Şehirlerin hızla büyüdüğü bir dönemde trafikteki akışın sadece bireysel sürüşleri değil, tüm şehir mühendisliğini ve yaşam kalitesini etkilediği gün yüzüne çıkıyor. Kadir Has Üniversitesi’nden Doç. Dr. Deniz Eroğlu ve yüksek lisans öğrencisi Toprak Fırat’ın geliştirdiği D3M adlı yaklaşım, bu karmaşık sistemi anlamak için yeni bir bakış sunuyor. Verilerle beslenen makroskopik hareketlilik modeli, trafiğin yalnızca lokalde nasıl sıkıştığını değil, zincirleme etkilerle şehrin tüm bölgelerine nasıl yayıldığını da simüle etmeyi hedefliyor. Sonuçlar, Chaos: An Interdisciplinary Journal of Nonlinear Science dergisinde yayımlandı ve American Institute of Physics tarafından “featured article” olarak işaret edildi: Data-driven modeling of traffic flow konulu çalışmanın çıktıları, şehirleri etkileyen ağır taşıma yüklerini anlamaya dair ortak bir dil oluşturuyor.
Yerel Sorundan Küresel Krize Trafik başlığıyla özetlenen bu çalışmada, trafik sadece zaman kaybı olarak görülmüyor; hava kirliliği, psikolojik stres, ekonomik verimsizlik ve şehir güvenliği gibi alanlarda da toplumsal maliyetler yaratıyor. 2024 INRIX Küresel Trafik Raporu, ABD’de only, 74 milyar dolarlık üretkenlik kaybına işaret ederken Avrupa ve Asya’daki benzer etkiler de dikkat çekiyor. Sıkışıklıklar her zaman yoğun araç sayısından kaynaklanmıyor; hatalı yol ağları, altyapı tasarımındaki eksiklikler ve sürücü davranışlarının etkileşimi de önemli rol oynuyor.
Braess Paradoksu gibi karmaşık etkileşimleri incelemek için şehir ölçeğinde dinamik ve veri odaklı modellere ihtiyaç var. D3M, bu boşluğu doldurmayı amaçlıyor ve şehirlerin kendi koşullarına uyum sağlayan bir çerçeve sunuyor.
Kişisel Gözlemden Akademik Yaklaşıma Araştırma ekibi, bu çalışmayı yalnızca teknik bir analiz olarak görmüyor; şehir yaşamını da doğrudan etkileyen bir sistem dinamiği problemi olarak ele alıyor. İstanbul’un yoğun trafiğini örnek gösteren Toprak Fırat, “İstanbul’da yaşadığımız için trafiğin ne kadar büyük bir sorun olduğunu her gün hissediyoruz. Bu sadece akademik bir problem değil; günlük hayatımızın bir parçası. Bu nedenle daha esnek, gerçekçi ve şehirlerin kendi koşullarına uyum sağlayabilen bir model geliştirme ihtiyacı duyduk.” şeklinde görüşlerini paylaşıyor. Deniz Eroğlu ise modelin temel fikrini şöyle özetliyor: “Birkaç kavşaktaki yoğunluğun tüm şehir geneline nasıl yayıldığını adım adım simüle eden bir sistem kurmayı hayal edin. D3M, bu yayılımı analiz ederek yalnızca yerel değil, sistem düzeyinde öngörüler sunuyor. Böylece şehirler, geçici yol kapanışlarının etkilerini önceden görebiliyor ve sürücüler için ulaşım daha öngörülebilir hâle geliyor.”
Elektrik Şebekelerinden Şehir Yollarına Disiplinden ilham alan ekip, D3M’i geliştirirken elektrik ağlarındaki arıza yayılımı çalışmalarını referans alıyor. Küçük bir arızanın zincirleme etkilerle büyük kesintilere yol açması benzeri bir dinamiğin trafik üzerinde de görülebileceğini gösteriyor. Bu bakış açısı, trafikte bütüncül ve dinamik bir yaklaşımın gerekliliğini vurguluyor.
Gerçek Verilerle Eğitilen, Hızlı ve Esnek Bir Model D3M, geleneksel hücresel modellerden yaklaşık üç kat daha hızlı çalışıyor ve İstanbul, Londra ile New York gibi büyük şehirlerin trafik yapısını yüksek doğrulukla öngörebiliyor. Ayrıca karmaşık ve pahalı veri setlerine ihtiyaç duymadan, şehirlerin rutin olarak topladığı trafik yoğunluğu verileriyle çalışabiliyor. Modelin en özgün yönlerinden biri, gerçek verilerle evrimsel optimizasyon yöntemiyle eğitilmesi: her şehrin kendi koşullarına özgü parametreler, genetik algoritma benzeri tekniklerle otomatik olarak öğreniliyor. Böylece D3M, genel bir çerçeve sunarken her kent için özel bir uyarlama yapabiliyor. Toprak Fırat bu esnekliği şu sözlerle açıklıyor: “Bu yapı sayesinde D3M, her şehrin gözlemlenen trafik koşullarına göre davranışını otomatik olarak ayarlayabilir; bu da geleneksel modellere kıyasla çok daha gerçekçi sonuçlar verir.”
Trafiği Çözmek Yerine Doğru Sorular Sormak Araştırmacılar, D3M’nin bir “çözüm mantığı”ndan çok karar destek aracı olduğunu vurguluyor. Farklı senaryoları test ederek gelecekteki riskleri öngörmeye yardımcı olan bu araç, tamamen trafik sorununu çözmekten çok daha tutarlı ve güvenilir kararlar alınmasına katkı sunuyor. Deniz Eroğlu, bu yaklaşımı şu sözlerle özetliyor: “Gerçek verilerle beslendiğinde, farklı senaryoları test etmek ve geleceğe dönük riskleri görmek mümkün. Böylece trafiği tamamen çözmek zor olsa da, doğru soruları sormamıza ve daha iyi kararlar almamıza olanak tanıyor.”
Gelecek Adım: Gerçek Zamanlı Uygulamalar Proje ekibi, D3M’nin gerçek zamanlı verilerle çalışan versiyonunu geliştirmeyi hedefliyor. Böylece sadece sabit senaryolar değil, anlık tahminler ve müdahale stratejileri de simüle edilebilecek. Bu, şehir içi ulaşım yönetiminde daha çevik, öngörülebilir ve sürdürülebilir politikalar için güçlü bir altyapı sunabilir.
Leave a Reply