Yapay arı kolonisi algoritması ile devre süresi modellerinin geliştirilmesi

Abstract

Günümüzde artan nüfus ve ekonomideki büyüme sonucu trafikteki araç kullanım oranı hızla artmakta, buna bağlı olarak yol kapasiteleri yetersiz kalmaktadır. Bu durum kavşaklarda gereksiz zaman kaybına, yakıt tüketimlerinin, emisyon değerlerinin artması ve sürücü memnuniyetsizlikleri gibi olumsuz etkilere neden olmaktadır. Bu sorunların çözümü için ise optimum devre sürelerinin belirlenmesi önem arz etmektedir. Bu tez kapsamında Yapay Arı Kolonisi Algoritmasına (YAKA) bağlı olarak optimum devre süresini tayin eden modeller geliştirilecektir. Geliştirilen modellerin performans karşılaştırmaları Webster optimum devre süresi modeline göre gecikme değerleri üzerinden yapılacaktır. Modellerden ve Webster yaklaşımından elde edilen devre sürelerine göre her bir trafik durumu için gecikme değerleri VISSIM Simülasyon programı ile elde edilecektir. Dört kollu bir kavşağın simülasyonu yapılarak farklı devre sürelerine göre kavşağın sinyal kontrolü incelenecektir. Tezde farklı trafik hacimlerinde optimum devre süresini veren modeller geliştirilmiş ve performansları ortaya konulmuştur. Modellerin geliştirilmesinde Diferansiyel Gelişim Algoritması (DGA) ve Yapay Arı Kolonisi Algoritması (YAKA) kullanılmış olup, farklı model formları oluşturulmuştur. Modeller, literatürde yaygın olarak kullanılan Webster optimum devre süresi modeli ile karşılaştırılmış ve performanslar, ortalama taşıt gecikmeleri ile incelenerek hangi modelin Webster modeline göre daha iyi sonuçlar verdiği ortaya konulmuştur. Performans değerlendirmesinde kullanılan gecikme verisi VISSIM simülasyon programı üzerinden elde edilmiştir. Geliştirilen model formları içerisinde her 3 model de Webster modeline göre daha başarılı olmakla birlikte, Model-2 formunun en iyi performansa sahip olduğu görülmüştür. Geliştirilen modellerin diğer bir başarısı da hem doygun altı hem de doygun üstü trafik durumlarında trafiği yönetebilmesidir. Bu tez ile farklı yapay zekâ tekniklerinin sinyalizasyon optimizasyonunda kullanılmasıyla kavşak performansında iyileştirme gerçekleştirilecektir. Ayrıca, gecikme, yakıt tüketimi gibi olumsuz etkileri minimize etmeyi amaç edindiği için trafik planlamalarında bu çalışmadan çıkacak sonuçlardan yararlanılabileceği düşünülmektedir.

Today, as a result of increasing population and economic welfare level, vehicle usage rate in traffic is rapidly increasing, because of this, road capacities are insufficient. This situation causes adverse effects, such as increase in delays, fuel consumption and emissions and also driver dissatisfaction. It is important to determine the optimum cycle length for resolving these problems. Models that determine the optimum cycle length will be developed in this Project depending on the Artificial Bee Colony Algorithm (ABC). Performance comparisons of the developed models will be made using the delay values according to Webster optimal cycle time model. Delay values for each traffic situation will be gotten by VISSIM Simulation program according to the cycle lengths obtained from proposed Models and Webster approach. The control of the intersection will be examined by simulating a four-armed intersection according to different cycle lengths. In the thesis, models were developed to determine the optimal cycle length for different traffic situations and performances of models were revealed. In the development of the models, Differential Evolution Algorithm (DEA) and Artifical Bee Colony Algorithm (ABC) were used and different model forms were created. The models were compared with the Webster optimal cycle length model which is commonly used in the literature and the performances were examined with average per vehicle and it was revealed that which model gives better result than Webster model. The delay data to be used in the performance evaluation were obtained from the VISSIM simulation program. Among the developed model forms, it is seen that the model structure in the Model-2 form has the best performance in all three models with being more successful than the Webster model. Another success of the developed models is that it can manage the traffic in both saturated and supersaturated traffic situations. This thesis will improve the performance of intersection by using different artificial intelligence techniques in optimization of signalization. In addition, since it is intended to minimize the adverse effects, such as delay, fuel consumption, it is thought that the results of this study can be utilized in traffic planning.