International Science and Technology Conference, Rome, June 25 - 27, 2013

Ulatrmada Talep Tahmin Modellerinde Harmoni Arama Yntemi Uygulamas

Rasim Temura, S. Cankat Tanrverdib stanbul niversitesi, naat Mhendislii Blm, Yap A.D. stanbul, Trkiye temur@istanbul.edu.tr b stanbul niversitesi, naat Mhendislii Blm, Ulatrma A.D. stanbul, Trkiye cankattanriverdi@gmail.com
a

zet: Mzisyen doalamas benzetimi ile retilen sezgisel bir algoritma olarak tanmlanan Harmoni Arama (HA) yntemi, en uygunluun arand pek ok mhendislik probleminde uygulanan bir optimizasyon algoritmasdr. Bu almada, en uygunluun, ulatrmada talep tahmini konusunda incelemesi yaplm, yarar fonksiyonuna gre deikenlerin arln ifade eden katsaylar elde edilmi ve gerek deerler ile yaknlk saysal olarak ifade edilmitir. almada, regresyon analizi ile incelenmi bir ulam problemi, HA metoduyla ele alnmtr. Analizler sonucunda HA ynteminin gerek verilere daha yakn deerler retebildii gzlenmitir. Anahtar Kelimeler: Ulatrma Talep Tahmini, Harmoni Arama Yntemi, Regresyon Analizi, Transportation Demand Forecasting, Harmony Search Method, Regression Analysis.

Giri
Harmoni (ahenk, uyum) Arama (HA), Geem vd. tarafndan, var olan algoritmalarn daha az sayda iterasyon admyla zm amacyla, 2001 ylnda gelitirilmi bir optimizasyon yntemidir. Geemin ifadesiyle Mzisyen doalamasna benzetim ile retilen bir sezgisel algoritmadr (Geem vd., 2001) Baka bir deyile Harmoni Arama, mzik tabanl bir genel-sezgisel (meta-heuristic) optimizasyon yntemidir. Mzikte ahenkli ezginin aratrlmasndan ilham alnarak gelitirilmitir. Mzikte harmoninin yakalanmas, benzeim yaplan problemde, gerekli kstlarn da salanarak, en uygun zmn bulunmasn (optimizasyonu) temsil eder (Geem vd., 2009). Harmoni Arama yntemi birok alan kapsayan optimizasyon problemine uygulanmtr. Geem vd. tarafndan yaplan ara rotalama problemi uygulamas (Geem, 2005a), yine Geem tarafndan 2006 ylnda yaplan boru hatt tasarm; Gil-Lopez vd. tarafndan 2009 ylnda yaplan ok kullanc alglama problemi uygulamas, Landa-Torres vd. tarafndan yaplan eriim noktas yerleim problemi uygulamas (Landa-Torres vd., 2012), Toklu vd. tarafndan 2013 ylnda yaplan kafes sitemlerin yapsal analizi uygulamalarnda, HA yntemi uygulanm ve baarl sonular alnd grlmtr. Harmoni Arama (HA) ynteminin uyguland alanlardan biri olan Ara Rotalama Problemi (ARP) ilk olarak Dantzig ve Ramser tarafndan 1959 ylnda allmtr. Daha sonra birok alma ile gelitirilen problem, aracn, belirli bir noktadan balayp, kullanclar belirli srayla ziyaret edip bu noktaya dnmesi iin gzerghlar oluturulmasyla ilgilidir. Bu problemdeki ana ama, kullanlacak ara saysn, maliyeti, toplam yolculuk sresi ve mesafesini en aza indirirken, kapasite ve sre gibi kstlar da salayarak kullanc memnuniyetini maksimize etmektir (Dzakn ve Demirciolu, 2009). Geem, 2005b ylnda yapt Okul Tat Rotalama Problemi almada HAy bu probleme uygulam ve tretilmi bilgi veya herhangi bir nemli varsaym yapmakszn optimuma yakn zmler bulduunu belirtmitir. Bo vd.(2009)nin yapt almada balang ve var noktalar arasnda, belirli sre kstlarn salayacak, minimum maliyete sahip rota/rotalarn bulunmas amacyla, Drdnc Parti Lojistik Rota Problemi (4PLRP) zm iin HA yntemi nerilmitir. Sonuta yntemin bu problemde, belirtilen kstlar altnda, optimuma yakn zmler verdii belirtilmitir.

