Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması

Ömer Faruk Cansız; Nazmi Öztekin; İbrahim Erginer

doi:10.24012/dumf.553228

Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması

Abstract

Toplu taşıma faaliyetinde bulunan işleticilerin, verimli ve sürdürülebilir bir yapıda olması için toplu taşıma taşıt sayısının optimum düzeyde olması gerekmektedir. Bu çalışmada, yapay zeka tekniklerinden olan yapay sinir ağları kullanılarak toplu taşımacılık güzergahlarında kullanılacak optimum taşıt sayısı tahmin edilmektedir. Bu amaçla 6 adet bağımsız değişken kullanılmaktadır. Bu bağımsız değişkenler; mevcut taşıt sayısı, tur sayısı, hat uzunluğu, taşıtların günlük yaptığı toplam kilometre, günlük taşınan yolcu sayısı ve kilometre başına yolcu sayısıdır. Bağımlı değişkenimiz, optimizasyon sonrası taşıt sayısı olmak üzere bir tanedir. 16 ayrı hattan alınan verilerle, bu değişkenlerden oluşan veri seti meydana getirilmektedir. Levenberg-Marquardt eğitim algoritması, tek bir gizli katmana ve tansig transfer fonksiyonuna sahip on nörona uygulanmaktadır. Bu model en iyi sonuçları vermektedir. Bu sonuçlara göre, en iyi yapay sinir ağları modelinin korelasyonu 0,92, yüzde hataların ortalaması %27,25 ve hataların karelerinin ortalaması 25,91 değerlerine sahip olmaktadır. Yapay sinir ağları modelinin istatistiksel metotlarla karşılaştırılması amacıyla çok değişkenli lineer regresyon modelleri oluşturulmaktadır. Bu amaçla lineer ve purequadratic regresyon çeşitleri kullanılmaktadır. Çok değişkenli lineer regresyon yöntemlerinin modellerinde, aynı bağımlı ve bağımsız değişkenler yer almaktadır. Regresyon analizleri sonucunda lineer regresyon modelinin korelasyonu 0,97, yüzde hataların ortalaması % 24,45 ve hataların karelerinin ortalaması 4,14 çıkmaktadır. Purequadratic regresyon modelinde ise korelasyon 0,99, yüzde hataların ortalaması %7,32 ve hataların kareleri ortalaması değeri 0,08 olarak hesaplanmaktadır. Purequadratic regresyon yöntemi kullanılarak oluşturulan model yapay sinir ağları ve çok değişkenli lineer regresyon modeline göre daha iyi sonuç vermektedir.

Keywords

Toplu taşıma,Optimum taşıt sayısı,Yapay sinir ağları,Regresyon analizi

References

Bora, A.Y., ‘Kent içi otobüs taşımacılığında talep tahmini’, Eylül 2009, 70 sayfa
Cansız, Ö.F., Çalışıcı, M., Miroğlu, M.M., ‘Use of artificial neural network to esti mate number of persons fatally injured in motor vehicle accidents’, World Scientific and Engineering Academy and Society (WSEAS), Proceedings of the 3rd International Conference on Applied Mathematics, Simulation, Modelling, Circuits, Systems and Signals, sayfa:136-142 (2009/12/29)
Cansiz, O. F. (2011). Improvements in estimating a fatal accidents model formed byan artificial neural network. Simulation, 87(6), 512-522.
Cansız, Ö.F., Easa, S.M., ‘International Journal of Engineering and Applied Sciences 7:1 2011’
Cansız, Ö.F., Askar, D.D., ‘International Journal of Advanced Engineering Research and Science (IJAERS) [Vol-5, Issue-6, Jun- 2018]’ https://dx.doi.org/10.22161/ijaers.5.6.10 ISSN: 2349-6495(P) | 2456-1908(O)
Cansız, Ö.F., Polat, M.İ., ‘International Journal of Advanced Engineering Research and Science (IJAERS) [Vol-5, Issue-5, May- 2018]’ https://dx.doi.org/10.22161/ijaers.5.5.13 ISSN: 2349-6495(P) | 2456-1908(O),
Demirci, M.,Üneş, F., Bahadırlı, Z. M., Taşar, B., Varçin, H., & Kaya, Y. Z. Determination of Groundwater Level Fluctuations by Artificial Neural Networks.
Doğan, G., & Özuysal, M. (2017). Toplu ulaşımda bekleme süresini etkileyen faktörlerin incelenmesi: güvenilirlik, yolcu bilgilendirme sistemi ve fiziksel koşullar. İMO Teknik Dergi, 28(3), 7927-7954.

Details

Primary Language

Turkish

Subjects

-

Journal Section

Conference Paper

Authors

Ömer Faruk Cansız This is me
0000-0001-6857-2513
Türkiye

Nazmi Öztekin ^*
0000-0001-6118-7444
Türkiye

İbrahim Erginer
Türkiye

Publication Date

June 15, 2020

Submission Date

April 12, 2019

Acceptance Date

August 8, 2019

Published in Issue

Year 2020 Volume: 11 Number: 2

DOI

https://doi.org/10.24012/dumf.553228

IZ

https://izlik.org/JA54BB29HG

Cite

RIS / Bibtex

APA

Cansız, Ö. F., Öztekin, N., & Erginer, İ. (2020). Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 11(2), 771-782. https://doi.org/10.24012/dumf.553228

AMA

1.Cansız ÖF, Öztekin N, Erginer İ. Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması. DUJE. 2020;11(2):771-782. doi:10.24012/dumf.553228

Chicago

Cansız, Ömer Faruk, Nazmi Öztekin, and İbrahim Erginer. 2020. “Optimum Taşıt Sayısının Belirlenmesinde Yapay Sinir Ağları Ile çok Değişkenli Regresyon Tekniklerinin Karşılaştırılması”. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi 11 (2): 771-82. https://doi.org/10.24012/dumf.553228.

EndNote

Cansız ÖF, Öztekin N, Erginer İ (June 1, 2020) Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi 11 2 771–782.

IEEE

[1]Ö. F. Cansız, N. Öztekin, and İ. Erginer, “Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması”, DUJE, vol. 11, no. 2, pp. 771–782, June 2020, doi: 10.24012/dumf.553228.

ISNAD

Cansız, Ömer Faruk - Öztekin, Nazmi - Erginer, İbrahim. “Optimum Taşıt Sayısının Belirlenmesinde Yapay Sinir Ağları Ile çok Değişkenli Regresyon Tekniklerinin Karşılaştırılması”. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi 11/2 (June 1, 2020): 771-782. https://doi.org/10.24012/dumf.553228.

JAMA

1.Cansız ÖF, Öztekin N, Erginer İ. Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması. DUJE. 2020;11:771–782.

MLA

Cansız, Ömer Faruk, et al. “Optimum Taşıt Sayısının Belirlenmesinde Yapay Sinir Ağları Ile çok Değişkenli Regresyon Tekniklerinin Karşılaştırılması”. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, vol. 11, no. 2, June 2020, pp. 771-82, doi:10.24012/dumf.553228.

Vancouver

1.Ömer Faruk Cansız, Nazmi Öztekin, İbrahim Erginer. Optimum taşıt sayısının belirlenmesinde yapay sinir ağları ile çok değişkenli regresyon tekniklerinin karşılaştırılması. DUJE. 2020 Jun. 1;11(2):771-82. doi:10.24012/dumf.553228

Cited By

Photovoltaic module cell temperature estimation: Developing a novel expression

Solar Energy

https://doi.org/10.1016/j.solener.2022.11.020