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
banner159
banner153
Puan Durumu
Takımlar O P
1. Galatasaray 10 28
2. Samsunspor 11 25
3. Fenerbahçe 10 23
4. Beşiktaş 10 20
5. Eyüpspor 11 19
6. Sivasspor 11 17
7. Göztepe 10 15
8. Başakşehir 10 15
9. Kasımpasa 11 14
10. Konyaspor 11 14
11. Trabzonspor 10 12
12. Gaziantep FK 10 12
13. Bodrumspor 11 11
14. Antalyaspor 11 11
15. Alanyaspor 11 10
16. Rizespor 10 10
17. Kayserispor 10 9
18. Hatayspor 10 3
19. A.Demirspor 10 2
Takımlar O P
1. Erzurumspor 11 22
2. Kocaelispor 11 22
3. Bandırmaspor 11 21
4. Karagümrük 11 18
5. Igdir FK 11 18
6. Boluspor 11 18
7. Esenler Erokspor 11 17
8. Ümraniye 11 17
9. Pendikspor 11 17
10. Ankaragücü 11 16
11. Ahlatçı Çorum FK 11 16
12. Şanlıurfaspor 11 15
13. Gençlerbirliği 11 15
14. Manisa FK 11 14
15. Keçiörengücü 11 14
16. İstanbulspor 11 13
17. Sakaryaspor 11 13
18. Amed Sportif 11 13
19. Adanaspor 11 6
20. Yeni Malatyaspor 11 -3
Takımlar O P
1. Liverpool 10 25
2. M.City 10 23
3. Nottingham Forest 10 19
4. Chelsea 10 18
5. Arsenal 10 18
6. Aston Villa 10 18
7. Tottenham 10 16
8. Brighton 10 16
9. Fulham 10 15
10. Bournemouth 10 15
11. Newcastle 10 15
12. Brentford 10 13
13. M. United 10 12
14. West Ham United 10 11
15. Leicester City 10 10
16. Everton 10 9
17. Crystal Palace 10 7
18. Ipswich Town 10 5
19. Southampton 10 4
20. Wolves 10 3
Takımlar O P
1. Barcelona 12 33
2. Real Madrid 11 24
3. Atletico Madrid 12 23
4. Villarreal 11 21
5. Osasuna 12 21
6. Athletic Bilbao 12 19
7. Real Betis 12 19
8. Mallorca 12 18
9. Rayo Vallecano 11 16
10. Celta Vigo 12 16
11. Real Sociedad 12 15
12. Girona 12 15
13. Sevilla 12 15
14. Deportivo Alaves 12 13
15. Leganes 12 11
16. Getafe 12 10
17. Espanyol 12 10
18. Las Palmas 12 9
19. Real Valladolid 12 8
20. Valencia 11 7