Bulanık Mantık Destekli Trafik Yoğunluğu Tahmini

OpenAlex Turkish

Trafik yoğunluğu, modern şehirlerde bireysel seyahat sürelerini uzatan, çevresel kirliliği artıran ve ekonomik kayıplara yol açan önemli bir sorundur. İstanbul gibi büyük metropollerde ortalama trafik yoğunluğu %70'in üzerinde seyrederken, zirve saatlerde %85'e kadar çıkmaktadır. Artan nüfus ve araç sayısı, yalnızca günlük yaşamı zorlaştırmakla kalmayıp, şehir altyapısını da zorlamaktadır. Bu nedenle, trafik yoğunluğunu etkin bir şekilde yönetmek ve tahmin edebilmek, sürdürülebilir ulaşım ve akıllı şehir yönetimi açısından büyük önem taşımaktadır. Ancak, trafiği etkileyen faktörlerin dinamik ve belirsiz yapısı, geleneksel yöntemlerle yeterince doğru tahmin edilememektedir. Bu çalışmada, İstanbul Büyükşehir Belediyesi’nin (İBB) sağladığı 2022 yılına ait saatlik trafik yoğunluğu verileri ve Meteostat kaynaklı hava durumu verileri kullanılarak bulanık mantık tabanlı bir trafik yoğunluğu tahmin modeli geliştirilmiştir. Model, trafik yoğunluğunu etkileyen temel değişkenler olan araç sayısı, ortalama hız, sıcaklık ve yağış durumunu dikkate alarak Mamdani bulanık çıkarım yöntemi ile tasarlanmıştır. Geliştirilen model, doğrusal regresyon ve çoklu doğrusal regresyon gibi geleneksel istatistiksel yöntemlerle karşılaştırılmış ve daha düşük hata oranları ile bağımlı değişkendeki değişimi yüksek oranda açıklamıştır. Bu sonuçlar, bulanık mantık tabanlı sistemlerin belirsizlikleri daha iyi yönetebildiğini ve karmaşık trafik senaryolarında daha esnek ve gerçekçi tahminler üretebildiğini göstermektedir.