Bütünleşik regresyon analizi ile toplu ulaşım otobüs kaza sayısı tahminleme : İstanbul örneği

Abstract

Günümüzün en çok kullanılan toplu ulaşım aracı otobüslerdir. İstanbul özelinde veriler incelendiğinde de sayılar bunu göstermektedir. Bu nedenle otobüs seferlerinin aksamaması ve operasyon devamlılığı önemlidir. Operasyon devamlılığına ek olarak kazalar kurumlara maddi bir yük getirmektedir. Bu nedenle operasyon devamlılığı ve maddi açıdan kurumlara destek olacak sistemlerin varlığı önem kazanmaktadır. Bölgesel olarak kazaların incelenip her bölge için günlük analizler yapan bir sistemin varlığı; tedbir alacak kurumlara bölgesel yönlendirmeler ve nokta atışı önlemler almaya yönlendirecektir. Bu açıdan da bakıldığında günlük kaza uyarı sistemleri önem kazanmaktadır. Önceden alınan tedbirler ile birlikte hem maddi açıdan hem de trafik yönetimi açısından fayda sağlanacaktır. Bu çalışmadan üretilecek çıktılar, ilgili kurumlar tarafından kaza uyarı sistemi olarak kullanabilmesi üzerine tasarlanmıştır. Çalışmanın altyapısının kurgulanmasında bu yaklaşım göz önünde bulundurulmuştur. Çıktılar günlük kaza sayısı belirtecek şekilde sunulmuştur. Kod geliştirilmesinde Python dili kullanılmıştır. Veri sağlama kısmında ise açık kaynaklı sistemler kullanılmıştır. Veri çeşitliliği ve verilerin birleştirilmesi yöntemleri göz önünde bulundurulduğunda çalışmanın ileride büyük veri yaklaşımlarıyla hayata geçirilmesi mümkündür. Analiz için kaza verileri İstanbul ili özelinde İETT kurumunun sağladığı veri uçlarından elde edilmiştir. Hava durumu ve çevre unsurları ise farklı sistemler üzerinden elde edilerek kaza verileri ile birleştirilmiştir. Çalışmanın başladığı zaman itibari ile pandemi döneminin analizlere etki etmemesi amaçlı 2015-2020 yılları arası kaza verileri kullanılmıştır. Tahminleme çalışmaları günlük ilçe bazlı kaza sayısı tahmini yapacak şekilde yürütülmüştür. Sayısal değer çıktı olarak üretilmesinden dolayı günlük ilçelerin tahminine göre ısı tablosu çıkarılarak riskli olabilecek ilçeler tabloya göre vurgulanmıştır. Model geliştirme kısmında ise bütünleşik regresyon analizi yöntemi ile birden fazla regresyon algoritmasının bir arada kullanılması ve en iyi sonucu üreten algoritmanın seçimini sağlayacak şekilde oylama fonksiyonlarının kullanılması sağlanmıştır.

Buses are the most widely used vehicle of public transportation today. Also Istanbul public trasnportation data shows that. For this reason, it is important that the bus serviceses continuity of the operations and it shouldn't interrupted. In addition to operational continuity, accidents impose a financial burden on institutions. For this reason, the continuity of operations and the existence of systems that will financially support institutions gain importance. The existence of a system that examines the accidents regionally and makes daily analyzes for each region; It will direct the institutions that will take measures to take regional guidance and point-and-shoot measures. From this point of view, daily accident warning systems gain importance. Together with the measures taken in advance, it will be beneficial both financially and in terms of traffic management. The outputs to be produced from this study are designed to be used by the relevant institutions as an accident warning system. This approach was taken into account in the construction of the infrastructure of the study. Outputs are presented to indicate the number of accidents per day. Python language was used in code development. In the data acquisition part, open source systems were used. Considering the diversity of data and the methods of combining data, it is possible to implement the study with big data approaches in the future. The accident data for the analysis were obtained from the data points provided by the IETT institution in the province of Istanbul. Weather and environmental elements were obtained from different systems and combined with accident data. As of the beginning of the study, accident data between 2015-2020 were used in order to prevent the pandemic period from affecting the analysis. Estimation studies were carried out to estimate the number of accidents based on districts per day. Since the numerical value is produced as output, the temperature table is drawn according to the estimation of the daily districts and the districts that may be risky are highlighted according to the table. In the model development part, the integrated regression analysis method and multiple regression algorithms are used together and the voting functions are used to ensure the selection of the algorithm that produces the best result.