Toplu taşıma hatlarının optimizasyonu için bir model önerisi: Sivas örneği

Abstract

Hızlı kentleşme süreci ve buna bağlı olarak artan nüfus yoğunluğu, dünya genelinde ve özellikle gelişmekte olan kentlerde ulaşım altyapıları üzerinde ciddi bir baskı oluşturmaktadır. Kentsel alanların genişlemesiyle birlikte ortaya çıkan yeni yerleşim bölgeleri ve değişen yolculuk talepleri, mevcut toplu taşıma sistemlerinin yetersiz kalmasına neden olmakta; bu durum trafik sıkışıklığı, artan yolculuk süreleri, verimsiz kaynak kullanımı ve düşen kullanıcı memnuniyeti gibi sorunları beraberinde getirmektedir. Bu sorunların çözümü, yalnızca fiziksel altyapı yatırımlarını değil, aynı zamanda mevcut sistemlerin veriye dayalı yöntemlerle optimize edilmesini zorunlu kılmaktadır. Bu tez çalışması, İç Anadolu Bölgesi'nin önemli merkezlerinden biri olan Sivas kenti örneği üzerinden, kentlerin toplu taşıma sorunlarına çözüm üretmek amacıyla kurgulanmıştır. Çalışmanın temel amacı; kentin mevcut otobüs ağının kapsamlı bir analizini yaparak, yolcu taleplerini etkin karşılayan ve işletme verimliliğini artıran veri temelli bütüncül bir optimizasyon modeli geliştirmektir. Sivas kenti, merkezi iş alanları ve çevresinde genişleyen yerleşim bölgeleri ile büyüyen, ancak coğrafi eşikler nedeniyle doğrusal bir makroform sergileyen bir yapıya sahiptir. Kentin toplu taşıma sistemi, tamamı özel halk otobüslerinden oluşan ve genellikle kent merkezinden çevreye yayılan radyal hatlar ile iki çevre bölge arasında çalışan ancak kent merkezinden geçen diyametrik hatlar üzerine kurulmuştur. Mevcut sistemin analizi, Sivas'taki toplu taşıma kullanım oranının %17,79 seviyesinde kaldığını göstermektedir ki bu oran, benzer ölçekli Avrupa ve Türkiye kentlerine oranla oldukça düşüktür. Sistemin temel sorunları arasında; güzergâhların dolambaçlı olması, kent merkezindeki ana koridorlarda aşırı taşıt yığılması, dış mahalleler arası doğrudan bağlantı eksikliği, hat çeşitliliğinin yetersiz kalması ve sefer aralıklarının talep ile uyumsuzluğu yer almaktadır. Ayrıca, Sivas kenti için uluslararası standartlarda bir dijital veri altyapısı olan Genel Toplu Taşıma Akış Belirtimi (GTFS) veri setinin bulunmaması, sistemin dijital entegrasyonunu ve ileri düzey planlama çalışmalarını zorlaştıran önemli bir eksiklik olarak tespit edilmiştir. Bu doğrultuda çalışmanın yöntemi; veri hazırlama, ağ modelleme ve optimizasyon olmak üzere birbirini tamamlayan üç ana aşamadan oluşturulmuştur. İlk aşamada, Sivas Belediyesi'nden elde edilen ve 2022 yılının Temmuz ile Kasım aylarını kapsayan ham akıllı kart verileri kullanılmıştır. Veri temizleme, geçersiz kayıtların ayıklanması ve tekilleştirme işlemleri sonucunda, yaklaşık 3,9 milyon ham kayıttan analiz edilebilir nitelikte 2,7 milyon veri elde edilmiştir. Veri setindeki karmaşık yapı sadeleştirilerek, yolcu tipleri, duraklar ve güzergâhlar optimize edilebilir bir düzene getirilmiştir. Çalışmanın en özgün katkılarından biri, Sivas kenti için daha önce mevcut olmayan standart GTFS veri setinin (durak, hat, sefer, zaman çizelgesi ve coğrafi şekil dosyaları) sıfırdan oluşturulmasıdır. Bu adım, kentin toplu taşıma verilerinin küresel dijital platformlarla uyumlu hale gelmesini sağlamış ve sonraki optimizasyon adımları için sağlam bir veri tabanı oluşturmuştur. Ağ modelleme ve talep tahmini sürecinde, Sivas toplu taşıma ağı, kavşak ve durak noktalarını temsil eden 241 adet düğüm ve bu düğümleri bağlayan kenarlardan oluşan bir bağlantı yapısı olarak modellenmiştir. Akıllı kart sistemlerinde yalnızca biniş verisi bulunduğundan, yolcuların iniş duraklarını kestirmek amacıyla "Yolculuk Zinciri" yöntemi uygulanmıştır. Bu