Veri madenciliği ve makine öğrenmesi yöntemleri ile İstanbul trafiğinin analizi: D100 karayolu uygulaması

Trafik problemi, mevcut ve gelecekteki trafik verilerine dayanarak yakın gelecekteki trafik önlemlerinin öngörülmesi adına, Akıllı Ulaşım Sistemlerinde kullanıcıların ve karar vericilerin trafik planlama ve yönetimlerini iyileştirmek, trafik sorunu ile başa çıkmak için son dönemlerde çok önemli bir konu haline gelmiştir. Akıllı Ulaşım Sistemleri sayesinde büyük miktarda trafik verisinin oluşması sonucunda veri odaklı modellerin oluşmasına imkan sağlamıştır. Veri madenciliği ve makine öğrenmesi yöntemleri ile büyük veri odaklı karmaşık senaryolar modellenerek trafik önlemlerinin tahminlemesine olan ilgi giderek artmaktadır. Bu çalışmada, önerilen trafik analiz modellemesinde, öncelikle araştırılması gerçekleştirilecek olan bölgenin trafiğine etki eden parametreler istatistiksel yöntemler sayesinde belirlenerek birbirleri ile olan ilişkileri ve etkileri ortaya çıkarıldı. Trafik yoğunluğu ve trafik olaylarının saat, gün, ay, mevsim, yıl, hava olayları, kaza durumları parametreleri ile aralarındaki ilişkiler belirlendi. Elde edilen parametreler, makine öğrenmesi yöntemleri ile modellenerek trafik yoğunluk analizi ve trafik olayları analizleri gerçekleştirildi. Bu modelde amaç her bölgenin trafik problemine etki eden kendine has parametreler olmasından dolayı, konumsal olarak spesifik trafik uyarı sisteminin gerçekleştirilmesi adına önemli bir çalışma olmuştur. İstanbul ili D100 karayolunun Anadolu yakası, Avrupa yakası ve 15 Temmuz Şehitleri köprüsü hatlarında meydana gelen trafik yoğunluğu ve trafik olaylarına etki eden parametreler istatistiksel yöntemler ile belirlenerek analizleri gerçekleştirilmiştir. Bayes ağı ve Yapay sinir ağı yöntemleri ile trafik yoğunluğu ve kaza olaylarının modelleri oluşturulmuştur. Bu modeller sayesinde bölgeye has oluşabilecek trafik yoğunluk durumları ve trafik olayları için erken uyarı sisteminin alt yapısının oluşturulması sağlanmıştır.