Abstract
Ana arterlerinde trafik sıkışıklığı yaşanan şehirlerin ikincil derecedeki yollarında trafik hacim tahminlerinin yapılması kritik konulardan biridir. Ekonomiden farklı mühendislik uygulamalarına kadar birçok alanda (satış tahminleri, endüstriyel süreç kontrolü, müşteri araştırmaları, veri doğrulama, risk yönetimi, hedef pazarlama ve inşaat mühendisliği gibi) kullanılan yapay sinir ağı (YSA) bu konuda umut verici bir çözüm olabilir. Geçmiş trafik verilerine dayanarak daha yüksek bir tahmin doğruluğu sağlayan YSA, son 30 yıldır ulaştırma mühendisliği alanındaki uygulamalarda çok popüler hale geldi. Bu makaledeki temel amaç, İstanbul'un Boğaz Köprülerinden birine katılan bir bağlantı yolunun kısa dönem trafik hacmini YSA'nın üç farklı uygulamasıyla tahmin etmektir. Bunlar İleri Besleme Geri Yayılımı (FFBP), Genelleştirilmiş Regresyon Sinir Ağı (GRNN) ve Radyal Tabanlı Fonksiyon (RBF) idi. Daha sonra elde edilen sonuçlar birbirleriyle ve Çoklu Doğrusal Regresyon (MLR) yönteminin sonuçları ile karşılaştırıldı.
Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
