Optimal design of public transportation lines using artificial intelligence methodologies for Antalya

Toplu taşıma, bir şehrin en önemli hizmetlerinden biridir. Şehirler geliştikçe toplu taşımaya olan taleple beraber toplu taşımanın hizmet alanı da genişleyecektir. Talep fazlası ve genişleme ihtiyacı, toplu taşıma maliyetlerinin artmasına ve yolcu konforunun da azalmasına yol açacaktır. Bu nedenle, gelişen bir şehrin toplu taşıma sistemi olabilecek en verimli ve dengeli bir şekilde güncellenmeli ve optimize edilmelidir. Gelişen veri toplama ve büyük veri teknolojileri sayesinde, toplu taşıma planlaması için daha kapsamlı optimizasyon yöntemleri araştırmak mümkündür. Bu tezde tanıtılacak yöntem ve yaklaşımlar, Frequency Setting Problem gibi çeşitli toplu taşıma planlama konularında, karar vermede yardımcı olabilecek analizler içermektedirler. Boarding Pattern Clustering yönteminin amacı, taşınan yolcu sayısından bağımsız olarak benzer günlük taleplere sahip olan otobüs hatlarının kümelenmesidir. Böylece, çeşitli planlamalarda aynı kümeye mensup olan hatlar beraber ele alınabilecektir. Time Slot Clustering yönteminde, bir hattın benzer seviyede talebe sahip zaman aralıkları kümelenmesi amaçlanmaktadır. Her bir kümedeki talep seviyelerine göre frekans ayarlanarak yolcu konforu ve sefer maliyetleri arasında denge sağlanabilecektir. Belirli bir güzergahtaki iniş tahmini için aynı hattaki karşıt güzergahtan elde edilen veriler doğrultusunda, olasılıksal bir yaklaşım denenmiştir.