Tarihi Toplu Taşıma Merkezlerinde Çok Yönlü Yolcu Dağılımı ve Yaya Simülasyonu: Marmaray Sirkeci İstasyonu Örneği

Öz

Modern kentsel raylı ulaşım altyapı projeleri, farklı ulaşım modlarını entegre eden ve çok yönlü yolcu akışlarını, aktarmaları ve yolcu platformu yönlendirme mekanizmalarını düzenleyen mimari tasarımlar yardımıyla tasarlanmaktadır. Artan yolcu hacimleri nedeniyle demiryolu sistemi istasyon alanları, çeşitlendirilmiş işlevselliklere sahip giderek daha karmaşık mekanlar haline gelmiştir. Kalite, konfor ve performans odaklı ulaşım altyapı tasarımları, kalabalık dağılım modellerinin ampirik çalışmasını önemli ölçüde zorlaştırmaktadır; bu zorluk, tarihi mirasın korunması gereken yapılarda daha da belirgindir. Marmaray Sirkeci Tren İstasyonu alanı, müzeleri, bekleme alanları, turistik mekanları ve kıtalararası geçişi mümkün kılan yüksek yoğunluklu yolcu dolaşımıyla entegrasyon noktası rolü nedeniyle heterojen bir yaya profiline ev sahipliği yapmaktadır. Bu karmaşık yaya dinamiklerini analiz etmek için, farklı seyahat davranışlarını incelemek üzere Python'da nesne yönelimli, ajan tabanlı hücresel otomat yaya simülasyon motoru geliştirilmiştir. Yürüme, bekleme, kuyruk oluşturma ve birikme gibi yaya davranış kalıpları, her hücrenin bir mekansal kısıtlamayı temsil ettiği 40 x 25 matris yapısı kullanılarak bir yerleşim planında mekansal olarak kodlanmıştır. Çoklu ajan fiziksel etkileşimleri, yaya birikim değişiklikleri ve mekansal sınırlar, yönlü zemin alanları ve çarpışma önleme algoritmalarıyla birleştirilmiş Manhattan Mesafe Fonksiyonu kullanılarak modellenmiştir. Simülasyon çıktılarından elde edilen temel bulgular, bilet gişelerinde, ana salon geçitlerinde ve Marmaray giriş koridorlarında kritik operasyonel geçişleri değerlendirmek için mekansal yoğunluk ısı haritaları kullanılarak elde edilmiştir. Sonuç olarak, bu çalışmada üretilen model çıktıları, ulaşım altyapısı tasarım ve yenileme aşamalarında istasyonun tarihi mimari bütünlüğünü korurken yolcu konforunu en üst düzeye çıkarmak, kuyruk oluşumunu azaltmak ve acil durum tahliye güvenliğini iyileştirmek için tasarlanmış uygulanabilir, uzun vadeli operasyonel dolaşım düzenlemeleri, optimize edilmiş biletleme düzenleri ve uyarlanabilir akış yönetimi stratejilerinin önerilmesine olanak tanır.

Anahtar Kelimeler

• Ajan tabanlı modelleme
• Hücresel otomata
• Raylı sistem istasyonları
• Yaya simülasyonu

Etik Beyan

Yazarlar, bu çalışmanın tamamen bilgisayar ortamında üretilmiş ajan tabanlı simülasyon modellemesine dayandığını ve herhangi bir insan katılımcı, biyolojik numune veya hayvan deneyi içermediğini beyan ederler. Bu nedenle, bu araştırma için resmi bir etik kurul onayı veya kurumsal inceleme kurulu (IRB) izni gerekmemiştir.

Multi-Directional Passenger Distribution and Pedestrian Simulation Within Heritage Transit Hubs: A Case Study of The Historical Marmaray Sirkeci Station

Öz

Modern urban rail transport infrastructure projects are designed with the help of architectural designs that integrate different modes of transport and regulate multi-directional passenger flows, transfers, and passenger platform guidance mechanisms, etc. Railway system station areas have become increasingly complex spaces with diversified functionalities due to increasing passenger volumes. Quality, comfort, and performance-oriented transportation infrastructure designs significantly complicate the empirical study of crowd distribution models; this challenge is even more pronounced in structures where historical heritage must be preserved. Marmaray Sirkeci Railway Station area hosts a heterogeneous pedestrian profile due to its museums, waiting areas, tourist attractions, and its role as an integration point with high-density passenger circulation enabling intercontinental transit. To analyze these complex pedestrian dynamics, an object-oriented, agent-based cellular automata pedestrian simulation engine was developed in Python to investigate different travel behaviors. Pedestrian behavior patterns such as walking, waiting, queuing, and accumulating are spatially encoded in a layout plan using a 40 x 25 matrix structure, where each cell represents a spatial constraint. Multi-agent physical interactions, pedestrian accumulation changes, and spatial boundaries were modeled using the Manhattan Distance Function combined with directional floor areas and collision avoidance algorithms. Key findings from the simulation outputs, spatial density heat maps were used to evaluate critical operational transitions at ticket offices, main hall passages, and Marmaray entrance corridors. Consequently, the model outputs produced in this study allow for the proposal of feasible, long-term operational circulation arrangements, optimized ticketing layouts, and adaptable flow management strategies designed to maximize passenger comfort, reduce queue formation, and improve emergency evacuation safety while preserving the historical architectural integrity of the station for transportation infrastructure design and renovation phases.

