11.02.2019, 12:50

Ulaştırma ve Toplu Taşıma Sistemlerinde Sıklık-3

Sıklık optimizasyonu ile ilgili mevcut çalışmalar genellikle, yaklaşık olarak çözülebilen, doğrusal olmayan modelleri içermektedir. Bu doğrusal olmama durumu, bekleme süresinin sıklıkla ters orantılı olması gerçeğinden kaynaklanmakta olup, aynı zamanda, doğrusal olmayan çözümlemelerdeki farklı hat sonuçları arasındaki etkileşimin modellenmesi ile de ilgilidir. Atama alt modellerini hesaba katan mevcut modeller, gerçek durumla değişen düzeylerde örtüşmeler göstermektedirler. Metodolojileri sınamada kullanılan durumlar, küçük boyutlulardan yaklaşık olarak 100’den fazla hattı içeren gerçek şehirleri ifade eden orta boyutlu temsili durumlarda kadar geniş bir aralıkta çeşitlenmektedir.

Bu mimari durumunun hesaba katılması dâhilinde bu tarz çalışmalar kapsamında iki önemli çıkarım belirlenebilir:

Halihazırda mevcut olan sıklık optimizasyon modeli için karma tam sayılı doğrusal programlama (MILP) modeli önerilmektedir. Önerilen formülasyon yapısının ortaya konmasıyla beraber, ticari bir karma tam sayılı doğrusal programlama (MILP) çözücüsünün kullanılması ile beraber denklem bütünüyle çözülebilmektedir. Dahası söz konusu çözümleme bir atama alt modeli içermekte olup literatür tarafından geniş bir kabulü de bulunmaktadır.

Problemin büyük boyutlu numunelerinin (100’den fazla hattı barındıran sistemler) çözülmesi amacı ile sezgisel ötesi bir model önerilmiş olup doğruluğu (mesafeyi optimuma çekme mantığı ile) hâlihazırdaki kesin modellerle (mümkün olduğunda, daha küçük numunelerde) karşılaştırma yolu ile tayin edilmektedir. İlk madde ile ilgili olarak, literatürde küresel ölçekte doğruluğu ispatlanmış bir optimallikte çözüm kabiliyeti kesin olarak olan herhangi bir yöntemin bulunmadığı not edilmelidir. Bu özellikle, nispeten daha küçük olan mevcut çözümlemelerin ortaya koyduğu kullanıcı seyahat süreleri ile ilgili raporlanan gelişmelerden dolayı, toplu taşıma sıklık optimizasyon probleminde önemlidir. Dahası mevcut verili çözüm yöntemlerinin sezgisel yapısı dâhilinde, söz konusu durum sonuçları daha fazla geliştirme noktasında ihtimal dâhilinde olsa dahi belirsiz olarak değerlendirilmektedir.

Önerilen sezgisel ötesi yaklaşım kesin çözümler ile karşılaştırma yolu ile doğruluk hesaplaması noktasında (imkân dâhilinde) çözümler geliştirme kabiliyetine sahiptir. En net olarak bilinen ise bu tarz çalışmaların, gerçek durumlu optimal olanlarıyla kıyaslandığında doğru sonuçlar veren ilk yaklaşık yöntemleri ortaya koyduğudur. Sezgisel ötesi yaklaşım sonuçlarını nispeten daha kısa sürede üretmekte ve çok terimli zamanlamalı (hat sayısına, altı çizili grafik model boyutuna ve kalkış-varış matrislerinin yoğunluğuna göre) icra edilen rutinleri içermekte olup bu nedenle daha büyük durumların çözümü için uygulanabilir görülmektedir.

Bu tarz çalışmalar kapsamında önerilen modeller ve algoritmalar, gerçek durumlarda ve uygulamalarını üzerlerinde gösteren farazi durumlarda uygulanmaktadır. Bu tarz çalışmalar kapsamında literatür, matematiksel model tanımlamaları ve önerilen ilgili formülasyon ile önerilen sezgisel ötesi yaklaşımla problemin yaklaşım çözümünün açıklanması ve sınamalı yöntemlerle sayısal sonuçların değerlendirilmesine girişilmektedir.

