18.02.2019, 13:07

Ulaştırma ve Toplu Taşıma Sistemlerinde Sıklık-4

1995 yılında yapılan ilgili çalışmalarda sıklık optimizasyonu problemi doğrusal olmayan tek düzeyli bir problem olarak teşkil edilmiştir. Bu modelde, daha yüksek sınır seviyeleri, planlamacının filo büyüklüğünün fizibilitesi ve toplam seyahat süresinin minimizasyonu için teminini ifade etmektedir. Daha düşük sınır seviyeleri ise, kullanıcıların optimal strateji atama modellerine göre seyahat süresini minimize etmesini ifade etmektedir. Dahası her iki düzeyin amaç fonksiyonları aynı çözümlemelere sahiptir. Model; problemin belirli özelliklerini kullanan iniş eğimine dayalı olarak iteratif bir algoritma tarafından yaklaşık olarak çözülmektedir. Metodoloji; Stockholm (İsveç), Winnipeg (Kanada) ve Portland (Amerika Birleşik Devletleri) şehirlerinin içerdikleri sırası ile 38, 67 ve 115 hatla ilgili durumların kullanılması ile test edilmiştir.

Çok amaçlı bir model önerilmiş olup işletmecilerin işletim maliyetlerini (sıklıklarla doğru orantılı olduğu kabulü yapılmaktadır) ve kullanıcıların toplam seyahat sürelerini minimize etmeye çalışılmaktadır. Bu tarz çalışmaların dikkat çeken karakteristiği, kullanıcı davranışlarından kaynaklı tıkanıklığın içselleştirilmesidir. Verili bir sıklık dizisi için, önerilen atama modeli uygulanmış olup talebi etkin sıklıklara göre dağıtmaktadır. Önerilen yaklaşık çözüm yöntemi, bir başlangıç sıklık dizisi ile başlamakta olup bir hassasiyet analizi prosedürüne göre başarı ile geliştirilmektedir. Metodoloji; 4 düğüm noktası ve 4 hattan oluşan tanımlı küçük bir numunenin kullanımı ile test edilmektedir.

2010 yılı itibari ile yapılan çalışmalarda ise daha yakın olarak, otobüs sıklık optimizasyonu için genetik bir algoritma önerilmiştir. İyi bilindiği üzere, söz konusu durum ilgili probleme sezgisel ötesi yaklaşımın uygulandığı ilk örnektir. Optimizasyon modeli, sefer ve bekleme süresinin minimizasyonunu filo büyüklüğü kısıtına bağlı bir konu olarak ele almaktadır. Kullanıcı davranışları, optimal stratejili atama modeli kullanılarak modellenmektedir. Yaklaşık çözüm yöntemi; sistemdeki farklı hatlar arasında uygun filo yeniden dağıtımını yapan genetik işletimciler ile sıklıkların tam sayılı kodlamasını yapmaktadır. Metodolojiler; 3004 otobüs durağı ve 89 hattan oluşan Çin’in Dalyan şehri ile ilgili durumla ve tanımlamalı küçük boyutlu bir durumla test edilmektedir.

Toplu ulaştırma sıklık optimizasyonu ile ilgili en son referanslara 2012 yılında yapılan çalışmalarda rastlanabilmekte olup aynı düzeyli bir model önerilmiştir. Daha yüksek sınırlar, sıklıkların ve otobüs boyutlarının değişimi ile bir toplam maliyet fonksiyonu geliştirmeye çalışmakta, hem Hooke Jeeves algoritması ve hem de tabu araştırması, sezgisel bir araştırma olarak kullanılmaktadır. Düşük sınır düzeyli problem, 1993 yılında yapılan ilgili araştırmalarla formüle ederek kapasite kısıtlı atama problemini çözmektedir. Bu kapsamda araştırmacılar İspanya’nın Santander şehrindeki 15 otobüs hattından oluşan durumu kullanarak metodolojiyi test etmişlerdir. Aynı zamanda 2011 yılındaki ilgili çalışmalarda sıklık optimizasyonu, toplu taşıma ağ tasarımı probleminin bir parçası olarak sezgisel yaklaşımla çözülmüş ve Hong Kong şehrinde 10 hattan oluşan bir banliyö yerleşim alanında test edilmiştir.

Özetle literatürde sıklık optimizasyonu için farklı modeller önerilmiş olmasına karşın, oldukça benzer amaç fonksiyonları ve kısıtlarına sahiptirler. Dikkate alınan çoğu atama alt modellerince kabul edilen hipotezlerde küçük değişimler gözlemlenmektedir. Otobüs kapasitesi çoğu zaman; kullanıcı memnuniyetine göre kullanılan hatlarda yeterli kapasiteyi sağlaması gereken plancılar tarafından bir kısıt olarak ilave edilmeye teşvik edilmektedir. Diğer taraftan 2000’li yıllarda yapılan ilgili çalışmalar, tıkanıklıklı atama alt modelinin vasıtası ile kullanıcı davranışında, otobüs kapasitesinin etkisini modellemektedir. Bilindiği kadarı ile otobüs kapasitesinin belirli bir değerlendirmesi altında resmi koşullar altında herhangi bir çalışma tartışması yürütülmesine gerek yoktur. Bütün çözüm yöntemleri yaklaşıktır, bunların bir kısmı matematiksel formülasyon ile içre edilirken, diğerleri ise saf sezgisel yaklaşımlıdır. Son olarak kullanılan en büyük test, yaklaşık 100 hatlı durumlarla sahip şehirlerde karşılaşılmaktadır.

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. Antalyaspor 15 21
9. Konyaspor 16 20
10. Rizespor 15 20
11. Kasımpasa 15 19
12. Sivasspor 17 19
13. Alanyaspor 16 18
14. Gaziantep FK 15 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. Erzurumspor 17 29
4. Karagümrük 16 28
5. Keçiörengücü 16 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