MODELLING OF THE TRIP GENERATION WITH ARTIFICIAL NEURAL NETWORK

Abstract

There are multiple parameters that affect trip generation. The aim of this study is to model the trip generation with Artificial Neural Networks (ANN) by using the population, gross domestic product and number of registered cars influencing the trip generation. The research has been carried out to model the trip generations on state highways in 81 provinces for the year of 2009 by using 2007-2008 data, in 8 chosen province for the year of 2009 by using 2007-2008 data and in 8 provinces by using 2009 data. In the first application R-square value of 0.928, in the second application R-square value of 0.991 and in the third application R-square value of 0.953 were obtained. Three parameters influencing trip generation have been evaluated together in the research carried out.  It is possible to develop the research by increasing the number of parameters

Keywords

• Artificial Neural Networks,Trip Generation,Transportation Planning

YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ

Abstract

Yolculuk yaratımını etkileyen birden fazla parametre bulunmaktadır.  Bu nedenle bu çalışmada amaç; yolculuk yaratımını etkileyen bu değişkenlerden, nüfus, gayri safi yurtiçi hasıla (GSYH) ile illere kayıtlı otomobil sayısının (OS) birlikte kullanılarak yolculuk yaratımının Yapay Sinir Ağları (YSA) ile tahminidir. Çalışma; 2007-2008 yılı verileri kullanılarak 2009 yılı için 81 ilde, 2007-2008 yılı verileri kullanılarak 2009 yılı için seçilen 8 ilde ve 2009 yılı verileri kullanılarak 8 ilde devlet il yollarında oluşacak günlük yolculukları tahmin etmek için yapılmaktadır. İlk uygulamada, YSA LOG için R-Kare değeri 0.914 ve YSA TAN için R-Kare dağılımı 0.928 olarak elde edilmektedir. İkinci uygulamada, YSA LOG için R-Kare değeri 0.991 ve YSA TAN için R-Kare değeri 0.970 olarak elde edilmektedir. Üçüncü uygulamada ise, YSA LOG için R-Kare değeri 0.942 ve YSA TAN için R-Kare değeri 0.953 dir. Yapılan bu çalışmada yolculuk yaratımını etkileyen üç değişken birlikte değerlendirilmektedir. Değişken sayısını arttırarak çalışmayı geliştirmek mümkündür.

   

Keywords

• Yapay Sinir Ağları,Yolculuk Yaratımı,Ulaştırma Planlaması

References

1. [1] M. Kalic, D. Teodorovic, “Trip Distribution Modelling Using Fuzzy Logic And A Genetic Algorithm”, Transportation Planning and Technology, June, Vol. 26, No. 3, pp. 213–238 (2003).
2. [2] Y.K. Demir, “Ulaştırma Türü Seçiminde Esnek Hesaplama Yöntemleri”, Doktora Tezi, İTÜ, İstanbul (2006).
3. [3] G. Ergün, D. Akın, U. Terzi, 2009, “Yolculuk Yaratım Modellerinin Geliştirilmesi: Bürolar Örneği”, 8. Ulaştırma Kongresi, 371-382 (2009).
4. [4] O. J. Oyedopo, O. O. Makinde, Regression Model of Household Trip Generation of Ado-Ekiti Township in Nigeria, European Journal of Scientific Research, (2009).
5. [5] İ.Gülgeç, “Ulaşım Planlaması”, Özsan Matbaacılık, Ankara, 256 (1998).
6. [6] www.tuik.gov.tr
7. [7] www.kgm.gov.tr