tc süleyman demirel üniversitesi mühendislik mimarlık fakültesi
Transkript
tc süleyman demirel üniversitesi mühendislik mimarlık fakültesi
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK MİMARLIK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ TRAFİK SİNYALİZASYON SÜRELERİNİN DEĞİŞTİRİLMESİ İLE TRAFİK AKIŞININ İYİLEŞTİRİLMESİ: ISPARTA ÖRNEĞİ HAZIRLAYANLAR Zekeriya MULBAY Ebru ÇAY Murat BİNİCİ Önder MACİT Hüseyin DORUK ŞUBAT, 2011 ISPARTA Bu çalışma, 18. Endüstri Mühendisliği Öğrenci Sempozyumu kapsamında düzenlenen Proje Yarışması için hazırlanmıştır. İÇİNDEKİLER Sayfa ÖZET ………………………………………………………….…….....….… 1 1.GİRİŞ ……………………………………………………….…………...... 2 2.MATERYAL VE YÖNTEM …….……………...….…………………….. 3 2.1.Verilerin Toplanması ………...……………………………..…… 5 2.2.Verilerin Analizi ……………………………..…..………...….… 6 2.3.Modelin Kurulması ………………………..…..………...……… 9 2.3.1.Değişkenlerin Tanımlanması ……………….………… 9 2.3.2. Kısıtların Tanımlanması ……………………...……… 9 2.3.3. Amaç Fonksiyonunun Oluşturulması ……….……..… 11 3.DENEYSEL SONUÇLAR VE TARTIŞMA ……………………...…..… 13 TEŞEKKÜR …………………………………………………………..…… 15 4.KAYNAKLAR ……………………………………………………….…… 16 İ TRAFİK SİNYALİZASYON SÜRELERİNİN DEĞİŞTİRİLMESİ İLE TRAFİK AKIŞININ İYİLEŞTİRİLMESİ: ISPARTA ÖRNEĞİ Zekeriya MULBAY* Ebru ÇAY Önder MACİT Murat BİNİCİ Hüseyin DORUK Süleyman Demirel Üniversitesi, Mühendislik Mimarlık Fakültesi Endüstri Mühendisliği Bölümü, 32260, ISPARTA ÖZET Özellikle büyük şehirlerde trafik, günlük yaşamı olumsuz etkileyen ana unsurlardan biridir. Isparta gibi, nispeten az nüfusa sahip şehirlerde trafik durumu daha az kritik olsa da yaşam kalitesini etkileyen unsurlar içine dâhil edilmektedir. Bu çalışmaya trafik iyileştirilmesine ihtiyaç duyulan Isparta ili trafik sisteminin şehir merkezinde yer alan 11 sinyalizasyonlu kavşak dâhil edilmiştir. Günün farklı zamanlarında alınan ölçümler sonucunda doğrusal olmayan model kurularak kavşaklardaki sinyalizasyon sürelerinde iyileştirme yapılmıştır. Bu iyileştirmeler dâhilinde bekleme sürelerinde %11’lik bir azalma gözlenirken; bekleyen araç sayıları arasındaki farklardaki azalma daha fazla olmuştur. Çalışma sonuçlarının Isparta ekonomisine katkısı 11 saatlik ortalama 886, 79 TL olurken çevreye salınan CO2 gazındaki azalma ise 357 kg olarak hesaplanmıştır. Anahtar Kelimeler: trafik, sinyalizasyon, doğrusal olmayan modelleme, Isparta 1 *İletişim Yazarı:info@zekeriyamulbay.com 1. GİRİŞ Trafikte sinyalizasyon sisteminin kullanılmasının esin kaynağı demiryollarında kullanılan ve trenlerin hareketlerinin kontrolünü sağlayan kontrol ışıklarıdır. 1830 yıllarında demiryollarında uyarı ışığının rengi yeşil, geç ışığı beyaz ve durulmasını belirten renk ise kırmızıydı. Fakat beyaz renkli ışıkların sokak lambaları ile karıştırılmaları, ayrıca dur ışığının üzerine yerleştirilen kırmızı camın yerinden düşmesi karmaşaya yol açmaktaydı. Bu durum sonucunda ışık düzeni yeşilin geç, sarının uyarı ve kırmızının dur anlamına geldiği günümüzde kullanılan renk düzenine çevrilmiştir. Trafik lambaları ilk kez 1868 yılında Londra’da kullanılmıştır. Henüz motorlu taşıtlar kullanımda olmadığı için at arabası trafiğinin yoğun olduğu kavşaklara gaz lambasıyla çalışan lambalar konularak trafik düzenlenmeye çalışılmıştır. Fakat ışıkların kısa sürede bozulmaları kullanımlarını durdurmuştur [1]. Günümüzde kullanılan trafik lambalarının patenti ise Garrett Augustus Morgan’a aittir. 