Toplu taşıma sistemlerinde varış süresi tahmini için catboost algoritmasının uygulanması
Application of catboost algorithm for arrival time estimation in public transportation systems
- Tez No: 1014610
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN BURAK EMEKLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Akıllı ulaşım sistemleri, Intelligent transportation systems
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Toplu taşıma sistemlerinde araçların duraklara varış sürelerinin doğru ve güvenilir biçimde tahmin edilmesi, yolcu bilgilendirme sistemlerinin etkinliği, operasyonel planlama ve hizmet kalitesi açısından kritik öneme sahiptir. Büyükşehirlerde değişken trafik koşulları, zaman bağımlı talep yapısı ve çevresel etkenler, varış süresi tahmin problemini doğrusal olmayan ve karmaşık bir yapıya dönüştürmektedir. Bu nedenle, yüksek doğruluk sağlayabilen makine öğrenmesi tabanlı yöntemlerin kullanımı giderek önem kazanmaktadır. Bu tez çalışmasında, İETT Genel Müdürlüğü tarafından işletilen toplu taşıma sistemlerine ait gerçek operasyonel veriler kullanılarak araç varış süresi tahmini problemi ele alınmıştır. Çalışma kapsamında, gradyan artırma temelli bir algoritma olan CatBoost kullanılarak tahmin modelleri geliştirilmiştir. CatBoost algoritmasının, kategorik değişkenleri doğrudan işleyebilme yeteneği ve aşırı öğrenmeye karşı sunduğu avantajlar, tercih edilmesinde belirleyici olmuştur. Model geliştirme sürecinde; araç konumu, durak sıralaması, zaman bilgileri ve operasyonel parametreler gibi çok sayıda öznitelik kullanılmıştır. Elde edilen tahmin sonuçları, kök ortalama kare hata (RMSE), ortalama mutlak hata (MAE) ve belirleme katsayısı (R²) metrikleri üzerinden değerlendirilmiştir. Ayrıca, CatBoost algoritmasının performansı; Karar Ağaçları, Rastgele Orman, XGBoost ve LightGBM gibi yaygın kullanılan diğer makine öğrenmesi algoritmaları ile karşılaştırmalı olarak analiz edilmiştir. Karşılaştırmalı deney sonuçları, CatBoost algoritmasının hem RMSE ve MAE değerleri hem de R² metriği açısından diğer yöntemlere kıyasla daha yüksek tahmin doğruluğu sağladığını ve bellek ile işlem verimliliği açısından avantaj sunduğunu göstermektedir. Elde edilen bulgular, CatBoost tabanlı modellerin gerçek zamanlı varış süresi tahmin sistemlerinde etkin biçimde kullanılabileceğini ortaya koymaktadır. Bu çalışmanın, başta İETT olmak üzere yerel yönetimler ve toplu taşıma işletmeleri için karar destek sistemlerinin geliştirilmesine ve akıllı ulaşım sistemleri alanındaki akademik çalışmalara katkı sağlaması amaçlanmaktadır.
Özet (Çeviri)
In public transportation systems, accurately and reliably predicting vehicle arrival times at stops is critical for the effectiveness of passenger information systems, operational planning, and service quality. In metropolitan areas, variable traffic conditions, time-dependent demand patterns, and environmental factors transform the arrival time prediction problem into a nonlinear and complex one. Therefore, the use of machine learning-based methods that can provide high accuracy is becoming increasingly important. This thesis addresses the problem of vehicle arrival time estimation using real operational data from public transportation systems operated by the Istanbul Electric Tramway and Tunnel Company (IETT). In this study, estimation models were developed using CatBoost, a gradient boosting algorithm. The CatBoost algorithm was chosen because of its ability to directly process categorical variables and its advantages against overlearning. During the model development process, numerous features such as vehicle position, stop sequence, time information, and operational parameters were used. The obtained prediction results were evaluated using root mean square error (RMSE), mean absolute error (MAE), and coefficient of determination (R²) metrics. In addition, the performance of the CatBoost algorithm was analyzed comparatively with other commonly used machine learning algorithms such as Decision Trees, Random Forest, XGBoost, and LightGBM. Comparative experimental results show that the CatBoost algorithm provides higher prediction accuracy compared to other methods in terms of both RMSE and MAE values, as well as the R² metric, and offers advantages in terms of memory and computational efficiency. These findings demonstrate that CatBoost-based models can be effectively used in real-time time-of-arrival prediction systems. This study aims to contribute to the development of decision support systems for local governments and public transportation companies, especially IETT, and to academic studies in the field of intelligent transportation systems.
Benzer Tezler
- Toplu taşıma hatlarının optimizasyonu için bir model önerisi: Sivas örneği
A model proposal for the optimization of public transportation lines: The case of Sivas
İSMAİL ÖZÇELİK
Yüksek Lisans
Türkçe
2026
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ONUR TEZCAN
- Şehir içi toplu taşıma planlamasında akıllı kart veri madenciliği ile sefer sıklığı optimizasyonu
Optimization of headway with smart card data mining in urban public transportation planning
BEDRETTİN TÜRKER PALAMUTÇUOĞLU
Doktora
Türkçe
2020
İşletmeManisa Celal Bayar Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. MUSTAFA GERŞİL
- The investigation of the effects of value of time and reliability on the use of public transportation
Güvenilirlik ve zaman değerinin toplu ulaşım kulanımı üzerindeki etkilerinin incelenmesi
HUSAM J.M. ABEDKHADER
Yüksek Lisans
İngilizce
2014
UlaşımDokuz Eylül Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA ÖZUYSAL
- Travel time reliability analysis of three different routes in baghdad city
Bağdat şehirinde üç farklı güzergahta seyahat süresi güvenilirlik analizi
MAKARIM KAREEM JEBUR AL-SARRAY
Yüksek Lisans
İngilizce
2023
UlaşımSakarya ÜniversitesiUlaştırma Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN ASLAN
- Educational reforms in Ethiopia: From the imperial era to the present
Etiyopya'da eğitim reformları: Emperyal dönemden günümüze
SALİH AHMED MAHAMMODA
Doktora
İngilizce
2022
Eğitim ve ÖğretimNecmettin Erbakan ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. İSA KORKMAZ