D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi
Yıl: 2018 Cilt: 22 Sayı: 2 Sayfa Aralığı: 392 - 400 Metin Dili: Türkçe DOI: 10.16984/saufenbilder.308997 İndeks Tarihi: 28-11-2019
D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi
Öz: Günümüzde trafik kontrol sistemlerinin verimli çalışabilmesi için kısa dönemli trafiğin tahmin edilmesigerekli olmaktadır. Bu çalışmada, Kırıkkale İl sınırlarındaki (D-200, E88) karayoluna ait kısa dönemli trafiktahmin modellerinin geliştirilmesi için dönemsel otoregresif bileşik hareketli ortalama (SARIMA) tekniğikullanılmıştır. Modellemede kullanılan veri seti, yolun 29+100 km’ sinde belirlenen kesiminde, yaklaşık 2ay süre boyunca 15 dk.’ lık zaman dilimleri şeklinde yapılan sayımlardan her bir şerit için ayrı olarak eldeedilmiştir. Elde edilen trafik akımı verilerinin %80’ i SARIMA modellerinin oluşturulması için, kalan kısmıise modelin tahminlerinin test edilmesi için kullanılmıştır. Farklı tiplerdeki SARIMA modelleri iki şeritlikarayolunun sağ ve sol şeritleri için oluşturulmuştur. Analizler sonucunda SARIMA(1,0,1)(0,1,1)672 heriki şerit için en düşük tahmin hatalarını üretmiştir. Modellere ait R2 değerleri ise sağ şerit için 0,92, sol şeritiçin 0,88 seviyelerinde olduğu hesaplanmıştır. Modellerin yüksek R2 değerleri ve düşük hatalar üretmesinedeniyle geliştirilen SARIMA modellerinin Türkiye karayollarının kesintisiz akım koşullarını sağlayanyol kesiminde Türkiye'de kullanılabileceğini göstermiştir.
Anahtar Kelime: Konular:
Developing Short-Term Traffic Forecasting Models Using Seasonal ARIMA Method for D-200 Highway
Öz: Nowadays, forecasting short-term traffic is necessary for traffic control systems to serve efficiently. In this study, short-term traffic forecasting models were developed using seasonal autoregressive integrated moving average (SARIMA) technique for the highway (D-200, E88) in Kırıkkale border. The dataset for modeling were collected for each lane with 15 min periods from the road section which is in 29+100 km on the highway for two months. The 80% of data were utilized to develop SARIMA models and the rest of the data were used for testing the models. As a result of the analyses, SARIMA(1,0,1)(0,1,1)672 produced the lowest forecasting error values for both lanes. The R2 values of the models were calculated about 92% for right lane and 88% for left lane. The models generated high R2 values and low errors, therefore developed SARIMA models can be used on uninterrupted road sections in Turkish highways.
Anahtar Kelime: Konular:
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- M. S. Ahmed and A. R. Cook, “Analysıs of freeway traffıc tıme-serıes data by usıng boxjenkıns technıques.,” Transportation Research Record, no. 722. pp. 1–9, 1979.
- W. H. K. Lam, Y. F. Tang, and M. Tam, “Comparison of Two Non-Parametric Models for Daily Traffic Forecasting in Hong Kong,” J. Forecast., vol. 192, pp. 173–192, 2006.
- Y. Xie, Y. Zhang, and Z. Ye, “Short-term traffic volume forecasting using Kalman filter with discrete wavelet decomposition,” Comput. Civ. Infrastruct. Eng., vol. 22, no. 5, pp. 326–334, 2007.
- J. Guo, B. M. Williams, and B. L. Smith, “Data Collection Time Intervals for Stochastic Short-Term Traffic Flow Forecasting,” Transp. Res. Rec. J. Transp. Res. Board, vol. 2024, no. 1, pp. 18–26, 2008.
- S. Shekhar and B. M. Williams, “Adaptive Seasonal Time Series Models for Forecasting Short-Term Traffic Flow,” Transp. Res. Rec. J. Transp. Res. Board, vol. 2024, no. 1, pp. 116–125, 2008.