23 Kasım 1923 tarihinde aldığı patenti bir süre sonra General Electric’e satmıştır[2]. Şekil 1: Garrett Augustus Morgan’ ın patent çizimi1 1 The Patent Drawings of GarrettAugustus Morgan, http://inventors.about.com/, 2011 2 Artvin haricindeki 3 bütün illerde yer alan sinyalizasyon ışıkları, araç sayısının oldukça arttığı günümüzde, trafik akışını düzenleyen en önemli unsur olmuştur. Bu önem doğrultusunda trafik yoğunluğunun oldukça fazla olduğu büyük şehirlerde sadece trafik ile ilgilenen birimler oluşturulmuş ve önemli çalışmalar yapılmıştır. İstanbul’da kurulan “Trafik Kontrol Merkezi” 4 bu konuda verilecek en önemli örneklerden biridir. Büyük şehirlerdeki trafiğin yaşam üzerindeki önemli etkisine rağmen, orta ölçekli ve küçük şehirlerde trafik konusu üzerinde fazla durulmamıştır. Isparta’da trafik hususundaki çalışmalar daha çok kaza analizi konusunda yoğunlaşmaktadır[3;4]. Bu çalışmanın konusu şehir içi trafik akışının en önemli düzenleyici konumunda olan trafik ışıklarının sürelerinin araç yoğunluğuna göre düzenlenmesi sonucunda trafikte beklemelerin azaltılması ve Isparta için önemli bir sorun olan hava kirliliğinin trafik kaynağını imkânlar dâhilinde azaltmaktır. 2. MATERYAL VE YÖNTEM Isparta merkezi 33 sinyalizasyondan oluşmaktadır. Projede ele alınan sistem ise Isparta merkezinde yer alan ve yoğunluğu en yüksek 11 sinyalizasyonlu kavşaktan oluşmaktadır. Bu ışıklardan iki tanesi yol ayrımı, geriye kalan 9 tanesi ise dört yol şeklindedir. Bu 9 sinyalizasyondan 4 tanesinin bütün yönlere geliş gidişi olmakla beraber kalan son 5 tanesi en az bir tek yöne sahiptir. 3 “Artin’ de Karayolu ve Trafik Haftası Kutlandı” haberi, www.artvin.gov.tr, 2009 4 Trafik Kontrol Merkezi – tkm.ibb.gov.tr 3 Şekil2: Isparta merkez trafik sistemi Sinyalizasyonlu kavşaklarda kullanılan kontrol teknikleri temel olarak iki ana başlık altında toplanmaktadır[5]: Sabit zamanlı kontrol teknikleri Trafik uyarımlı kontrol teknikleri Bu tekniklerden ikincisi olan trafik uyarımlı kontrol genellikle trafiğin oldukça yoğun ve/veya değişken olduğu kavşaklarda kullanılmaktadır. Bu teknikte gecikmeler hesaplanmakta, kavşaklardaki akışa göre kırmızı ışık süreleri devamlı değiştirilmektedir[6]. Yöntemlerden ilki ise, bu çalışmanın konusunu oluşturan, sabit zamanlı kontrol tekniğidir. Bu teknikte sinyal çevrim süresi ve yeşil ışık süreleri kavşağa gelen akıma göre belirlenmektedir. Günün belirli saatlerine göre ayrı ayrı değerler verileceği gibi bütün günü temsil eden ortalama ışık süreleri tek bir değer olarak girilebilmektedir. Çalışma kapsamında, günün farklı zaman dilimlerinde ölçüm alınmasına rağmen 4 sinyalizasyon sisteminin güncel yapısı dolayısıyla çıktılar, ortalama değerler üzerinden değerlendirilecektir. Trafik sinyalizasyonunun sabit zamanlı