Türkiye Demiryolu Yolcu Taşıma Talebinin Tahmini
Abstract
Günümüzde yolcu taşımacılığında demiryollarının payı giderek artmaktadır. Yolcu talebinin karşılanması için uygun planlamaların belirlenmesi gereklidir. Kapasiteyi karşılayacak planlamaların oluşturulması hem talebi karşılayacak hem de yatırımlarda uygun kararların alınmasını sağlayacaktır. Bu çalışmada, demiryolu yolcu taşımacılığı üzerinde etkili olan değişkenler kullanılarak demiryolu yolcu sayısının tahmin edilmesi amaçlanmıştır. Yolcu talebinin belirlenmesi için Çok Değişkenli Regresyon (ÇDR) analizi ve Yapay Sinir Ağları (YSA) ile iki farklı model oluşturulmuştur. İki model içinde tahmin değerleri belirlenmiştir. Hata kareleri ortalaması (MSE) ve belirleme katsayısı (R^2), performans kriterlerini, dikkate alarak en uygun tahmin YSA ile elde edilmiştir. Talep tahmininde YSA kaynak olarak kullanılabileceği görüşüne varılmıştır.
Keywords
References
- [1] M. Xie, X. Li, W. Zhou and Y. Fu,. “Forecasting the Short-Term Passenger Flow on High Speed Railway with Neural Networks,” Computational Intelligence and Neuroscience, c. 2014, ss. 1-8, 2014.
- [2] G. Hu, W. Liu, and H. Yang, “A reliability-based Assignment Method for Railway Networks with Heterogeneous Passenger,” Transportation Research Part C: Emerging Technologies, c. 93, ss. 501-524, 2018.
- [3] M. Karahan, “İstatistiksel Tahmin Yöntemleri: Yapay Sinir Ağları Metodu ile Ürün Talep Tahmini Uygulaması,” Doktora Tezi, Selçuk Üniversitesi, 2011.
- [4] B. Kobu, Üretim Yönetimi, 17. Baskı, İstanbul, 2014.
- [5] M. R. Wardman, “Demand for Rail Travel and The Effects of External Factors," Transportation Research Part E: Logistics and Transportation Review, c. 42, s. 3, ss. 129-148, 2006.
- [6] S. P. Yalçın, “Talep Yönetimi, Dağıtımı ve Tedarik Zinciri Performansı Yönetim Uygulamalarının Tedarik Zinciri Performansı Üzerindeki Etkileri,” Yüksek Lisans Tezi, Başkent Üniversitesi, 2013.
- [7] S. Topuz, “İstanbul İlindeki Toplu Taşıma Yolculuk Taleplerinin Yapay Sinir Ağlarıyla Modellenmesi,” Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, 2008.
- [8] H. F. Bayata, H. N. Sağlamyürek ve O. Ü. Bayrak, “Demiryolu Yolcularının Tutum ve Davranışlarının Farklı İstatistiksel Yöntemler ile Modellenmesi,” Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, c. 8, s. 2, ss. 141-151, 2018.
- [9] M. Gallo, G.D. Luca, L. D’acierno and M. Botte, “Artificial Neural Networks for Forecasting Passenger Flows on Metro Lines,” Sensors, c. 19, s. 15, ss. 1-14, 2019.
- [10] T.J. Archdeacon, Correlation and regression analysis: a historian’s guide, 1. Edition, America, 1994.