KENTİÇİ TOPLU TAŞIMA FİLOSU ATAMA VE BOYUTLANDIRMA PROBLEMİ İÇİN BİR MODEL ÖNERİSİ: ERZURUM İLİ ÖRNEĞİ

Year 2023, Volume: 10 Issue: 2, 904 - 934, 02.08.2023

Hamit Erdal , Selçuk Korucuk

https://doi.org/10.30798/makuiibf.1097429

Abstract

Ulaştırma altyapısı bir ülkenin gelişmişlik düzeyini gösteren en önemli faktörlerden biridir. Bu nedenle yaşam kalitesi endeksi yüksek olan şehirlerde ileri düzeyde toplu taşıma sistemleri bulunduğu gözlemlenmektedir. Günümüzde kentiçi nüfusun artışına paralel olarak insan hareketliliği fazlalaşmış ve toplu taşıma şehir yaşamının en önemli unsurlarından biri haline gelmiştir. Kentiçi toplu taşıma yatırımlarının yüksek maliyetli olması, karar vericilerin kısa vadede yeni yatırımlara odaklanmalarından ziyade ilave yatırım gerektirmeyen ve mevcut filoların daha etkin kullanılmasını sağlayacak performans artırıcı çalışmalara yönelmelerine neden olmuştur. Bu çalışmada Erzurum Büyükşehir Belediyesi Başkanlığına ait toplamda 29 otobüs hattından oluşan kentiçi toplu taşıma sistemi incelenerek mevcut sistemin verimliliğinin artırılmasına yönelik bir karışık tamsayılı programlama modeli geliştirilmiştir. Geliştirilen model ile haftaiçi ve haftasonu yolcu talepleri, otobüs tip ve kapasiteleri de gözönüne alınarak, hatlarda hizmet veren otobüs sayıları ile atıl kapasitenin minimizasyonu amaçlanmıştır. Çalışma sonucunda karar vericilerin geçmiş tecrübelerine ve taleplerine göre matematiksel modelde değişiklikler yapılarak alternatif senaryo ve çözümler üretilmiştir.

Keywords

Kentiçi Toplu Taşıma, Optimizasyon, Karışık Tamsayılı Programlama.

A MODEL PROPOSAL FOR URBAN PUBLIC TRANSPORTATION FLEET ALLOCATION AND SIZING PROBLEM: A CASE STUDY OF ERZURUM PROVINCE

Abstract

Transportation infrastructure is one of the most important factors that demonstrate the development level of a country. For this reason, it is observed that the cities with a high quality of life index, have advanced public transportation systems. Today, parallel to the increase in urban population, human mobility has increased and public transportation has become one of the most important elements of urban life. The high cost of urban public transportation investments has led decision makers to focus on performance-enhancing studies that do not require additional investments and will enable more efficient use of existing fleets, rather than focusing on new investments in short term. In this study, a mixed integer programming model has been developed to increase the efficiency of the existing system by examining the urban transportation system of the Erzurum Metropolitan Municipality, consisting of 29 bus routes in total. With developed model, it has been aimed to minimize the number of buses, serving on the lines, and the idle capacity, considering the passenger demands on weekdays and weekends, bus types, and capacities. As a result of the study, alternative scenarios and solutions have been produced by making changes in the mathematical model according to the experiences and demands of the decision makers.

