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
15
açık
banner153
Puan Durumu
Takımlar O P
1. Galatasaray 15 41
2. Fenerbahçe 16 36
3. Samsunspor 16 30
4. Eyüpspor 17 27
5. Beşiktaş 16 26
6. Göztepe 15 25
7. Başakşehir 15 22
8. Gaziantep FK 16 21
9. Antalyaspor 16 21
10. Konyaspor 16 20
11. Rizespor 15 20
12. Kasımpasa 15 19
13. Sivasspor 17 19
14. Alanyaspor 16 18
15. Trabzonspor 15 16
16. Kayserispor 15 15
17. Bodrumspor 15 14
18. Hatayspor 15 9
19. A.Demirspor 15 5
Takımlar O P
1. Bandırmaspor 16 32
2. Kocaelispor 16 32
3. Karagümrük 17 31
4. Erzurumspor 17 29
5. Keçiörengücü 17 27
6. Igdir FK 17 25
7. İstanbulspor 17 24
8. Ahlatçı Çorum FK 16 24
9. Ankaragücü 16 23
10. Manisa FK 17 23
11. Pendikspor 17 23
12. Gençlerbirliği 16 23
13. Boluspor 16 22
14. Ümraniye 16 22
15. Amed Sportif 16 22
16. Esenler Erokspor 16 21
17. Şanlıurfaspor 17 21
18. Sakaryaspor 17 21
19. Adanaspor 16 11
20. Yeni Malatyaspor 17 -3
Takımlar O P
1. Liverpool 15 36
2. Chelsea 16 34
3. Arsenal 17 33
4. Nottingham Forest 17 31
5. Aston Villa 17 28
6. M.City 17 27
7. Newcastle 17 26
8. Bournemouth 16 25
9. Brighton 17 25
10. Fulham 16 24
11. Tottenham 16 23
12. Brentford 17 23
13. M. United 16 22
14. West Ham United 17 20
15. Crystal Palace 17 16
16. Everton 15 15
17. Leicester City 16 14
18. Ipswich Town 17 12
19. Wolves 16 9
20. Southampton 16 5
Takımlar O P
1. Atletico Madrid 18 41
2. Barcelona 19 38
3. Real Madrid 17 37
4. Athletic Bilbao 19 36
5. Mallorca 19 30
6. Villarreal 17 27
7. Real Sociedad 18 25
8. Girona 18 25
9. Osasuna 18 25
10. Celta Vigo 18 24
11. Real Betis 17 24
12. Sevilla 17 22
13. Rayo Vallecano 17 21
14. Las Palmas 17 19
15. Leganes 17 18
16. Getafe 18 16
17. Deportivo Alaves 17 16
18. Espanyol 17 15
19. Real Valladolid 18 12
20. Valencia 16 11