365

International Science and Technology Conference, Rome, June 25 - 27, 2013

Sanz vd. tarafndan 2013 ylnda yaplan almada, tek-ynl yollarda felaket vb. durumlar sonras optimum yeniden dzenleme zerine ok-amal HA incelemesi sunulmutur. Simlasyonlar sonucu, bulunan yaklamn, tek-ynl yollarda, iki nokta aras tat hareketliliini artran optimuma yakn deerleri verdii belirtilmitir. Yntemin kyas amacyla yaplan bir almada gelitirilen modellerde, srclerin gzergah seim davranlar probit gzergah seim modeli kullanlarak temsil edilmekte ve Stokastik Kullanc Dengesi (SKD) problemi, edeer optimizasyon problemi olarak tanmlanmaktadr. nerilen modellerin test edilmesi iin 1 adet Balang-Var ifti, 5 adet ba ve 3 adet gzerghtan oluan ulam a verilmitir. Sonuta SKD atamasnn sonular Deterministik Kullanc Dengesi (DKD) atamas sonular ile karlatrlmtr. Saysal uygulama sonucunda, SKD probleminin zmnde Harmoni Arama Yntemi, Stokastik Trafik Atama (ARASTA) modeli hesaplama sresi asndan KAKOSTA modeline gre avantajl grlm fakat Karnca Kolonisi Stokastik Trafik Atama (KAKOSTA) modelinin ama fonksiyonunun en kklenmesinde daha baarl olduu grlmtr (Bakan ve Haldenbilen, 2011). Bu almada, bir ulatrma mhendislii problemi, HA optimizasyon yntemiyle incelenmitir. Bu kapsamda ncelikle bu yntemin benzer alanlarda yaplm rnekleri aratrlmtr. Yaplan incelemelerde ulam planlama almalarnn en nemli kollarndan olan yolcu davran modelleri konusunda HA ynteminin denenmedii grlmtr. Bu kapsamda, alanda daha nce regresyon analizi ile yaplm bir alma iin HA yntemi uygulamas yaplm ve sonular kyaslanmtr.

Harmoni Arama Yntemi

2001 ylnda Geem vd. tarafndan gelitirilen harmoni arama yntemi, mzik tabanl bir st sezgisel algoritmadr. Yntem be admdan olumaktadr ve ak emas ekil 1deki gibidir.
1. Adm Problemin ve zm parametrelerinin tanmlanmas Rastgele Say

2. Adm

Harmoni belleini olutur

Ama fonksiyonu deerlerine gre harmoni vektrlerini srala

HMCR, PAR

3. Adm

Yeni bir harmoni vektr olutur

Yeni harmoni vektr, bellekteki en kt harmoniden daha iyi mi?

Evet 4. Adm

Hayr Hayr 5. Adm Durma koulu salanyor mu?

Harmoni belleini gncelletir

Evet Dur

ekil 1: Harmoni Arama Ynteminin Ak emas (Lee ve Geem, 2004)

366

International Science and Technology Conference, Rome, June 25 - 27, 2013

1.