kontrol teknikleri uzun zamandır kullanılmaktadır. Özellikle trafik yoğunluğunun fazla olduğu şehirlerde trafik akışı hususuna önem verilmiş, trafik uyarımlı sinyalizasyon kontrol sistemlerine geçiş yapılarak sabit zamanlı kontrol tekniğinden vazgeçilmiştir. Trafik uyarımlı kontrol sistemlerinin üstünlüğüne rağmen Isparta gibi küçük ölçekli ve trafik doygunluğunun üst seviyelere ulaşmadığı şehirlerde kullanılması fayda/maliyet açısından verimli olmayacaktır. Bu yöntem doğrultusunda projenin ilerleyişi şu aşamaları içermektedir: Verilerin toplanması Verilerin analiz edilerek matematiksel model için girdilerin oluşturulması Matematiksel modelin kurulması Modelin hedef sinyalizasyonlu kavşaklar için uygulanması 2.1.Verilerin Toplanması Sinyalizasyon verileri 5 ayrı zaman diliminde her kavşaktan toplanmıştır. Bu zaman dilimleri trafiğin başladığı 07:30 ile trafik yoğunluğunun azaldığı 18:30 arasında, 13:30’dan sonra 1 saatlik boşluk olacak şekilde, 2’şer saatlik zaman dilimleri halinde belirlenmiştir. Buradaki amaç; gün içerisinde değişkenlik gösteren trafik akışının en iyi şekilde ölçümü ve bu ölçüm sonucunda kavşağı en iyi şekilde yansıtan değerlere ulaşmaktır. Işıklarda beklemeleri etkileyen yoğunluklar 07:30-09:30 ile 14:30’ dan 18:30 arasında olduğu saptanmıştır. Özellikle 1, 8 ve 9 numaralı kavşaklarda bekleyen araç sayıları arasındaki farklar göze çarpmaktadır. Çalışmadaki ölçüm zaman aralıkları Tablo 1’de verilmiştir. 5 Tablo 1: Ölçüm zaman aralıkları Referans No 1 2 3 4 5 Saat Aralıkları 07:30-09:30 09:30-11:30 11:30-13:30 14:30-16:30 16:30-18:30 Ölçümler ikişer kişi tarafından yeşil ışık sırasına göre alınmıştır. Böylece ölçüm alanların bütün günlerinin yalnız geçirilmesinin önüne geçilmiş, ayrıca ölçüm sonuçlarının yazılması sırasında serbest bırakılan bir sonraki yolun ölçümü aksamamıştır. Her bir ışıktan en az 30 ölçüm alınmıştır. 2.2.Verilerin Analizi Isparta trafiğini etkileyen birçok unsur vardır. Bu unsurlardan etkisi fazla olanlar; yemin törenleri, bayramlar, tatiller, üniversite ve diğer okulların tatil olup olmamalarıdır. Bu olaylar belli noktalardaki trafik yoğunluğunu belirgin bir şekilde değiştirebilmektedir. Ölçümler üniversite dâhil diğer okulların ders başı yaptığı, ayrıca işyerlerinin açık olduğu hafta içi günlerde alınmıştır. Bu günler bayrama veya tatile denk gelmediği gibi herhangi bir etkinlik veya yemin töreni de gerçekleşmemiştir. Buradan yola çıkılarak çalışma dâhilinde ölçümlerin alındığı günlerin karakteristiği yılın yarısından fazlasını temsil ettiği söylenebilir. Ölçümler doğrultusunda 11 kavşağa saniyede ortalama 4,853 aracın geldiği tespit edilmiştir. Bu tespite göre ölçüm aralığı olan 07:30-18:30 arasında kavşaklara yapılan giriş sayısı 192.179 adet olarak hesaplanmıştır. Ölçüm sonuçlarının ortalamalarına göre en yoğun kavşak saniyede 0,623 araç girişiyle 1 numaralı, en sakin kavşak ise saniyede 0,219 araç gelişiyle 3 numaralı kavşak olmuştur. 