Trafik uygulamalarında veri analitiği ve optimizasyon

Ulaşım, toplumdaki tüm insanların vazgeçilmez ihtiyacıdır. Yaya ya da araç ile şehir içi ya da şehir dışı seyahat etmek, nüfus ve araç sayısı artışı sebebiyle gün geçtikçe zorlaşmaktadır. Ulaşım sebebiyle kaybedilen zamanın yol açtığı maddi ve manevi maliyet katlanılması güç bir hale gelmektedir. Trafik sıkışıklığı, ihlaller ve kazalar sebebiyle ortaya çıkan trafik stresi, birçok insanın iş ve ev yaşantısına da olumsuz bir zemin oluşturmaktadır; hatta trafik stresinin çalışanların verimliliğini düşürdüğü bile düşünülmektedir. Trafikte yaşanan zaman kaybı sebebiyle ortaya çıkan maliyetin boyutu ise oldukça yüksektir. Bu zararlardan korunmak ve şiddetlerini azaltmak için trafikte optimal rotaların seçilmesi, trafik darboğazlarının belirlenmesi, performans ölçümü, kaza analizi vb. konularda optimizasyon, simülasyon ve tahmin çalışmaları yapılmaktadır. Bu çalışmada trafik ile ilgili yaşanan sorunlar için veri analitiği temelli çalışmalar yapılmıştır. Çalışmada bir zaman serisi olarak ele alınan trafik akışının tahminlemesi için Yapay Sinir Ağı temelli özgün ve melez bir model önerilmiştir. Önerilen melez algoritma çok bilinen zaman serisi tahminleme yöntemleri ile karşılaştırıldığında oldukça başarılı tahminler elde edildiği görülmüştür. Bunun yanı sıra, Eskişehir'de yaşanan kazaların analizi yapılmış, olasılık dağılımları belirlenmiş ve kaza tahmini için veri madenciliği yöntemlerinden faydalanılmıştır. Tahminlerden ve elde edilen olasılık dağılımlarından faydalanarak, belirsiz ve dinamik olan trafik ağlarında en kısa süren rotayı çevrimdışı olarak belirlemek için Markov Karar Süreci temelli bir dinamik programlama yaklaşımı uygulanmıştır. Uygulanan bütünsel yaklaşım, üretilen problemler üzerinden test edildiğinde deterministik yaklaşıma göre daha iyi sonuçlar elde edilmiştir.