Problemin ve zm parametrelerinin tanmlanmas

Harmoni arama ynteminin ilk admnda, problemin zmnde kullanlacak ama fonksiyonu ve fonksiyona ait deikenler Denklem 1deki gibi tanmlanr: Ama fonksiyonu Deikenler ( ) , = 1, 2, , [1]

Burada ( ) ama fonksiyonunu, fonksiyonun deikenlerini, deikenlerin alabilecei deer araln, ise fonksiyonda yer alan deiken saysn ifade etmektedir. Harmoni arama ynteminin optimizasyon problemini zmek iin ihtiya duyduu; harmoni bellei kapasitesi (HMS), harmoni belleini dikkate alma oran (HMCR), ton ayarlama oran (PAR) ve maksimum iterasyon says parametreleri bu admda tanmlanr. 2. Harmoni belleinin oluturulmas

Yntemin ikinci admnda harmoni bellei ad verilen matris (ekil 2), tamam rastgele retilmi deiken deerleriyle doldurulur ve bu deerlere karlk gelen ama fonksiyonu deerleri hesaplanr.
1 1 2 1 1 1 1 1 2 2 2

1 2 2

ekil 2: Harmoni Bellei Matrisi

1 1 2 1 1 1 1

( 1 ) 2 ( ) 1 1 ) ( ( )

1 2

3.

Yeni harmoni oluturulmas

Bu admda, harmoni belleinde bulunan deerler de kullanlarak yeni bir harmoni oluturulur. Yeni harmoni vektrnn elemanlar HMCR olaslna gre ya harmoni belleinin elemanlar kullanlarak ya da ikinci admda olduu gibi deer aralnda rastgele bir deerle oluturulur. Bu amala ncelikle 0 ile 1 arasndaki deerlerden rastgele bir say retilir. retilen bu say, 0 ile 1 arasndaki bir deere sahip olan HMCR olasln salyorsa yeni vektr eleman harmoni bellei iindeki elemanlarn arasndan seilir. Rastgele retilen say HMCR olasln salamyorsa yeni vektr eleman harmoni belleinden deil deikenlerin alabilecei deer aral ierisinde rastgele bir deer olarak belirlenir (Denklem 2). {1 , 2 , 3 , , } = 1, 2, , = (1 ) [2]

Yeni vektrn eleman belirlendikten sonra ton ayarlama ilemi yaplr. Buna gre retilen bir rastgele say PAR koulunu salamyorsa deeri deitirilmez. PAR koulu salanyor ise = (0; 1) bantsyla ton ayarlama ilemi yaplr (Denklem 3). Bu denklemde rastgele seilmi bant geniliini, (0; 1) ise 0 ile 1 arasnda retilen rastgele bir sayy temsil etmektedir. (Ayvaz vd., 2007) (0; 1) = (1 ) = 1, 2, , [3]

4.

Harmoni belleinin gncelletirilmesi

Yeni oluturulan harmoni vektr, bellekte yer alan ve en kt ama fonksiyonu deerine sahip olan harmoni vektrnden daha iyi sonu veriyorsa, en kt vektr bellekten silinir ve yeni harmoni vektr bellee eklenir.

367

International Science and Technology Conference, Rome, June 25 - 27, 2013

5.

Durma koulu gerekleinceye kadar 3. ve 4. Admlarn tekrar edilmesi

Bu admda, problem iin tanmlanan durma koulu kontrol edilir. Koulun salanmas durumunda zmleme sona erer ve harmoni belleinde yer alan en iyi vektr nihai zm olarak kabul edilir. Durma koulunun salanmamas durumunda ise 3. ve 4. admlar tekrar edilir.

Problemin Tanmlanmas
Mevcut almada ulatrma talep tahminini yapmak amacyla nfus, gayrisafi yurt ii hsla (GSYH) ve otomobil says olmak zere parametre kullanlmtr. Ulatrma talebi ise toplam yolculuk says (TYS) ile ifade edilmektedir. Kullanlan parametrenin her birinin toplam yolculuk saysn doru orantl olarak etkiledii ngrlmektedir. Bu sebeple toplam yolculuk says ile kullanlan parametreler arasndaki bant; TYS = 1 Nfus + 2 GSYH + 3 Otomobil Says [4]