2, 4, 8, 9 numaralı kavşaklarda yoğunluğu yüksek olan kavşaklardır. Kavşakların yoğunluğuna neden olan yollar ise “Yoğunluk Kaynakları” altında gösterilmiştir (Tablo 2). Bu değerler bekleme sürelerinin iyileştirilmesi için kurulacak modelin ana girdisi olacaktır. Değer girilmemiş olan kaynaklardan kavşağa herhangi bir akış olmamaktadır. 6 Tablo 2: Kavşak yoğunlukları ve yoğunluk kaynakları Yoğunluk Kaynakları Kavşak No Yoğunluk 0 0,300 1 0,623 2 0,562 3 0,219 4 0,528 5 0,257 6 0,313 7 0,426 8 0,533 9 0,566 10 0,526 A B C D 0,200 0,256 0,266 0 0 0,072 0,082 0,119 0,443 0,267 0,095 0,100 0,072 0 0,056 0 0,074 0,072 0 0,09 0,083 0,224 0 0,234 0 0 0,123 0,06 0,068 0,307 0 0,161 0,083 0 0,061 0,296 0,163 0,405 0,051 0,091 0 0 0,055 0,124 Trafik için düzeltilmesi istenen en önemli unsur bekleme süreleridir. Bu sürelerin ne kadar azaltıldığının belirlenebilmesi için öncelikle çalışma öncesi durumun bilinmesi gerekmektedir. Alınan ölçümlerde her bir kavşak için saniyede ortalama bekleme süreleri şöyledir: Tablo 3: Çalışma öncesi bekleme süreleri Çalışma Öncesi Durum Kavşak Döngü No Süresi Bekleme Adet/sn 0 42 6,19 0,15 1 87 40,40 0,46 2 75 27,35 0,36 3 43 4,88 0,11 4 59 14,58 0,25 5 101 19,42 0,19 6 73 17,18 0,24 7 57 11,10 0,19 8 60 13,52 0,23 9 94 38,68 0,41 10 85 33,33 0,39 Bekleme sürelerinde göze çarpan saniyede bekleyen araç sayısının 0,46 ile en yüksek değere ulaştığı 1. kavşaktır. Bu kavşak ayrıca en yoğun kavşak durumundadır. 7 Sistemin iyileştirilmesi için kavşaklarda bekleme sürelerinin iyileştirilmesi yeterli olacaktır. Kavşağa giren akışlar her bir çıkışa belli bir yüzde ile dönecektir. Ölçümlere bu yüzdeler dâhil edilmekle beraber sadece bilgi amaçlı toplanmıştır. Kavşaklardaki ışık sürelerinin değiştirilmesi kavşaktan ayrılan araç akışlarına hiçbir etkisi yoktur. Işık sürelerinin çalışma prensibi ilgili akışın bir süreliğine önünün kesilip diğer akışlara izin verilmesi şeklinde işlemektedir. Burada dikkat edilmesi gereken önü kesilen akışa, normal seyrine dönene kadar, yeşil ışıkla izin vermektir. Bu izin gereğinden az olduğunda bekleyen araçların tamamı yeşil ışık yandığında geçemeyecek ve gittikçe artan kuyruklar oluşacaktır. Gereğinden fazla verilen akış ise aynı yolun kırmızı ışık süresini, dolayısıyla, kalan diğer 3 yeşil ışık süresinin toplamını, azaltacak ve yeşil ışığın etkinliğini azaltacaktır. Bu çalışmada, ışık sürelerinin değiştirilmesinin akışları etkilememesinden dolayı her bir kavşak kendi başında ele alınmış ve iyileştirilmiştir. Şekil 3: Dört giriş ve çıkış akımının olduğu kavşak Kavşakların geneli yukarıdaki yapıyı göstermekle beraber iki tanesi yol ayrımı şeklindedir. Ölçümlerde toplanan veriler ışık süreleri ile kırmızı ışıklarda bekleyen araç sayılarından ibaret olsa da çok şeyi ifade etmektedir. Bu değerlerden çıkarılanlar: Her bir yolun yeşil, kırmızı ışık ve döngü süresi Her bir yolda kırmızı ışıkta bekleyen araç sayısı 8 Her bir yolun yeşil ışık oranları Saniyede geçen araç sayıları ve kavşak yoğunluklarıdır. Bu çalışmada modelin kurulduğu ve çözüldüğü yazılım The General Algebraic Modeling System (GAMS) ‘dır. GAMS, modelleme ve optimizasyon problemlerinin çözümü için kullanılan yüksek seviyeli programlama dilidir. Yazılımın en temel özelliği güçlü bir çözücü olmasının yanı sıra kullanım kolaylığı ve birçok çözüm modelini bünyesinde barındırmasıdır.5 Çalışmada, probleme uygun olarak, doğrusal olmayan programlama modeli kullanılacaktır. 