Anahtar Kelimeler

• Agent-based modeling
• Cellular automata
• Railway stations
• Pedestrian simulation

Etik Beyan

The authors declare that this study is purely based on computer-generated agent-based simulation modeling and does not involve any human participants, biological samples, or animal experiments. Therefore, no formal ethical approval or institutional review board (IRB) clearance was required for this research.

Kaynakça

1. Akdemir, G. (2019). Public interiority through urban mobility: Design approaches for railway stations in Istanbul. [Master’s thesis, Istanbul Technical University, (No: 570649), Institute of Social Sciences]. http://hdl.handle.net/11527/18201
2. Alizadeh, R. (2011). A dynamic cellular automaton model for evacuation process with obstacles. Safety Science, 49(2), 315-323. https://doi.org/10.1016/j.ssci.2010.09.006
3. Blue, V. J., & Adler, J. L. (1998). Emergent fundamental pedestrian flows from cellular automata microsimulation. Transportation Research Record: Journal of the Transportation Research Board, 1644(1), 29-36. https://doi.org/10.3141/1644-04
4. Burstedde, C., Klauck, K., Schadschneider, A. and Zittartz, J. (2001) Simulation of pedestrian dynamics using a two-dimensional cellular automaton. Physica A: Statistical Mechanics and Its Applications, 295(3-4), 507- 525. https://doi.org/10.1016/S0378-4371(01)00141-8
5. Chen, Y., Yao, J., Gao, C., & Guo, H. (2026). Pedestrian flow model based on cellular automata under visual trajectory and multi-scenario evacuation simulation research. Sensors, 26(5), 1405. https://doi.org/10.3390/s26051405
6. Delhoum, Y., Cardin, O., Nouiri, M., Harzallah, M. (2024). A microscopic public transportation simulation framework based on machine learning. Journal of Public Transportation, 26, 100103. https://doi.org/10.1016/j.jpubtr.2024.100103
7. Du, Y., Aoki, T. & Fujiwara, N. (2025). A review of human mobility: Linking data, models, and real-world applications. Journal of Computational Social Science, 8, 90. https://doi.org/10.1007/s42001-025-00414-7.
8. Enshan, C., van der Spek, S., Tian, A., Triggianese, M., van der Hoeven, F. (2025). Evaluate design principles for flexible use of railway station areas: Through research-by-design and agent-based simulation. Journal of Building Engineering, 112, 113775. https://doi.org/10.1016/j.jobe.2025.113775.

9. Feng, S., Ding, N., Chen, T., & Zhang, H. (2013). Simulation of pedestrian flow based on cellular automata: A case of pedestrian crossing street at section in China. Physica A: Statistical Mechanics and its Applications, 392(13), 2847–2859. https://doi.org/10.1016/j.physa.2013.03.008
10. Fruin, J. J. (1971). Designing for pedestrians: A level-of-service concept. Highway Research Record, (355), 1–15. https://onlinepubs.trb.org/Onlinepubs/hrr/1971/355/355-001.pdf
11. Garcia, G., Velastin, S. A., Lastra, N., Ramirez, H., Seriani, S., & Farias, G. (2024). Train station pedestrian monitoring pilot study using an artificial intelligence approach. Sensors, 24(11), 3377. https://doi.org/10.3390/s24113377
12. He, B., Zhang, H., Wen, K., & Lu, G. (2019). Machine learning based integrated pedestrian facilities planning and staff assignment problem in transfer stations. In 8th International Conference on Railway Operations Modelling and Analysis (RailNorrköping 2019) (No. 069, pp. 387–408). Linköping University Electronic Press. https://ep.liu.se/ecp/069/026/ecp19069026.pdf
13. Helbing, D. and Molnár, P. (1995) Social Force Model for Pedestrian Dynamics. Physical Review E, 51(5), 4282-4286. https://doi.org/10.1103/PhysRevE.51.4282
14. Hohman, F., Makkar, D., & Rajamani, N. (2016). Modeling of pedestrian traffic around Bobby Dodd Stadium (CSE 6730 Project 1 Report). Computational Science and Engineering, Georgia Institute of Technology. https://fredhohman.com/assets/cse-6730-project-report.pdf
15. Huang, Y., Li, D., & Cheng, J. (2021). Simulation of pedestrian–vehicle interference in railway station drop-off area based on cellular automata. Physica A: Statistical Mechanics and its Applications, 579, 126142. https://doi.org/10.1016/j.physa.2021.126142
16. Jia, X., Feliciani, C., Murakami, H., Nagahama, A., Yanagisawa, D., & Nishinari,
17. K. (2022). Revisiting the level-of-service framework for pedestrian comfortability: Velocity depicts more accurate perceived congestion than local density. Transportation Research Part F: Psychology and Behaviour, 87, 403–425. https://doi.org/10.1016/j.trf.2022.04.007
18. Liu, L., & Chen, H. (2021). Microscopic simulation-based pedestrian distribution service network in urban rail station. Transportation Research Interdisciplinary Perspectives, 9, 100313. https://doi.org/10.1016/j.trip.2021.100313
19. Tian, H.-h., Wei, Y.-f., Dong, L.-y., Xue, Y., Zheng, R.-s. (2018). Resolution of conflicts in cellular automaton evacuation model with the game-theory, Physica A: Statistical Mechanics and its Applications, 503, 991-1006. https://doi.org/10.1016/j.physa.2018.08.140.
20. Yang, L., Fang, W., Li, J., Huang, R., & Fan, W. (2003). Cellular automata pedestrian movement model considering human behavior. Chinese Science Bulletin, 48(16), 1695–1699. https://doi.org/10.1360/02ww0271