yöntemle, yolcuların gün içindeki ardışık biniş hareketleri ve sık kullandıkları düğüm kümeleri analiz edilerek yolculukların Başlangıç-Varış (B-V) matrisleri oluşturulmuştur. Elde edilen B-V matrisi, özellikle sabah zirve saatlerindeki (07:00--10:00) hareketliliği temsil edecek biçimde Fratar algoritması kullanılarak dengelenmiştir. Düğümler arası en kısa uzaklıklar, toplu taşıma ağlarında negatif ağırlıkları yönetebilen Bellman-Ford algoritması ile hesaplanmıştır. Hat tasarımı ve güzergâh optimizasyonu için ise doğadaki karıncaların yiyecek arama davranışlarını modelleyen meta-sezgisel bir yöntem olan Karınca Kolonisi Optimizasyonu (ACO) algoritması kullanılmıştır. ACO, feromon izleri (geçmiş deneyim) ve sezgisel bilgileri (uzaklık ve yolcu talebi) kullanarak en uygun güzergâhları yinelemeli olarak belirlemiştir. Modelin amaç fonksiyonu, yolcu deneyimini eşdeğer dakika cinsinden ölçen tek ölçütlü bir genelleştirilmiş yolculuk maliyeti yaklaşımına dayandırılmıştır; işletme tarafındaki verimlilik ise amaç fonksiyonunun içine değil, fizibilite kısıtları (asgari doluluk katsayısı, hat uzunluğu sınırları, en yüksek sefer aralığı) ile sonradan ölçülen performans göstergeleri üzerinden modele yansıtılmıştır. Bu yaklaşımda yolcunun sistemde geçirdiği taşıt içi süre, durakta geçirdiği bekleme süresi, aktarma varsa aktarma sırasındaki ek bekleme süresi ve her aktarma eylemine atfedilen sabit ceza, ortak bir zaman ölçeğinde toplanarak her bir yolcu için eşdeğer dakika cinsinden bir maliyete dönüştürülmüştür. Bekleme ve aktarma bekleme süreleri, yolcu algısındaki ağırlıklarına uygun olarak taşıt içi süreye oranla iki katı katsayı ile çarpılmış; aktarma eyleminin kendisi ise sabit 5 dakika/aktarma ceza ile işlenmiştir. Amaç fonksiyonu, sistem genelindeki yolcu başına ortalama maliyetin en küçüklenmesidir. Modelin uygulanabilirliğini güvence altına almak için fizibilite kısıtları (hat uzunluğu 2--20 km, asgari doluluk katsayısı eşiği 0,30, en yüksek sefer aralığı 60 dakika) ile taşıt tipi ve sefer aralığının birlikte optimize edildiği işletme kuralları modele dahil edilmiştir. Mevcut durumun veri temelli analizi, sistemin verimliliğini sınırlayan kritik darboğazları somut verilerle ortaya koymuştur. Mevsimsel analizler, yolcu talebinin eğitim dönemlerinde (Kasım ayı) yaz dönemine (Temmuz ayı) oranla yaklaşık %60 artış gösterdiğini ve sabah zirve saatlerinde talebin ezici bir çoğunlukla Cumhuriyet Üniversitesi kampüsüne yöneldiğini göstermiştir. Mevcut ağdaki hatların yolcu maliyetleri 13,81 ile 158,92 dk/yolcu arasında oldukça geniş bir aralıkta dağılmakta; düşük performanslı hatların başlıca nedenleri olarak aşırı uzun güzergâhlar (örneğin Üniversite-Karşıyaka-Üniversite hattı 37,83 km), Polis Lojmanları içeren hatlarda gözlenen 70--85 dakikalık sefer aralıkları ve düşük talepli koridorlar (Uzuntepe-Saraybosna hattı saatte yalnızca 15 doğrudan ile 8 aktarmalı yolcu) tespit edilmiştir. Bunun yanı sıra mevcut sistemin merkez odaklı yapısının pratik bir yansıması olarak, kent merkezini bağlayan ana koridorlarda aşırı taşıt yoğunluğu oluştuğu belirlenmiştir. Zincirliminare--Dikilitaş--Nalbantlarbaşı--Hikmet Işık aksının ardışık üç kesitinde saatte 151 taşıt görev yapmakta; bu durum hem trafik sıkışıklığına hem de ciddi bir kapasite israfına yol açmaktadır. Mevcut ağın yolcu başına ortalama maliyeti 61,83 dk/yolcu olarak hesaplanmıştır. Geliştirilen optimizasyon modeli sonucunda önerilen yeni toplu taşıma ağı, mevcut sisteme oranla yolcu deneyimi, işletme verimliliği ve koridor yoğunluğu boyutlarında belirgin iyileşmeler sunmaktadır. Önerilen ağda yolcu başına ortalama maliyet 41,27 dk/yolcu seviyesine