Liman kapasite artışlarının modellenmesi

Bu çalışmada, bir liman için büyük önem arz eden revizyon planlarına altlık oluşturan elleçleme kapasitesinin ileriye yönelik tahmini için yapay zeka tabanlı Liman Kapasite Tahmin Modeli (KAPTAM) geliştirilmiştir. KAPTAM, diğer kapasite tahmin modellerinden farklı olarak deterministik, stokastik ve yapay zeka tabanlı üç adet modülden oluşmaktadır. Yapay zeka (neurofuzzy) modülü, liman elleçleme kapasitesini literatürdeki yapay sinir ağı tabanlı modellere kıyasla yüksek bir doğruluk ile tahmin edebilen bu alandaki ilk uygulamadır. Bu modül, toplam elleçleme miktarı üzerinden tahmin yapan zaman gecikmeli bir modüldür.KAPTAM'da, hata oranları ve tahmin tutarlığı açısından en uygun modül işletilmektedir. Model, veri setinin yapısına bağlı olarak öncelikle neurofuzzy modülünü işletmekte, hata parametreleri sonuçlarına ve tahmin yeterliliğine bağlı olarak çözümü çoklu nonlineer regresyon ve zaman serisi modüllerine yönlendirmektedir. Model, örnek bir uygulama olarak seçilen T.C. Denizcilik Müsteşarlığı'ndan elde edilen Mersin Limanı yükleme ve boşaltma verilerine uygulanmıştır. Ayrıca çalışma kapsamında, Mersin Limanın kurulu kapasitesi belirlenerek modelden elde edilen tahmini elleçleme kapasitesine hangi yıl ulaşacağı belirlenmiştir. Liman elleçleme kapasitesinin arttırılması yönünde liman ekipmanlarının alımı ve liman fiziksel özelliklerinin iyileştirilmesi şeklinde revizyon senaryoları öngörülmüştür. Geliştirilen tahmin modeli Mersin Limanı'na başarıyla uygulanmıştır.