28.01.2019, 14:55

Ulaştırma ve Toplu Taşıma Sistemlerinde Sıklık-2

Ülkemizde demiryolu araçlarında kullanılan akıllı sistemler, genellikle yurt dışı üreticilerden temin edilmektedir. Ancak bilhassa savunma ve demiryolu sektöründe çok başarılı Ar-Ge çalışmaları olan bir yerli firmamız raylı sistem araçları için birçok akıllı sistemi geliştirerek, üretime başlamıştır. Bu akıllı sistemler yüksek hızlı tren setleri de dâhil olmak üzere değişik tür araçlarda başarıyla kullanılmaya başlanmıştır. 

İstanbul özelinde konuya baktığımızda, son yıllarda ‘modlararası entegrasyon ve dengeli modal dağılım’ konularında iyileştirici çalışmalar yapıldığı bilinmektedir. Ancak buna karşın henüz istenilen seviyeye gelinememiş olup, genel anlamda orta ve uzun vadeli hedefler kapsamında nispeten iyileştirmeler gerçekleştirilebilmektedir. Bunları örneklendirmek gerekirse; yapılan metro yatırımları genel anlamda bahsini ettiğimiz konularda bir iyileştirmeye işaret etmektedir, ancak bunun yanı sıra kentiçi deniz ulaşımında istenen seviyeye gelinememesi, tam tersine modal dağılımda deniz ulaşımının payının düşmesi göze çarpmaktadır. İstanbul gibi kendine has bir iç su yolu olan ve denizle iç içe olan bir şehirde, ulaştırmada denizyolundan faydalanılamaması ve modal dağılımda denizyolunun ancak %1.5’lar seviyesinde yer alması düşünülemez. Burada; İstanbul’ un çok yönlü ve çok merkezli olarak sürekli büyümesi, bu çerçevede şehrin birçok bölgesinin karasal bir alanda büyümesi gerçekliği elbette ki göz önünde bulundurulmalıdır.

Toplu Ulaşım; daha az yer kaplayan, daha denetlenebilir, daha güzergahlandırılabilir bir hat boyunca ‘disiplinli ve konforlu’ bir sistemi ortaya koyabilme potansiyeli ile ‘trafik güvenliği’ ne önemli derecede katkı sağlayabilme kabiliyetindedir.

Bu tarz çalışmalar kapsamında örneğin durak ve cadde kesimleri gibi seyahat yolu tarafından verilen bir dizi toplu taşıma hattı için müteakip otobüsler arasındaki zaman aralığının hesaplanması hedefiyle toplu taşıma sıklık optimizasyon problemi çalışılmaktadır. Çözümün verili bir kalkış-varış talebi ve uygun otobüs filosu kısıtlarını sağlaması beklenmektedir. Bu kapsamda orijinal olarak formüle edilmiş olan aynı seviyeli lineer olmayan bir mevcut model için yeni bir karma tam sayılı doğrusal programlama (MILP) formülasyonu önerilmektedir. Önerilen formülasyon tam sayılı doğrusal programlama (MILP) tekniklerini kullanarak gerçek küçük boyutlu problem örneklerini optimal olarak çözme yetkinliğine sahiptir. Daha büyük örneklerin çözülmesi için, doğruluğu ihtimal dâhilindeki kesin sonuçlarla karşılaştırılarak hesaplanan sezgisel ötesi yaklaşım önerilmektedir. Hem kesin ve hem de yaklaşık çözümler13 hattan oluşan toplu taşıma sistemi ile küçük bir şehirle ilgili mevcut durumun kullanılması ile sınanmaktadır. Söz konusu sistemin gelişiminin büyüklüğü, diğer gerçek sistemler ile ilgili olarak literatürde raporlanan gelişimler ile karşılaştırmak sureti ile önerilen yöntemin uygulanması ile elde edilmektedir. Aynı zamanda sezgisel ötesi yaklaşımın 130 hattan fazla hattı içeren daha büyük boyutlu gerçek bir duruma uygulanabilirliği de incelenmektedir.

Bir toplu taşıma sistemi tasarlanırken, plancılar kullanıcıların fiyat, işletim ve seyahat süresi parametrelerinin parasal maliyetlerince hesaplanmış olan sistem maliyetlerinde etkisi olan kararlar almaktadır. Otobüse dayalı sistemlerde, literatür toplu ulaştırma sistemi tasarlanmasında 5 aşama tanımlamaktadır: güzergâh ağı tasarımı, sıklığın belirlenmesi, zaman çizelgesi tasarımı, filo tayini ve personel atanması. Gerçek sistemlerde genellikle bu aşamalar bir silsile halinde icra edilmekte olup verili bir aşamada alınan kararlar sonraki aşamalardaki kararları da sıralı bir şekilde etkilemektedir. Aynı zamanda bu kararlar planlamanın stratejik (uzun vadeli), taktik (orta vadeli) ya da operasyonel (kısa vadeli) bağlamda olmasına göre değişen planlama bakış açıları ile karara bağlanmaktadır.