- J.-B. Sheu, L. W. Lan, and Y.-S. Huang, “Short-term prediction of traffic dynamics with real-time recurrent learning algorithms,” Transportmetrica, vol. 5, no. 1, pp. 59–83, 2009.
- T. Cheng, J. Haworth, and J. Wang, “Spatio-temporal autocorrelation of road network data,” J. Geogr. Syst., vol. 14, no. 4, pp. 389–413, 2012.
- T. T. Tchrakian, B. Basu, and M. O’Mahony, “Real-time traffic flow forecasting using spectral analysis,” IEEE Trans. Intell. Transp. Syst., vol. 13, no. 2, pp. 519–526, 2012.
- C. Chen, Y. Wang, L. Li, J. Hu, and Z. Zhang, “The retrieval of intra-day trend and its influence on traffic prediction,” Transp. Res. Part C Emerg. Technol., vol. 22, pp. 103–118, 2012.
- H. Chang, Y. Lee, B. Yoon, and S. Baek, “Dynamic near-term traffic flow prediction: system-oriented approach based on past experiences,” IET Intell. Transp. Syst., vol. 6, no. 3, p. 292, 2012.
- F. Guo, R. Krishnan, and J. Polak, “A computationally efficient two-stage method for short-term traffic prediction on urban roads,” Transp. Plan. Technol., vol. 36, no. 1, pp. 62–75, 2013.
- E. I. Vlahogianni, M. G. Karlaftis, and J. C. Golias, “Short-term traffic forecasting: Where we are and where we’re going,” Transp. Res. Part C Emerg. Technol., Feb. 2014.
- G. E. P. Box, G. M. Jenkins, G. C. Reinsel, and G. M. Ljung, Time series analysis: forecasting and control. John Wiley & Sons, 2015.
- B. L. Smith, B. M. Williams, and R. Keith Oswald, “Comparison of parametric and nonparametric models for traffic flow forecasting,” Transp. Res. Part C Emerg. Technol., vol. 10, no. 4, pp. 303–321, 2002.
- J. Pfanzagl, Parametric statistical theory. Walter de Gruyter, 1994.
| APA | DOĞAN E (2018). D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. , 392 - 400. 10.16984/saufenbilder.308997 |
| Chicago | DOĞAN Erdem D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. (2018): 392 - 400. 10.16984/saufenbilder.308997 |
| MLA | DOĞAN Erdem D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. , 2018, ss.392 - 400. 10.16984/saufenbilder.308997 |
| AMA | DOĞAN E D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. . 2018; 392 - 400. 10.16984/saufenbilder.308997 |
| Vancouver | DOĞAN E D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. . 2018; 392 - 400. 10.16984/saufenbilder.308997 |
| IEEE | DOĞAN E "D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi." , ss.392 - 400, 2018. 10.16984/saufenbilder.308997 |
| ISNAD | DOĞAN, Erdem. "D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi". (2018), 392-400. https://doi.org/10.16984/saufenbilder.308997 |
| APA | DOĞAN E (2018). D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22(2), 392 - 400. 10.16984/saufenbilder.308997 |
| Chicago | DOĞAN Erdem D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22, no.2 (2018): 392 - 400. 10.16984/saufenbilder.308997 |
| MLA | DOĞAN Erdem D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol.22, no.2, 2018, ss.392 - 400. 10.16984/saufenbilder.308997 |
| AMA | DOĞAN E D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2018; 22(2): 392 - 400. 10.16984/saufenbilder.308997 |
| Vancouver | DOĞAN E D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2018; 22(2): 392 - 400. 10.16984/saufenbilder.308997 |
| IEEE | DOĞAN E "D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi." Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22, ss.392 - 400, 2018. 10.16984/saufenbilder.308997 |
| ISNAD | DOĞAN, Erdem. "D-200 Karayolu için Dönemsel ARIMA Yöntemi ile Kısa Dönemli Trafik Akım Tahmin Modellerinin Geliştirilmesi". Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22/2 (2018), 392-400. https://doi.org/10.16984/saufenbilder.308997 |