2.3.Modelin Kurulması Bağımlı değişkenin, bağımsız değişken veya değişkenlerin doğrusal bir fonksiyonu olmadığı modeller “doğrusal olmayan model” olarak adlandırılmaktadır [7]. Modelin kurulması 3 aşamada gerçekleşmiştir: Değişkenlerin tanımlanması Kısıtları belirlenmesi Amaç fonksiyonunun oluşturulması 2.3.1. Değişkenlerin Tanımlanması Modelimizde kullanılan ve ana çıktıyı oluşturacak değişkenler yeşil ve kırmızı ışık süreleridir. Ayrıca amaç fonksiyonunda yer alan kısımların ağırlıklarını değiştirecek katsayılar (Z1, Z2, Z3) ve her bir kavşak için ayrı olarak tanımlanan akış değerleri (A, B, C, D) yer almaktadır. 2.3.2. Kısıtların Tanımlanması Bir modelin çözüme ulaşabilmesi için doğru alanlarda çözümü taraması gerekir. Eğer kısıtlar doğru alanları çerçevelememişlerse modelin yanlış sonuca ulaşması 5 Çözüm modellerinin tam listesi için bakınız; www.gams.com/modtype/ 9 muhtemeldir. Bu nedenle modelde kısıtları tanımlarken gerekli zamanlarda ölçümlere ve anket çalışmalarına başvurulmuştur. İlk kısıt yeşil ışık ve kırmızı ışık sürelerinin birbirine bağımlılığıyla alakalıdır. Kavşaklar için her bir yolun kırmızı ışıkla bekletilme süresi, kavşaktaki diğer yolların yeşil ışık sürelerinin toplamına eşittir. Bütün yollardan giriş olan kavşaklarda herhangi bir yolun kırmızı ışık süresi diğer 3 yolun yeşil ışık yanma sürelerinin toplamına eşit olması gerekmektedir. Burada pratik durum göz önüne alındığında sarı ışık süreleri de yeşil ışık sürelerine dâhil edilmiştir. Bu kısıtlar modele şu şekilde dâhil edilmiştir: + + = (1) + + = (2) + + = (3) + + = (4) Burada Y1,Y2, Y3 ve Y4 kavşağın her bir yolu için yeşil ışık sürelerini; K1, K2, K3 ve K4 ise her bir yol için kırmızı ışık sürelerine karşılık gelmektedir. Diğer bir kısıt ise arabaların kalkış süreleri ile alakalıdır. Bekleyen araçlar için geçerli bir yeşil ışık süresinin bulunması için araçların ne kadar sürede yolu terk edeceklerinin bilinmesi gerekmektedir. Alınan ölçümler yolun serbest bırakılması sonucunda kalkış yapan araçlardan ilk sıranın ortalama 2,4 saniyede yolu terk ettiğini göstermektedir. Bu süre bir sonraki sıra için 1,8 saniyeye, daha sonraki sıralar için 1,7 saniyeye düşmekle birlikte, yapılan ölçümlerde 9 aracın kalkış zamanının da kayda değer bir değişiklik göstermeden ortalama 1-7 saniye olduğu gözlemlenmiştir. Bu kısıt; kırmızı ışıkta önü kesilerek biriktirilen akışın tamamının geçebileceği kadar bir süre akışa izin verilmesini (yeşil ışık süresi) sağlamaktadır. Bu ölçümler sonucunda kırmızı ışıkta bekleyen araçların tamamının yeşil ışıkta geçmesi sağlanmakla beraber yeşil ışığın boşta beklemesinin önüne geçilmeye çalışılmıştır. Bu kısıtların modele eklenmesi şu şekildedir: 10 2,4 + ( ∗ − 1) ∗ 1,7 ≤ (5) 2,4 + ( ∗ − 1) ∗ 1,7 ≤ (6) 2,4 + ( ∗ − 1) ∗ 1,7 ≤ (7) 2,4 + ( ∗ − 1) ∗ 1,7 ≤ (8) Bu eşitsizliklerde ilk yoldaki akışı A, bir sonraki yollardaki akışı sırasıyla