Sıklık tayini problemi, hat üzerindeki sıralı otobüsler arasında, O-D matrisince belirlenen talepleri ve rotaları (cadde kesimleri ve otobüs durakları) bazlı hesabı ifade etmektedir. Toplu ulaştırma sisteminin stratejik planlaması süresince (özellikle hat rotaları, örneğin güzergâh ağları tasarlanırken) sıklığın bir ön düzenlemesine ihtiyaç duyulmaktadır. Aynı zamanda taktik planlama süresince, sıklıkları güzergâh ağı tasarımlarındaki değişimleri karşılayacak şekilde ya da günün farklı zamanları ve yılın farklı mevsimlerine göre değişen talebe göre ayarlamak gerekmektedir. Sıklıklar hem kullanıcıyı (bekleme süreleri, hat kapasiteleri) ve hem de işletimciyi (gerek duyulan filo boyutuna göre hesaplanan işletme maliyetleri) etkilemektedir.

Sıklık tayini problemine literatürde bir optimizasyon problemi olarak yaklaşılmakta olup genellikle amaç fonksiyonu, diğer altyapı ve politik kısıtlarla birlikte filo boyutu kısıtı altında, kullanıcının toplam seyahat süresinin (yürüme, sefer ve bekleme süreleri) minimizasyonunu ortaya koymaktadır. Sıklık optimizasyon modelleri, kullanıcı bakış açısından (tipik olarak bekleme süresi) sistemin performansı ile ilgili ölçütleri içermesi gerektiğinden, otobüs hatları dizisine göre kullanıcı davranışının bir alt modelini içermelidirler. Bu gibi bir al model, atama alt modeli olarak bilinmekte olup genellikle karmaşık bir formülasyon ve çözüm yöntemine sahip olmakta, bu durum özellikle otobüs kapasitesi etkisinin kullanıcı davranışı modellemesinde hesaba katılmaktadır. Söz konusu karmaşıklık, bütün bir sıklık optimizasyon modeli karmaşıklığının önemli bir kısmını meydana getirmektedir. Dahası toplu ulaştırmadaki bir atama sisteminin doğruluğu birçok durumda uygulandığı andaki başlama göre şekillenmektedir. 

Yorumlar (0)
banner117
5
kısa süreli hafif yoğunluklu yağmur
banner153
Puan Durumu
Takımlar O P
1. Galatasaray 28 71
2. Fenerbahçe 27 65
3. Samsunspor 28 51
4. Beşiktaş 27 47
5. Eyüpspor 28 44
6. Başakşehir 27 39
7. Göztepe 27 38
8. Gaziantep FK 27 38
9. Kasımpaşa 28 38
10. Trabzonspor 27 36
11. Antalyaspor 28 36
12. Konyaspor 28 34
13. Rizespor 27 33
14. Alanyaspor 28 31
15. Sivasspor 28 30
16. Bodrum FK 28 30
17. Kayserispor 27 30
18. Hatayspor 27 19
19. A.Demirspor 27 -2
Takımlar O P
1. Kocaelispor 31 62
2. Karagümrük 31 56
3. Erzurumspor 31 54
4. Gençlerbirliği 31 51
5. Bandırmaspor 31 51
6. İstanbulspor 31 49
7. Ahlatçı Çorum FK 31 46
8. Amed Sportif 31 46
9. Boluspor 31 45
10. Ümraniye 31 45
11. Esenler Erokspor 31 44
12. Iğdır FK 31 44
13. Keçiörengücü 31 42
14. Pendikspor 31 41
15. Sakaryaspor 31 39
16. Ankaragücü 31 38
17. Manisa FK 31 37
18. Şanlıurfaspor 31 34
19. Adanaspor 31 27
20. Yeni Malatyaspor 31 -21
Takımlar O P
1. Liverpool 30 73
2. Arsenal 30 61
3. Nottingham Forest 30 57
4. Chelsea 30 52
5. M.City 30 51
6. Newcastle 29 50
7. Aston Villa 30 48
8. Brighton 30 47
9. Fulham 30 45
10. Bournemouth 30 44
11. Brentford 30 41
12. Crystal Palace 29 40
13. M. United 30 37
14. Tottenham 30 34
15. Everton 30 34
16. West Ham United 30 34
17. Wolves 30 29
18. Ipswich Town 30 20
19. Leicester City 30 17
20. Southampton 30 10
Takımlar O P
1. Barcelona 29 66
2. Real Madrid 29 63
3. Atletico Madrid 29 57
4. Athletic Bilbao 29 53
5. Villarreal 28 47
6. Real Betis 29 47
7. Rayo Vallecano 29 40
8. Celta Vigo 29 40
9. Mallorca 29 40
10. Real Sociedad 29 38
11. Sevilla 29 36
12. Getafe 29 36
13. Girona 29 34
14. Osasuna 29 34
15. Valencia 29 31
16. Espanyol 28 29
17. Deportivo Alaves 29 27
18. Leganes 29 27
19. Las Palmas 29 26
20. Real Valladolid 29 16