Short-term forecast methodologies and case studies in traffic flow

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: ELİF YILMAZ

Danışman: ÜMİT IŞLAK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez, zaman serileri çerçevesinde kısa vadeli trafik akışı tahmin stratejileri üzerine vaka çalışmaları sunmaktadır. Geleneksel, makine öğrenimi ve derin öğrenme yöntemlerini tartıştıktan sonra, ana hedeflerden biri hibrit yöntemlerin kullanımları üzerinde de testler gerçekleştirmektir. Trafik akışı literatüründe halihazırda kullanılan yaklaşımları analiz etmenin yanı sıra, farklı yöntemleri de tanıtıyor ve test ediyoruz. Ayrıca, nokta tahmin sonuçlarımızı aralık tahminleri de kullanarak destekliyoruz. Tez içerisinde, kantil regresyon ortalaması ve kantil regresyon sinir ağı gibi kantil regresyona dayalı aralıklarla özel olarak ilgilenilmektedir. Hem nokta hem de aralık tahminleri, çeşitli değerlendirme ölçütleri aracılığıyla değerlendirilmektedir ve incelenen metodolojiler arasında kapsamlı bir karşılaştırma sağlanmaktadır.