AKILLI KAVŞAKLARDA TRAFİK HACMİ TAHMİNİ İÇİN MAKİNE ÖĞRENMESİ MODELLERİNİN KARŞILAŞTIRILMASI

Modern şehirlerin artan nüfusu ve hareketliliği, ulaşım sistemlerinin verimli yönetimini gittikçe daha kritik hale getirmiştir. Bu bağlamda, dijital ikiz kavramı, fiziksel dünyanın dijital bir yansımasını oluşturarak karmaşık sistemleri anlamak, yönetmek ve optimize etmek için güçlü bir araç haline gelmiştir. Ulaşım da bu alanlardan biridir ki akıllı kavşaklar gibi teknolojik altyapılar sayesinde büyük miktarda veri toplanmakta ve bu verilerle dijital ikiz mimarisinin önemli bir unsuru olan tahmin modelleri oluşturulmaktadır. Bu çalışma akıllı kavşaklarda trafik hacmi tahmini uygulamalarında daha etkili ve doğru sonuçlar elde etmek için hangi modelin seçilmesi gerektiğine dair akademik bir anlayış sunmayı amaçlamaktadır. Bunun için Antalya’da bulunan seçilmiş iki akıllı kavşağın her bir geliş kolu için saatlik araç sayım verileri kullanılmıştır. Bu veriler eğitim ve test verisi olarak ayrılmış olup Lineer Regresyon, Polinomal Regresyon, Destek Vektör Regresyonu (SVR) ve Rastgele Orman Regresyonu tabanlı makine öğrenmesi modelleri oluşturulmuştur. Böylece akıllı kavşaklarda her bir kol için trafik hacmi tahmini yapılmıştır. Ortalama Mutlak Hata (MAE) ve En Küçük Kareler (R Kare) yöntemleri ile tahmin modellerinin performans karşılaştırması yapılmıştır. Buna göre Rastgele Orman modelinin diğer önerilen modellere göre daha başarılı performans göstermiş olduğu görülmüştür.