STOKASTİK KULLANICI DENGESİ TRAFİK ATAMA PROBLEMİNİN SEZGİSEL METOTLAR KULLANILARAK ÇÖZÜLMESİ

Abstract

Bu çalışmada Stokastik Kullanıcı Dengesi (SKD) trafik atama probleminin çözümü için sezgisel metot tabanlı yeni bir çözüm algoritması önerilmiştir. Karınca Kolonisi Optimizasyonu (KKO) ve Armoni Araştırması Tekniği (AAT) kullanılarak oluşturulan KArınca KOlonisi Stokastik Trafik Atama (KAKOSTA) ve ARmoni Araştırması Stokastik Trafik Atama (ARASTA) modelleri SKD trafik atama probleminin çözümünde kullanılmıştır. Geliştirilen modellerde, sürücülerin güzergah seçim davranışları probit güzergah seçim modeli kullanılarak temsil edilmekte ve SKD problemi, eşdeğer optimizasyon problemi olarak tanımlanmaktadır. Önerilen modellerin test edilmesi için 1 adet Başlangıç-Varış (B-V) çifti, 5 adet bağ ve 3 adet güzergahtan oluşan ulaşım ağı verilmiştir. Probit güzergah seçim olasılıklarının bulunabilmesi için Monte-Carlo simülasyon tekniğinden faydalanılmıştır. Ayrıca SKD atamasının sonuçları Deterministik Kullanıcı Dengesi (DKD) ataması sonuçları ile karşılaştırılmıştır. Sayısal uygulama sonucunda, SKD probleminin çözümünde ARASTA modeli hesaplama süresi açısından KAKOSTA modeline göre avantajlı olmasına rağmen KAKOSTA modelinin amaç fonksiyonunun en küçüklenmesinde daha başarılı olduğu görülmüştür. Ayrıca probit tabanlı SKD ataması ile elde edilen sonuçların gerçek sürücü davranışlarının modellenmesinde DKD atamasına göre daha gerçekçi olduğu ve probit tabanlı SKD probleminin sezgisel metotlar kullanılarak çözülebildiği görülmektedir. In this study, a new solution algorithm based on heuristic methods is proposed in order to solve Stochastic User Equilibrium (SUE) traffic assignment problem. Ant Colony Optimization Stochastic Traffic Assignment (ACOSTA) and Harmony search Stochastic Traffic Assignment (HASTA) models which are formed using Ant Colony Optimization and Harmony Search, are used to solve the stochastic traffic assignment problem. In the proposed models, probit route choice model is used to represent driver's behaviour. SUE assignment is also described as equivalent optimization problem. In order to illustrate applications of the proposed models, test network is used which has one Origin-Destination (O-D) pair, five links and three paths. Monte-Carlo simulation method is used to find probit route choice probabilities. Furthermore, the results of SUE assignment are compared with the Deterministic User Equilibrium (DUE). Numerical example showed that ACOSTA model has more advantages when it is compared with the HASTA model especially in terms of the value of objective function although it requires more CPU time according to HASTA model. Moreover, SUE assignment based probit route choice is more realistic in accordance with DUE assignment and it can be solved using heuristic methods.