Yapay sinir ağları yaklaşımı ile Türkiye'deki ulaştırma talebinin tahmini
The estimation of transportation demand in Turkey with artificial neural networks approach
- Tez No: 237057
- Danışmanlar: YRD. DOÇ. DR. ALİ PAYIDAR AKGÜNGÖR
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Ulaştırma Talep Tahmini, Yapay Sinir Ağları, Karayolu, Demiryolu, Havayolu, Transportation Demand Estimate, Artificial Neural Networks, Highway, Railway, Airway
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Bu tez çalışmasında, Türkiye'de 2020 yılına kadar şehirlerarası yolcu ve yük hareketleri yapay sinir ağları yöntemi kullanılarak tahmin edilmiş ve gelecekte olması muhtemel senaryolar göz önüne alınarak ulaştırma sistemleri arasında talep tahminlerinde bulunulmuştur.Türkiye'de yolcu ve yük taşıma sistemi ağırlıklı olarak karayolu ulaştırması ile sağlandığından dolayı bu sisteme ait yolcu-km, ton-km tahminlerine ilave olarak araç-km tahminleri de yapılmıştır. Demiryolu ulaştırması için yolcu-km ve ton-km, havayolu ulaştırması için ise iç hatlar ve dış hatlar şeklinde yolcu-km ve ton-km değerleri tahmin edilmiştir. Denizyolu ulaştırma sistemine ait sağlıklı verilere ulaşılamadığından, ayrıca yolcu ve yük taşımacılığında önemli bir paya sahip olmadığından bu sisteme ait model ve tahminlerde bulunulmamıştır. Yapay sinir ağı modellerinin geliştirilmesinde karayolu ve demiryolu için 1980-1999 yılları verileri, havayolları için 1990-1999 yılları verileri, geliştirilen modellerin uygunluğunun tespiti için de 2000-2005 yılları verileri kullanılmıştır. Tüm ulaştırma sistemlerine ait modeller için Nüfus (N) ve Gayri Safi Milli Hasıla (GSMH) ortak bağımsız değişken olarak seçilmişken diğer bağımsız değişkenler ulaştırma sistemlerinin özelliklerine bağlı olarak farklılık göstermiştir. Bağımlı değişkenler olarak da ulaştırma sistemlerine göre yolcu-km, ton-km ve araç-km alınmıştır. Yapay sinir ağı tekniği ile bulunan sonuçların gerçek değerlerle karşılaştırmasında, hem eğitim yıl verileri hem de test yılı verileri için Ortalama Mutlak Yüzde Hata (OMYH), Ortalama Mutlak Hata (OMH), Ortalama Hata Kareleri Kökü (OHKK) kullanılmıştır.Türkiye'deki ulaştırma sistemleri için yapay sinir ağları ile elde edilen değerlerin belirtilen hata kavramlarıyla karşılaştırılmasıyla gerçek değerlere yakın sonuçlar çıkarmada başarılı olduğu görülmüştür. Yolcu taşımacılığı için 3 adet yük taşımacılığı için 2 adet senaryo kurularak gelecekte Türkiye'deki ulaştırma sistemlerinin değerlendirilmesi yapılmıştır.
Özet (Çeviri)
In this thesis, intercity passenger and freight movements are estimated using artificial neural networks in Turkey until the year of 2020 and demands among transportation systems are predicted with considering expected future scenarios.Because highway transportation is mostly used in Turkey for the passenger and freight movements, in addition to the estimation of passenger-kilometers and ton-kilometers, vehicle-kilometers are also estimated for highway transportation. Meanwhile, it is estimated passenger-kilometers and ton-kilometers for both railway transportation and airway transportation including domestic and international flights. Models and estimates of the seaway transportation are not investigated since reliable data can not be reached, and this system does not have an important share for passenger and freight transportation. For the development of models using artificial neural networks, data between 1980 and 1999 for the railway and highway transportation, and the data between 1990 and 1999 for the airway transportation are utilized. The rest of data including the years of 2000-2005 are employed to determine the convenience of the already developed models. Population and Gross National Product (GNP) are chosen as common independent variables for models development of selected transportation systems. However other independent variables differ from each other with respect to the properties of the type of the transportation system. For the dependent variables, passenger-kilometers, ton-kilometers and vehicle-kilometers are chosen. The results obtained from the artificial neural network and real data are compared in terms of Mean Absolute Percent Error (MAPE), Mean Absolute Error (MAE) and Root Mean Squared Error (RMSE).For the transportation systems in Turkey, it is clearly seen that, results which are found with the technique of artificial neural network are very close the exact values by considering the error criteria. With considering three scenarios for the passenger transportation and two scenarios for the freight transportation, the transportation systems in Turkey are evaluated.
Benzer Tezler
- Havaalanı kapasite analizinde yeni bir yaklaşım
A new approach for airport capacity analysis
RECEP KORAY KIYILDI
Doktora
Türkçe
2005
İnşaat MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. MUSTAFA KARAŞAHİN
- Türkiye ulaştırma sistemlerindeki emisyon değerlerinin analizi ve tahmini
Analysis and forecast of emission values in Turkish transportation systems
CENG AYGÜN
Yüksek Lisans
Türkçe
2022
Ulaşımİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ
- Tezin adı (Türkçe): Türkiye'deki ro-ro taşımacılığı: Samsun örneği
Ro-ro transportation in Turkey: Samsun example
TAYFUN ŞİMŞEK
Yüksek Lisans
Türkçe
2023
DenizcilikOrdu ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AYDIN
- Prediction of stock price direction by artificial neural network approach
Sinir ağları yaklaşımı ile hisse fiyat yönü tahmini
DOĞAÇ ŞENOL
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. MELTEM ÖZTURAN
- Yapay sinir ağları yaklaşımı ve bir uygulama
Artificial neural networks approach and an application
NURAY BAŞ
Yüksek Lisans
Türkçe
2006
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
Y.DOÇ.DR. FUNDA SEZGİN