Bu kapsamda toplu ulaştırma sistemleri için sıklık optimizasyonu saha çalışmaları ile ilgili incelemeler ortaya konulmaktadır. Hemen her model, hat güzergâhındaki bir kesimin bitiş noktası ya da ağırlık merkezi (sendroid: verili bir zondaki talebin yoğunlaştığı kabul edilen temsili bir nokta) ve otobüs duraklarını temsilen düğüm noktalarını içeren bir grafiğe göre formüle edilmektedir. Yaylar ise hem bir hat güzergâhı kesimini, bir yürüyüş güzergâhını (ağırlık merkezleri ve istasyonlar arasında) ve hem de farklı hatlar arasındaki aktarma uygulamaları ya da bir hat için yürüme gibi bir olay ya da fiili temsil etmektedirler. Dahası tipik olarak şehrin farklı zonları arasındaki (ağırlık merkezleri ile temsil edilen) talebin, O-D çifti olarak adlandırılan, her bir elemanı sıfırdan farklı olan bir kalkış-varış (OD) matrisi şeklinde verildiği de kabul edilmektedir. Yukarıda vurgulanan grafik modelinin literatürde farklı düzeylerdeki detaylarının bulunabileceği de vurgulanmaya değer bir konudur.

1980’li yıllarda yapılan çalışmalarda önerilen model, bekleme süresine ilaveten sefer süresi ve yürüme süresinde de minimizasyonu belirtmektedir. Filo boyutunda daha yüksek bir sınırı teşvik eden bir kısıt bulunmaktadır. Kullanıcı davranışları tamamıyla modele dâhil edilmiş olup verili bir O-D çifti dâhilinde talep, bir otobüs kapasite kısıtı ve dağılımı göre farklı hatlar arasında bölünmüştür. Formülasyon konveks (dış bükey) olmayan bir amaç fonksiyonuna sahip olup doğrusal ya da konveks kısıtlara sahiptir. Çözüm algoritması, kot düşüşü stratejisine göre bir dizi sıklıktan seçim yolu ile yaklaşım bir çözüm hesabı yapmaktadır. Metodoloji bir İsveç şehri olan Linköping’deki 6 hat ve 38 zonu içeren bir durumda test edilmiştir.

Yoğun bir şekilde kullanılan hatlardaki sıklıkların düzenlenmesi için bir model önerilmiştir. Dahası amaç fonksiyonu sistemdeki herhangi bir güzergâhtaki en yoğun şekilde yüklenmiş noktanın işgal düzeyinin minimizasyonunu ifade etmektedir. Kısıt dizisi; filo boyutu ve otobüs kapasitelerinde daha yüksek sınırlar içermektedir. Atama alt modeli kullanıcı davranışı ile ilgili hipotezleri kodlayan bütünüyle açık olmayan kısıtlarca ifade edilmektedir. Yolcular; daha uzun seyahat sürelerine neden olsa da, doğrudan varış noktasına yönlendiren (herhangi bir aktarma olmaksızın) hatları tercih etme eğiliminde olmaktadırlar. Bu kuralın yanı sıra verili bir O-D çifti ile ilgili talep, sıklık oranı kuralına göre farklı hatlar arasında dağılmaktadır. Modelin çözümünde iki aşamalı bir sezgisel yaklaşım önerilmektedir: ilk olarak; otobüs kapasite kısıtlarında daha az sınırlılık yakalanması için temel bir tahsisat prosedürü (hat sıklıklarını ve yolcu akımlarını iterasyonla belirleyen) uygulanır, ardından da ilave bir tahsisat (paylaşım) prosedürü ile sadece doğrusal kısıtlar dâhilinde problem çözümü gerçekleştirilir. Önerilen metodoloji Mısır’ın Kahire şehrinde uygulanmış olmasına karşın tanımlama sadece 6 düğüm noktası ve 3 güzergah için gösterilmiştir.

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