Toplu Ulaşım Sistemlerinde Verimliliğin Artırılması Amacıyla Makine Öğrenmesi Yöntemlerinden Yararlanılması

Authors : Emre Kuşkapan

Pages : 743-754

Doi:10.21597/jist.1401532

View : 33 | Download : 37

Publication Date : 2024-06-01

Article Type : Research Paper

Abstract :Günlük ulaşım için toplu taşıma araçları sıklıkla tercih edilmektedir. Karayolu ulaşımında bu araçlar arasında en çok kullanılan türlerden biri otobüslerdir. Otobüsler, arabalardan çok daha fazla yolcu kapasitesine sahip olduğu için bu taşıtların sürücüleri çok daha fazla sorumluluk almaktadır. Yolculuk esnasında her yolcunun rahat, dakik ve güvenli ulaşımının sağlanması otobüs şoförlerinin sorumluluğundadır. Bu sorumlulukların fazlalığı otobüs şoförlerini psikolojik olarak etkileyebilmektedir. Bununla birlikte yaptıkları işin yorucu olması sebebiyle zaman zaman agresif tavırlar sergileyebilmektedirler. Yolculuk sırasında sürücü ile yolcu arasında çıkabilecek herhangi bir tartışma, çeşitli sorunlara neden olabilmektedir. Otobüslerinin içerisine yerleştirilen çok sayıda kamera ile sürücü ve yolcu davranışları gözlemlenebilmektedir. Bu uygulamanın yapıldığı kentlerden biri olan Erzurum’da Büyükşehir Belediyesi tarafından toplu taşıma otobüslerdeki denetimler raporlanmaktadır. Bu raporlar incelendiğinde kentte son 3 yıl içerisinde otobüs şoförleri ve yolcular arasında toplam 1068 adet tartışmanın olduğu tespit edilmiştir. Bu çalışmada, bu tartışmalar içeriklerine göre 13 kategoriye ayrılarak oluşturulan eğitim setindeki veriler makine öğrenmesi yöntemleriyle analiz edilmiştir. Analiz sonuçlarında naive bayes algoritmasının en başarılı performans ortaya koyduğu görülmüştür. Tüm verilerin bu algoritma ile dağılımı yapıldığında tartışmalarda en fazla pay sahibi olan sürücü ve yolcu kaynaklı problemler ortaya konmuştur. Sonuçlar yorumlandığında toplu taşıma ulaşımının daha verimli şekilde gerçekleşebilmesi ve sürücü-yolcu tartışmalarının azaltılabilmesi için birtakım tavsiyelerde bulunulmuştur.
Keywords : Toplu taşıma, Sürüş güvenliği, Makine öğrenmesi, Sürdürülebilir ulaşım