Keywords

Urban Public Transportation, Optimization, Mixed Integer Programming

References

• Akad, M. ve Gedizlioğlu, E. (2011). Toplu Taşıma Türü Seçiminde Simülasyon Destekli Analitik Hiyerarşi Yaklaşımı. İTÜDERGİSİ/d, 6(1), 88-98.
• Akı, M. (2012). Kentsel Toplu Taşıma Kapsamında Metrobüs Sisteminin Yaya Erişilebilirliğinin Değerlendirilmesi: İstanbul Örneği, (Yayımlanmamış Doktora Tezi). İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
• Akman, G. ve Alkan, A. (2016). İzmit Kent İçi Ulaşımda Alternatif Toplu Taşıma Sistemlerinin Aksiyomlarla Tasarım Yöntemi ile Değerlendirilmesi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 22(1), 54-63.
• Akyüz, E. (2015). The Solutions To Traffic Congestion in Istanbul. J. Acad. Soc. Sci, 3, 442-449.
• Altuntaş, C., Sargut, Z. ve Tulazoğlu, D.Ç. (2016). Toplu Taşımada Hatlara Optimum Araç ve Şoför Atama Karar Destek Sistemi. XVIII. Akademik Bilişim Konferansı, (pp. 146-154), 30 Ocak-5 Şubat 2016, Adnan Menderes Üniversitesi, Didim.
• Atan, M. ve Şimşek, P. (2017). Doğrusal Programlama ile Araç Atama Probleminin Çözümlenmesi. Gazi Üniversitesi Sosyal Bilimler Dergisi, 4(11), 339-358.
• Ayataç, H. (2016). Kentsel Ulaşım Planlaması ve İstanbul. İTÜ Vakfı Dergisi, 71, 31-35.
• Bakioğlu, G. ve Gökaşar, I. (2018). İstanbul İli İçin Toplu Taşıma Sistemlerinin İncelenmesi: Ulaşım Bağlantısı mı Şehir İçi Trafik Çözümleri mi Hedeflenmeli? (pp. 550-556). Transist 11. Uluslararası Ulaşım Teknolojileri Sempozyumu ve Fuarı,8-10 Kasım 2018, İstanbul.
• Balac, M., Hörl, S. ve Axhausen, K. W. (2020). Fleet Sizing for Pooled (automated) Vehicle Fleets. Transportation Research Record, 2674(9), 168-176.
• Boyer, V., Ibarra-Rojas, O. J. ve Ríos-Solís, Y. Á. (2018). Vehicle And Crew Scheduling For Flexible Bus Transportation Systems. Transportation Research Part B: Methodological, 112, 216-229.
• Ceylan, H. ve Özcan, T. (2018). Otobüs Ağlarındaki Sefer Sıklıklarının Armoni Araştırması Algoritması ile Optimizasyonu: Mandl Test Ağı Üzerine Bir Uygulama. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 24(6), 1107-1116.
• Ercan, T., Onat, N. C. ve Tatari, O. (2016). Investigating Carbon Footprint Reduction Potential Of Public Transportation in United States: A System Dynamics Approach. Journal of Cleaner Production, 133, 1260-1276.
• Gkiotsalitis, K., Wu, Z. ve Cats, O. (2019). A Cost-Minimization Model For Bus Fleet Allocation Featuring The Tactical Generation Of Short-Turning And Interlining Options. Transportation Research Part C: Emerging Technologies, 98, 14-36.
• Ibarra-Rojas, O. J., López-Irarragorri, F. ve Rios-Solis, Y. A. (2016). Multiperiod Bus Timetabling. Transportation Science, 50(3), 805-822.
• Karaca, S. ve Güler, H. (2017). Toplu Taşıma Sisteminin Verimliliğinin Artırılmasına Yönelik Optimizasyon Çalışmaları: Sakarya İli İçin Örnek Bir Uygulama. 5th International Symposium on Innovative Technologies in Engineering and Science, 29-30 September 2017, ISITES2017, Baku-Azerbaijan.
• Karaman, F. ve Ilıcalı, M. (2020). Toplu Taşıma Hizmetlerindeki Ücretlendirme Sistemleri Değerlendirilerek, İstanbul İçin En Uygun Olanın Seçilmesi. İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi, 2(2), 69-82.
• Liu, X., Li, F., Jiang, S. ve Wan, H. (2017, July). Bus Scheduling Method Based On Image Texture And Color Analysis. 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD) (pp. 2280-2284). IEEE.
• Ocak, İ. ve Manisalı, E. (2006). Kentsel Raylı Taşıma Üzerine Bir İnceleme (İstanbul Örnegi). Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 10(2), 51-59.
• Özcan, T. (2018). Kentiçi Toplu Taşıma Sistemlerinde Sefer Sıklığı Optimizasyonu, (Yayımlanmamış Yüksek lisans Tezi). Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü, Denizli.
• Öztürk, Z. (2018). İstanbul’da Karayolu Yolcu Taşımacılığında Elektrikli Araç Kullanımının İncelenmesi. El-Cezeri Journal of Science and Engineering, 5(2), 367-386.
• Saraçoğlu, B. (2012). Toplu Taşıma Sistemlerinin Entegrasyonunda Aktarma Merkezleri: İstanbul Tarihi Kıyı Bölgeleri Örneği, (Yayımlanmamış Yüksek lisans Tezi). Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
• Seval, M. T., Ervüz, M. ve Miman, M. (2019). Tam Sayılı Doğrusal Programlama ile Araç Atama Planlanması ve Bir Uygulama. ALKÜ Fen Bilimleri Dergisi, 1(1), 48-54.
• Shehadeh, K. S., Wang, H. ve Zhang, P. (2021). Fleet Sizing and Allocation for On-demand Last-Mile Transportation Systems. arXiv preprint arXiv:2107.12523, https://arxiv.org/abs/2107.12523.
• Škurić, M., Maraš, V., Davidović, T. ve Radonjić, A. (2020). Optimal Allocating And Sizing Of Passenger Ferry Fleet in Maritime Transport. Research in Transportation Economics, 100868. https://doi.org/10.1016/j.retrec.2020.100868.
• Şeyda, G. Ü. R., Hamurcu, M. ve Tamer, EREN. (2017). Ankara’da Monoray Projelerinin Analitik Hiyerarşi Prosesi ve 0-1 Hedef Programlama Yöntemleri ile Seçimi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(4), 437-443.
• Tekin, S., Köfteci, S., Aydın, M.M. ve Yıldırım, M.S. (2018). Trip Optimization For Public Transportation Systems With Linear Goal Programming (LGP) Method. Sigma: Journal of Engineering & Natural Sciences, 36(4), 921-933.
• Tirachini, A., Hensher, D.A. ve Rose, J. M. (2013). Crowding in Public Transport Systems: Effects On Users, Operation and Implications For The Estimation Of Demand. Transportation research part A: policy and practice, 53, 36-52.
• Topaloglu, H. ve Powell, W. B. (2004). Sensitivity Analysis of a Dynamic Vehicle Allocation Policy Using Approximate Dynamic Programming and Applications to Fleet Sizing. TRISTAN V: The Fifth Triennal Symposium on Transportation Analysis. 13-18 Haziran 2004, Guadeloupe, French West Indies.
• Tsitsokas, D., Saeedmanesh, M., Kouvelas, A. ve Geroliminis, N. (2018). Optimal Allocation of Designated Bus Lanes in Multi-Modal Urban Networks. 18th Swiss Transport Research Conference (STRC 2018), 16-18 Mayıs 2018, Monte Verità, Ascona, Switzerland.
• Uludağ, N. (2010). Bulanık Optimizasyon ve Doğrusal Hedef Programlama Yaklaşımları ile Otobüs Hatlarının Modellenmesi, (Yayımlanmamış Doktora Tezi). Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü, Denizli.
• Zahrani, H. K., Nadimi-Shahraki, M. H., ve Sayarshad, H. R. (2021). An Intelligent Social-Based Method For Rail-Car Fleet Sizing Problem. Journal of Rail Transport Planning & Management, 17, 100231.