B, C ve D temsil etmektedir. Akış değerleri ile kırmızı ışık süreleri çarpılarak ilgili yolda bekleyen araç sayılarına ulaşılmaktadır. Modele ışıkların süreleri ile alakalı olarak herhangi bir bilgi girişi yapılmayacağı için her bir yolda durabilecek minimum araç sayısının girilmesi gerekmektedir. Böylece en az akışın olduğu yolda bekleyen araç sayısı belirlenen alt sınıra ulaştığında model ışıklar için uygun süreyi hesaplayacak ve sonucu dönecektir. Bu alt sınır akış yoğunluğuna göre kullanıcı tarafından belirlenmiştir. Yoğunluk kaynaklarının, bir başka değişle kavşağa gelen akışlar arasındaki farkın fazla olduğu durumlarda bu alt sınır düşük (2-3 adet) tutulacağı gibi geliş akışları arasında dengenin olduğu kavşaklarda bu değer arttırılabilir. Dengenin olduğu kavşaklar için alt sınırın düşük verilmesi halinde ışıkların toplam tur süresinde büyük azalmalar yaşanacak ve modelin bulduğu değerler pratiklikten uzak olacaktır. Alt sınırların belirlendiği kısıtlar şunlardır: ∗ ≥3 (9) ∗ ≥3 (10) ∗ ≥3 (11) ∗ ≥3 (12) 2.3.3. Amaç Fonksiyonunun Oluşturulması Amaç fonksiyonu temel olarak üç kısma ayrılmaktadır: Bekleyen araç sayısı Bekleyen araç sayısına bağlı olarak yeşil ışık süresinin belirlenmesi 11 Kavşaktaki her bir yoldaki bekleyen araç sayılarının arasındaki farkın hesaplanması Bekleyen araç sayısı; kavşaktaki her bir yolda bekleyen araç sayılarının toplandığı kısımdır. İlgili kavşağın kırmızı ışık süresi ile akışının çarpımı sonucunda elde edilir. Amaç fonksiyonunun diğer kısımlarında olacağı gibi buradaki değişkenlerin etkisi de kareleri kadar olacaktır. Bir başka değişle değişkenler amaç fonksiyonunda farkların karesi şeklinde yer alacaktır. Bu yöntemin diğer bir getirisi ise yüksek olan değerin etkisi daha fazla hissedilerek iyileştirme bu kısımlara odaklanacak olmasıdır. Bekleyen araç sayılarının olduğu kısmı şu şekilde ifade edebiliriz: ∗ (( ∗ ) +( ∗ ) +( ∗ ) +( ∗ ) ) (13) Daha önce bahsedildiği üzere kırmızı ışıkta bekletilen araçların tamamının yeşil ışıkta geçebilmesi istenmektedir. Aksi takdirde ilgili yolda kuyruk devamlı artmaya devam edecektir. Bunun olmaması ayrıca yeşil ışık sürelerinin verimli kullanılabilmesi için her bir yolda bekleyen araç sayısının yaklaşık iki katı (ilk araç için 2,4, diğerleri için 1,7) ile yeşil ışık süresi arasındaki farkın karesi alınarak azaltılmaya çalışılacaktır. ∗ (( −2∗ ∗ ) +( −2∗ ) +( ∗ −2∗ ) +( ∗ −2∗ ) ) ∗ (14) Kavşaklarda bekleyen araçların azaltılması kadar önemli olan bir diğer unsur; kavşakların farklı yollarında bekleyen ortalama araç sayılarının eşitlenmesidir. Bu kısım amaç fonksiyonuna her bir bağımsız yolda kırmızı ışıkta duran araç sayılarının arasındaki farkların kareleri olarak dâhil olmaktadır. Bu dengesizlikleri azaltmak için amaç fonksiyonuna eklenen kısım alttadır: ∗ (( ∗ ( ∗ − − ∗ ∗ ) +( ∗ ) +( ∗ − − ∗ ) +( ∗ ∗ 4) + ( ∗ − − ∗ ∗ ) ) ) + (15) Amaç, yukarıdaki üç kısmın oluşturduğu fonksiyonun en küçüklenmesidir. Kavşak ihtiyaçlarının farklı olmasından ötürü Z1, Z2, Z3 katsayılarının ağırlıkları değiştirilerek daha uygun bir sonuca ulaşılabilir. Örneğin; bekleme sayıları arasında yüksek farklılıklar olan bir kavşakta Z3 katsayısının değeri diğerlerine daha yüksek 12 olacaktır. Bu katsayılar için belirli aralık olmayıp bütünüyle kullanıcının öngörüsüne bırakılmıştır. 