Parçacık Sürü Optimizasyonu ile Yapay Sinir Ağı Parametrelerinin Optimize Edilmesi: Ulaştırma Sistemlerine İlişkin Bir Uygulama

Günümüzde şehirler, ülkeler arasındaki ticari ve ekonomik ilişkilerin artmasıyla birlikte lojistik faaliyetlerin önemi artmaktadır. Ulaştırma sektörünün çevresel etkilerinden biri, özellikle karbondioksit emisyonuna sebep olmasıdır. Avrupa birliğinin yayınlamış olduğu genelgede çevresel sürdürülebilirliğin en önemli göstergelerinden birinin karbondioksit emisyon miktarı olduğu ve dünya genelinde karbondioksit emisyonu miktarının yaklaşık %16’sının ulaştırma sektörü kaynaklı olduğu belirtilmiştir. Bu çalışmada, Ekonomik Kalkınma ve İş Birliği Örgütü'nden 1994-2020 yılları arasında Türkiye'ye ait elde edilen yedi farklı veri seti kullanılmıştı. Bağımsız değişkenler olarak; yıl, yol altyapı yatırımları, gayri safi yurt içi hasıla başına yol altyapı yatırımı, yol trafik yoğunluğu, yolcu taşımacılığı ve yol yük taşımacılığı verileri seçilmiştir. Bağımlı değişken olarak ise, ulaştırma sektöründen kaynaklanan toplam karbondioksit emisyonları içindeki yoldan kaynaklanan karbondioksit emisyonlarının payı kullanılmıştır. Çalışmanın ana amacı, karayollarındaki yıllık değişimlerin karbondioksit emisyonları üzerindeki etkilerini incelemektir. Bu amaçla, ulaştırma kaynaklı karbondioksit emisyonlarının tahmini için parçacık sürü optimizasyonu tabanlı yapay sinir ağları kullanılarak bir model tasarlanmıştır. Yapay sinir ağları, karayolu taşımacılığının toplam ulaştırmadaki karbondioksit emisyonlarına olan katkısını tahmin etmek için kullanılmaktadır. Makale, bu ağların parametrelerini optimize etmek amacıyla parçacık sürü optimizasyonu yöntemini önermektedir. Yapay sinir ağı modelinin geliştirilmesi MATLAB ortamında gerçekleştirilmiştir. Çalışmada önerilen model doğrusal regresyon ve destek vektör regresyon gibi tahmin modelleriyle karşılaştırılmıştır. Çalışmadan elde edilen sonuçlara göre, geliştirilen parçacık sürü optimizasyonu temelli yapay sinir ağı modeli, karbondioksit salınımını tahmin etmede %1,18 ortalama mutlak yüzde hata değerine sahiptir.