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