3. DENEYSEL SONUÇLAR VE TARTIŞMA Modelin her bir kavşak için kullanılması sonucunda her kavşakta bekleyen araç sayılarında ve bekleyen araçlar arasındaki farklarda önemli değişiklikler olmuştur. Bu değişikliklerin temel alınan çalışma öncesi değerlerle karşılaştırılmasından önce her bir kavşak için belirlenen bekleyen araçların alt sınırlarının bilinmesi gerekmektedir: Tablo 4: Kavşaklarda bekleyecek araçların alt sınırları Kavşak No Araç Alt Sınırı 0 1 2 3 4 5 6 7 8 9 10 3 2 6 1 5 2 2 3 5 3 3 Bu alt değerler sonucunda kavşaklarda yeşil ışık süresinin yanması için gereken en az araç sayısı da belirlenmiş olacaktır. Bu tanımlamalar sonucunda modelden alınan sonuçlar ile temel alınan değerlerin karşılaştırılması şu şekildedir: Tablo 5: Çalışma sonucunda elde edilen bekleme süreleri ve iyileştirme yüzdeleri Kavşak No 0 1 2 3 4 5 6 7 8 9 10 Çalışma Sonrası Durum Çevrim Bekleme % Süresi Bekleme adet/sn İyileştirme 45 6,049 0,13 8,793 37 15.34 0,41 10,718 47 13,17 0,28 23,159 62 7,34 0,12 -4,316 63 13,94 0,22 10,460 45 8,52 0,19 1,531 36 8,25 0,23 2,624 42 6,87 0,16 16,004 78 14,79 0,19 15,851 61 22,12 0,36 11,875 42 15,21 0,36 7,644 Bu iyileştirme oranlarının kavşak yoğunluğuna göre ağırlıklı ortalaması %11,154 olarak bulunmaktadır. Diğer bir değişle 07:30-18:30 arasında kavşaklara yapılan 13 192.179 girişin yaklaşık % 62’ lik kısmına denk gelen beklemeler, 14.087 adet azaltılarak, % 54’ e indirilmiştir. . Bu azaltımın özellikle beklemelerin farklı olduğu sorunlu kavşaklarda oluşması, kalite artışının bu değerden çok daha yüksek olduğunu göstermektedir. Önceki tabloda iyileştirmenin olmadığı, aksine bekleme sürelerinde artışın olduğu 3 numaralı kavşak dikkat çekmektedir. Modelin çıktısının sadece bekleme sürelerinin olmadığı, bekleyen araç sayıları arasındaki farkın azaltılmasının da amaçlardan biri olduğuna değinilmiştir. Bu yaklaşımın çıktıları aynı kavşaktaki farklı yolların oluşturduğu kümenin standart sapmalarının karşılaştırılması yoluyla değerlendirilmiştir. Bu değerlendirme sonuçları şöyledir: Tablo 6: Yollarda bekleyen araçların kavşaklara göre dağılımı ve sapmalar Çalışma Öncesi Durum A B 0 3,86 2,33 1 17,43 4,91 2 17,57 Kavşak No C Sapma A B 1,081873 3,05 3,00 4,00 6,672246 5,64 2,31 9,78 5,508362 6,65 3,76 1,866762 4,05 10,53 4,582052 14,06 1,12 3 4 D Düzenlenmiş Durum C D Sapma % İyileştirme 0,034648 96,8 2,00 1,945074 70,8 6,52 0,092631 98,3 2,29 0,269408 85,6 5,03 8,91 2,738625 40,2 5,39 1,91 5 5,36 5,58 4,48 4,00 0,742137 2,24 2,31 1,97 2,00 0,170469 77,0 6 4,62 4,03 3,42 5,12 0,735317 2,06 2,02 1,98 2,19 0,091882 87,5 7 4,04 2,135462 3,80 3,07 0,519016 75,7 8 3,33 10,19 5,04 9,75 3,327645 31,4 9 18,42 6,50 9,67 4,10 6,261956 7,21 4,33 7,57 3,01 2,219642 64,6 10 5,90 13,45 5,55 8,43 3,644982 3,43 4,71 2,98 4,09 0,756649 79,2 7,06 4,850753 Yakalanan iyileştirme yüzdeleri kavşak yoğunluklarıyla ağırlıklandırıldığı zaman ortalama %70,6’lık bir sonuca ulaşılır. Yani, kavşakları besleyen yollardaki beklemelerin sapmaları %70,6 oranında azaltılmış ve daha adil bir dağılıma ulaşılmıştır. 