Otoyol Trafik Akım Koşullarını Sınıflamada K-Ortalamalar Kümeleme Yöntemi

Bu calismada; makroskobik bir trafik akim modeliyle olusturulmus akim kosulu farklilasmalarini belirlemek amaciyla cok degiskenli kumeleme yontemlerinin basarimlari arastirilmistir. Trafik verisindeki gurultuyu gidermek ve genis sacilimi kabul edilebilir duzeye getirmek amaciyla, ham trafik degiskenleri modelleme oncesi filtrelenmistir. Trafik akimi, iki fazli bir temel egriyi baz alarak hesap yapan hucre gecisi modeliyle benzetilmistir. Secilen otoyol kesimindeki akim dinamikleri, varolan akim kosullarini belirlemek amaciyla irdelenmistir. Temel egri uzerinde akim kosullarinin siniflanmasi, kesim yogunluk degiskeni gozetilerek kumeleme yontemleriyle aranmistir. Hiyerarsik olmayan kumeleme yaklasimlari, ornek otoyol kesimi uzerindeki ani kosul degisimlerini tespit etmeye yarayan basarili siniflama sonuclari vermistir. Cok degiskenli kumeleme yontemlerince izlenen prosedur, sistematik olarak dinamiktir ve temel egri uzerinde statik bolutleme yontemiyle elde edilen kumelere oldukca yaklasik kumeler olusturabilmektedir. K-ortalamalar yontemiyle elde edilen sonuclar uzerinden hesaplanmis belirlenim katsayilari, elde edilen sonuclari istatistik yonden karsilastirmali olarak degerlendirmek amaciyla kullanilmistir.

[1]  Hilmi Berk Celikoglu,et al.  An Approach to Dynamic Classification of Traffic Flow Patterns , 2013, Comput. Aided Civ. Infrastructure Eng..

[2]  P. Green,et al.  Analyzing multivariate data , 1978 .

[3]  Andreas Hegyi,et al.  Freeway traffic estimation within particle filtering framework , 2007, Autom..

[4]  Rolph E. Anderson,et al.  Multivariate Data Analysis (7th ed. , 2009 .

[5]  B. Kerner.  The Physics of Traffic: Empirical Freeway Pattern Features, Engineering Applications, and Theory , 2004 .

[6]  R. Horowitz,et al.  Traffic density estimation with the cell transmission model , 2003, Proceedings of the 2003 American Control Conference, 2003..

[7]  Dirk Helbing,et al.  Reconstructing the spatio-temporal traffic dynamics from stationary detector data , 2002 .

[8]  C. Daganzo.  THE CELL TRANSMISSION MODEL.. , 1994 .

[9]  Hilmi Berk Celikoglu.  A Dynamic Network Loading Model for Traffic Dynamics Modeling , 2007, IEEE Transactions on Intelligent Transportation Systems.

[10]  Kerner,et al.  Experimental properties of complexity in traffic flow. , 1996, Physical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics.

[11]  P. I. Richards.  Shock Waves on the Highway , 1956 .

[12]  Mita Nasipuri,et al.  COMPARATIVE STUDY OF DISTANCE METRICS FOR FINDING SKIN COLOR SIMILARITY OF TWO COLOR FACIAL IMAGES , 2013 .

[13]  G. Wahba.  Spline models for observational data , 1990 .

[14]  Dirk Helbing,et al.  Three-phase traffic theory and two-phase models with a fundamental diagram in the light of empirical stylized facts , 2010, 1004.5545.

[15]  Yetiş Şazi Murat,et al.  Trafik Kaza Verilerinin Kümelenme Analizi Yöntemi ile Modellenmesi , 2009 .

[16]  M J Lighthill,et al.  On kinematic waves II. A theory of traffic flow on long crowded roads , 1955, Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences.

[17]  M. Sarstedt,et al.  A Concise Guide to Market Research , 2019, Springer Texts in Business and Economics.