düşmüş; bu, mevcut sisteme oranla yaklaşık %33 oranında bir iyileşmeye karşılık gelmektedir. Bu kazanım; sefer aralığının 32,77 dakikadan 20,86 dakikaya inmesi (%-36,3), bekleme süresinin 10,30 dakikadan 8,50 dakikaya azalması (%-17,5) ve taşıt içi süresinin 14,70 dakikadan 9,90 dakikaya düşmesi (%-32,7) yoluyla elde edilmiştir. İşletme tarafında ise toplam taşıt sayısı 249'dan 137'ye (%-45,0), toplam güzergâh uzunluğu 979,74 km'den 608,08 km'ye (%-37,9), ortalama güzergâh uzunluğu ise 22,78 km'den 10,86 km'ye (%-52,3) düşmüştür. Ortalama doluluk oranı 0,32'den 1,02'ye yükselerek kaynakların verimli kullanımı belirgin biçimde artmıştır. Önerilen ağ, en yoğun saatte 25 güzergâhta 90 yolcu kapasiteli, 31 güzergâhta 50 yolcu kapasiteli taşıtların kullanılmasını gerektirmekte; böylece talep yoğunluğu ile taşıt büyüklüğü arasında uyumlu bir tahsis sağlanmaktadır. Karşılaştırmanın en somut katkılarından biri, kent merkezindeki aşırı taşıt yığılmasının giderilmesidir. Yukarıda anılan Zincirliminare--Hikmet Işık aksının ardışık üç kesitinde, mevcut sistemde saatte 151 taşıt görev yaparken, önerilen sistemde bu sayı 33'e düşmüş ve söz konusu koridorda yaklaşık %78 oranında bir azalma sağlanmıştır. En yoğun 20 koridor kesiti incelendiğinde, taşıt sayısının ortalama %55 ile %78 arasında değişen oranlarda azaldığı görülmektedir. Yolcu deneyimi açısından, her iki sistemde aynı toplam talep (saatte 12.369 yolcu) karşılanmakta; ancak bu talebin mevcut sistemde yaklaşık %19'u, önerilen sistemde ise %36'sı aktarma kullanmaktadır. Aktarma oranındaki bu artış, kısa ve doğrudan hatlardan oluşan iki kademeli bir ağ yapısının doğal sonucu olup; toplam yolcu maliyetinin düşmesi, ilk bekleme süresinin kısalması ve daha geniş bir hat çeşitliliğine erişimin sağlanması karşısında dengelenmektedir. Üstelik aktarma oranındaki artış, yerel düzeyde aktarmasız ulaşılabilen hedef çeşitliliğini de artırmakta; bir yolcunun kent içinde adliye, alışveriş merkezi, nüfus müdürlüğü gibi merkezi hizmet noktalarına erişiminde önerilen ağ, mevcut sisteme oranla daha az aktarma gereksinimi üretmektedir. Sonuç olarak, bu tez çalışması Sivas kenti özelinde, akıllı kart verilerine dayalı ve karınca kolonisi optimizasyonu ile desteklenen veriye dayalı bir toplu taşıma ağı yeniden tasarım yöntemi ortaya koymaktadır. Önerilen yöntemin temel katkıları şu biçimde özetlenebilir: (i) yolcu maliyetini en küçükleyen, taşıt içi süre, bekleme süresi, aktarma süresi ve aktarma cezasını ortak bir zaman ölçeğinde birleştiren genelleştirilmiş bir amaç fonksiyonunun kurulması; (ii) GTFS standardında dijital veri altyapısının sıfırdan oluşturulması; (iii) ana hat ve kapsama olmak üzere ardışık ACO fazları aracılığıyla dengeli bir ağ tasarımının elde edilmesi; (iv) yolcu deneyimi, işletme verimliliği ve koridor yoğunluğu boyutlarının birlikte değerlendirilebildiği bütüncül bir karşılaştırma çerçevesinin sunulması. Çalışma sonucunda oluşturulan yeni ağ önerisi; hat uzunluklarının kısaltılması, sefer aralıklarının talebe göre ayarlanması ve filo yapısının optimize edilmesi yoluyla hem yolcu memnuniyetini hem de işletme verimliliğini artırma potansiyeline sahiptir. Elde edilen bulgular, kentlerde yalnızca otobüs odaklı sistemlerin ötesine geçilmesi gerektiğini de işaret etmektedir. Sivas'ın nüfus yapısı ve üniversite odaklı yoğun talep koridorları, uzun vadede raylı sistem gibi daha yüksek kapasiteli türlerin değerlendirilmesi gerektiğini göstermektedir. Gelecek çalışmalarda, yapay zeka tabanlı talep kestirim modellerinin ve gerçek zamanlı veri entegrasyonunun sisteme dahil edilmesi, dinamik ve sürdürülebilir bir ulaşım planlaması için önerilmektedir.