14 2005 yılında yapılan bir çalışmayagöre 1 saat rölantide çalışan araçların benzin tüketimi 1-1,8 litre arasındadır. Yine aynı çalışmaya göre 1 saatlik rölanti sonucunda atmosfere 3 kg CO2 atılmaktadır[8]. Çalışmada gerçekleştirilen iyileştirme 14.087 aracın bekleme yapmadan yoluna devam etmesi anlamına gelmektedir. Ortalama bekleme süresinin 30,32 saniye olduğunu düşünürsek toplam bekleme: 14.087 ∗ 30,32 = 427.118 = 119 zaman değerin eşittir. Gerekli işlemler yapıldığında benzin tüketiminde 119-214 litrelik, havaya salınan CO2 gazında ise 357 kg’ a eşdeğer bir azalma görüleceği hesaplanabilir. Ortalama yakıt giderindeki azalma ise 886, 79 TL (Yakıt gideri 4,14 TL) olacağı öngörülmüştür. Çalışmada, trafik sinyalizasyonlarına atanacak değerler belirlenirken, her ışık için günlük tek bir değere ulaşılmaya çalışılmıştır. Fakat gözlemler sonucunda ışıkların bir kısmının akış yoğunluğunun gün içinde farklı yollara kaydığı geri kalanlarında ise, yoğunluk kaynakları yer değiştirmese bile, dağılımlarında değişiklikler olduğu saptanmıştır. Geliş akışlarının değişimine göre sinyalizasyon ışıklarına, gün içinde değişebilecek şekilde, farklı değerler atanması, bekleyen araç sayılarında daha fazla azalmaya neden olacaktır. Bu doğrultuda bir sonraki araştırma konusu günün farklı zaman dilimlerine göre farklı değerler alacak trafik sinyalizasyon sürelerinin belirlenmesi olabilir. Bu konuya ışık tutması açısından kavşakların yoğunluk kaynaklarındaki değişimler Tablo’7’ de verilmiştir: Tablo 7:Yoğunluk kaynaklarının gün içerisindeki değişimleri Zaman Aralıklarına Göre Yoğunluk Kaynakları Kavşak No 1 2 3 4 5 5 6 9 A D C A D C D A C A D A B B A 15 TEŞEKKÜR Isparta Trafik Tescil/Denetleme Şube Müdürlüğü’ ne, Isparta Belediyesi İmar ve Şehircilik Müdürlüğü’ ne ve Arş. Gör. Erdal AYDEMİR’ e vermiş oldukları destekten ötürü teşekkürlerimizi sunarız. 4. KAYNAKLAR [1] Regenold, M., A BriefHistory of TrafficSignals, Center ForTransportationResearchAndEducation, Iowa StateUniversity, 2007. [2] Bellis M, Garret Morgan, 1877-1963: Gas Mask andTrafficSignal, inventors.about.com, 2011. [3] TUNCUK, M., Coğrafi Bilgi Sistemi Yardımıyla Trafik Kaza Analizi: Isparta Örneği, İnşaata Mühendisliği Ana Bilim Dalı Yüksek Lisans Tezi, Isparta, 2004. [4] Dr. MALİK, D., Isparta İlinde 2003 Yılında Meydana Gelen Trafik Kazalarının Değerlendirilmesi, Uzmanlık Tezi, Isparta, 2005. [5] Akbaş, A. “Kent İçi Trafik Sinyal Sisteminin Optimal Kontrolü (Trafik Optimizasyonu)”, Marmara Üniversitesi F.B.E. Doktora Tezi, İstanbul, 2001. [6] Akçelik, R.,The Highway Capacity Manual Delay Formula for Signalized Intersections, ITE Journal, pp 23-27, 1988. [7] Yakupoğlu, Ç., Etlik Piliçlerde Büyüme Eğrilerinin Karşılaştırılması. Ege Üniversitesi Fen Bilimleri Enstitüsü, Zootekni Anabilim Dalı Yüksek Lisans Tezi, İzmir, 1999. [8] Öztürk, M., Araçlarda Verimli Yakıt Kullanma Kılavuzu, Çevre ve Orman Bakanlığı, 2005. 16