6. INTERNATIONAL CAPPADOCIA SCIENTIFIC RESEARCH CONGRESS, Nevşehir, Türkiye, 10 Ağustos - 12 Eylül 2024, ss.1068-1081
Şehir içi ulaşımda toplu taşımanın yanında bisiklet ile ulaşım, sürdürülebilirlik ve çevre dostu
olma gibi özellikleri ile önemi giderek artmaktadır. Ülkemizde hava kirliliği ile mücadele,
enerji tasarrufu, sürdürülebilirlik ve trafik yoğunluğunun azaltılması gibi konularda sağladığı
olumlu katkılar nedeniyle, şehir içi ulaşımda bisikletli ulaşımın payının artırılmasına yönelik
çalışmalar hızla devam etmektedir. Bu çerçevede, özellikle büyük şehirlerde yerel
yönetimlerin desteğiyle şehrin farklı bölgelerinde kurulan istasyonlar sayesinde, bisiklet
kiralama usulüyle temin edilebilmekte ve aktif bir şekilde kullanılabilmektedir. Bir
istasyondan kiralanan bisiklet, farklı istasyonlara teslim edilebilmektedir. Bundan dolayı
farklı istasyonlarda bisiklet veya teslim yeri bulmak gibi sorunlarla karşılaşabilmektedir. Bu
çalışmada, şehir içi ulaşımda bisiklet kullanımının yaygınlaştırılmasını ve doğru kaynak
planlamasını sağlamak için mevcut istasyonların kullanımının hangi gün ve saatlerde
yoğunlaştığını tahmin edebilen, yeni nesil derin öğrenme modellerinden Facebook Prophet
(FP) kullanan bir yöntem önerilmiştir. FP zaman bilgisi ve istasyon hareketliliği verilerini
kullanarak geleceğe dair tahminler yapılmasına olanak sağlar. Ayrıca bu işlemi hızlı ve düşük
hata oranı ile elde etmemize imkân tanır. Literatürde FP modeli çoğunlukla satış, pazarlama,
piyasa tahminleri ve ürün stok tahminleri için kullanılmıştır. Önerilen yöntem ile şehir içi
bisiklet ulaşımı verilerinin FP ile analizi ilk defa yapılmıştır. Çalışmamızda FP’yi kullanarak,
şehir içi ulaşımda bisiklet kullanımının artırılabileceğini ve kaynak sıkıntısının asgari düzeye
indirilebileceğini göstermektedir. Bu da şehirlerin daha yaşanabilir, daha az maliyetli ve
sürdürülebilir hale gelmesine katkıda bulunacaktır