Geri Dön

Ankara'da toplu taşıma için veriye dayalı analiz ve planlama

Data-driven spatio-temporal analysis of public transportation usage in a metropolitan area

  1. Tez No: 542597
  2. Yazar: MERVE BAKAR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÜLTEKİN KUYZU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Ulaşım, Toplu taşıma, Akıllı kart verisi, Veri analitiği, Zamansal-mekansal analiz, Transportation, Public transport, Smart card data, Data analytics, Spatio-temporal analysis
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 75

Özet

Akıllı Kart Elektronik Ücret Toplama Sistemleri, etkili ve güvenilir ödeme imkânı sağladığından dünyanın birçok yerinde ulaşım sektöründe kullanılmaktadır. Akıllı kart otomatik ücret toplama sistemleri, toplu taşıma sistemlerinde ücret toplama işlemlerinin etkin ve doğru yapılmasına olanak sağlar. Bu sistemler geleneksel ücret toplama yöntemleriyle karşılaştırıldığında, planlamacılara daha esnek fiyatlandırma yapıları uygulamayı sağlar. Akıllı kart sistemleri, toplu taşıma ağının genel verimliliğini ve hizmet kalitesini arttırmak için yolcular ile ilgili çeşitli verileri kaydeder. Bu çalışmada, Ankara Türkiye'deki toplu taşıma araçları ile seyahat eden yolcuların seyahat izlerini mekansal ve zamansal olarak anlamak için akıllı kart işlem verileri analiz edilmiştir. Öncelikli hedeflerimizden biri, doğrudan hizmet eksikliğinden dolayı bir veya daha fazla ara noktadan aktarma yapması gereken yolcuların seyahat rotalarını tanımlamaktır. Bir aylık döneme karşılık gelen yaklaşık 30 milyon kayıt veri seti olarak kullanılmıştır. Veriler, otobüs ve hafif raylı ulaşım modlarına ait kayıtları içermektedir. Her kayıt; akıllı kart numarasını, toplu taşıma modunu, otobüs/ray hattını (güzergah), seyahat başlangıç yerini, seyahat başlangıç tarih ve saatini ve yolcu ücret sınıfını içerirken, yolcunun varış yerini içermemektedir. İlk olarak her yolcunun indiği yeri tahmin etmek için bir model oluşturulmuştur. Yolcuların iniş yerleri tahmin edildikten sonra, yolcu seyahat rotaları oluşturulmuş ve seyahatler; ücret sınıfı, kullanılan toplu taşıma türü, haftanın günü ve saati, en sık kullanılan güzergah ve duraklar gibi çeşitli boyutlarda analiz edilmiştir. Yolcu iniş yerlerinin tahmin edilmesi ve yolcu seyahatlerine ilişkin analizler RStudio programı kullanılarak yapılmıştır. Bir aylık periyotta yapılan yolcu seyahatleri; tam, öğrenci ve öğretmen olmak üzere kullanılan akıllı kart çeşitlerine göre analiz edilmiştir. Seyahatlerde %61 kullanım oranı ile en sık tercih edilen toplu taşıma aracı otobüs olurken, en az tercih edilen toplu taşıma aracı teleferik olmuştur. Hafta içi ve hafta sonu yapılan seyahatlere ek olarak, aktarmalı seyahatlerin belirli saat aralıklarındaki yoğunluğu, en sık kullanılan güzergahlar ve duraklar analiz edilmiştir.

Özet (Çeviri)

Smart card automated fare collection systems are used in many transportation systems throughout the world as they provide effective and reliable payment opportunity. Smart card automated fare collection systems facilitate efficient and accurate fare collection in public transport systems. These systems enable the planners to implement more flexible pricing structures compared to traditional fare collection methods. Smart card systems record several pieces of data about the passengers, which can be used to improve the overall efficiency and service quality of the public transport network. In this work, we focus on analyzing smart card transaction data to understand spatial and temporal travel patterns of public transport passengers in Ankara, Turkey. One of our primary goals is to identify origin-destination pairs where the passengers are required to transfer through one or more intermediate points because of the lack of a direct service. We use a data set of about 30 million records corresponding to a one month period. The data includes records from bus and light rail transportation modes. Each record includes the smart card number, the transport mode, the bus/rail line, the boarding location, the boarding date and time, and the fare class of the passenger; but lacks the alighting location of the passenger. We first create a model to estimate the alighting location of each passenger. Then, we estimate origin-destination flows and their breakdown by several dimensions such as fare class, transportation mode, day of week, time of day and the frequency of the lines and the stations used. The estimation of alighting location of the passenger and the travel analysis are performed using RStudio program. Smart card data set of passenger travels on one-month period are analyzed according to smart card type; adult, student and teacher tickets. The most preferred public transportation vehicle is the bus with the usage rate of 61% in travels, the least preferred public transportation vehicle is the cable line. In addition to the travels on weekdays and weekends, density of the transit travels are analyzed according to time of day and frequency of the lines and the stations used.

Benzer Tezler

  1. Avrupa Birliği ve Türkiye'de uluslararası karayolu mal taşımacılığı

    International transport of goods by road in European Union and Turkey

    NURHAN BAYTEMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Uluslararası İlişkilerAnkara Üniversitesi

    PROF.DR. İSMET ERGÜN

  2. Evaluating public transportation alternatives in the METU campus with the aid of GIS

    ODTÜ kampüsünde toplu taşım alternatiflerinin CBS yardımıyla değerlendirilmesi

    NAİM CEM GÜLLÜOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Jeodezi ve FotogrametriOrta Doğu Teknik Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    DOÇ.DR. OĞUZ IŞIK

    Y.DOÇ.DR. ELA BABALIK STUCLİFFE

  3. Kent içi ulaşım tercihleri: Ankara ili örneği

    Urban transportation preferences: The case of Ankara province

    ELA SAĞUNÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    TrafikPolis Akademisi

    Ulaşım Güvenliği ve Yönetimi Ana Bilim Dalı

    DOÇ. DR. ÜLGEN ASLAN DÜZGÜN

  4. Doğrusal programlama yaklaşımı ile toplu taşıma sistemlerinin planlanması ve çizelgelenmesi

    Planning and scheduling of public transit systems with the linear programming approach

    MEHMET EMRAH ÖZKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    İşletmeHacettepe Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ.DR. AYDIN ULUCAN

  5. Ankara'da çok ölçütlü karar verme yöntemleriyle Monoray güzergâhı belirleme

    A monorail route determination with multicriteria decision making methods in ankara

    MUSTAFA HAMURCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Endüstri ve Endüstri MühendisliğiKırıkkale Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TAMER EREN