eklinde olmaktadr. deerleri, her parametrenin toplam yolculuk says zerine etkisini ifade eden katsaylardr. Ulatrma talep tahmini problemi iin bu katsaylar HA modelinde fonksiyon deikenleri olarak tanmlanmtr. Analizler sonucunda tane deeri elde edileceinden N=3 olmaktadr. Harmoni bellei kapasitesi HMS=5 olarak seilmitir. almada iki farkl model kullanlmtr. Birinci modelde kullanlan deerleri hem pozitif hem de negatif deerler alabilmektedir. Ulatrma talep tahmini iin yaplan karlatrmalar ise gerek toplam yolculuk says (TYS Veri ) verileri ile HA analizleri sonucunda elde edilen toplam yolculuk says (TYS HA ) deerleri arasndaki farklarn mutlak deerlerinin toplamlar ile yaplmtr. Buna gre ama fonksiyonu Denklem 5teki gibi olmaktadr. ( ) = | |
=1

[5]

Fonksiyonda deeri, verilerin alnd yl saysn ifade etmektedir. lk modelde Denklem 5te verilen ama fonksiyonunun en dk deerini salayan deerleri kesin sonu olarak kabul edilmektedir. HA algoritmasnda HMCR deeri 0.1, PAR deeri ise 0.2 olarak kullanlmtr. Oluturulan rastgele saylarn bu deerlerden kk olmas durumunda olaslklar salanmaktadr. Durma koulu olarak iterasyon says tanmlanmtr. 106 iterasyon sonucunda elde edilen deerler kesin zm kmesi olarak kabul edilmitir. kinci modelde kullanlan parametrelerin her birinin toplam yolculuk saysn artrd ngrldnden, deerleri yalnzca pozitif deerler aralnda aranmaktadr. Mevcut almada ulatrma talep tahmini iin yaplan karlatrmalar dorusal regresyon bants (Denklem 6-8) kullanlarak yaplmtr. Denklemde verilerin ait olduu yl, her yla ait toplam yolculuk says, jinci yl, jinci yla ait toplam yolculuk says ve ise verilerin alnd yl says olmaktadr. = 0 + 1 0 = 1 = [6] [7] 1

HA analizlerinde ama fonksiyonu olarak gerek verilerle oluturulan regresyon erisinin deerleriyle ( ), HA analizi sonucu elde edilen katsaylar kullanlarak oluturulan regresyon erisi deerleri ( ) farklarnn mutlak

2 ( ) 2

[8]

368

International Science and Technology Conference, Rome, June 25 - 27, 2013

deerlerinin toplam kullanlmtr (Denklem 9). Ama fonksiyonu deerini en aza indirgeyen katsaylar kesin zm kmesi olarak kabul edilmitir. ( ) = | | [9]

Problemin zm iin HA algoritmasnda HMCR ve PAR deerleri 0.1 olarak kullanlmtr. Oluturulan rastgele saylarn bu deerlerden kk olmas durumunda olaslklar salanmaktadr. terasyon says, durma koulu olarak tanmlanmtr. 106 iterasyon sonucunda elde edilen deerler kesin zm kmesi olarak kabul edilmitir.

Saysal Uygulama
Optimizasyon alannda incelenen bu almada, Demir ve Gerek tarafndan YSA yntemiyle allm bir ulam problemi (Demir ve Gerek, 1998), farkl bir yntemle; HA Optimizasyon metoduyla incelenmitir. Ele alnan ulam talep tahmini modelinde Aydn-Denizli Otoyolunun Kuyucak-Denizli kesimi iin yaplm olan n proje kapsamnda hazrlanan trafik n etd raporu verileri kullanlmtr (Tablo 1). Baml deiken olarak toplam yolculuk says, bamsz deikenler olarak ise, nfus, gayri safi yurtii hsla (GSYH) ve otomobil says verileri yer almaktadr. Tablo 1: Model Verileri (Demir ve Gerek, 1998) GSYH Otomobil Says TYS 362280 16034 13528 1407162 45816 50739 1645318 48305 80598 2552512 101578 12097 2572825 79750 39794 1475348 70667 57317 5893493 10454994 11896318 12286705 31745562 327782 286347 545262 352338 969243 118460 87041 138741 149569 146216

Nfus 304470 826695 896150 1378397 1458339 1541542 3848861 4301315 7146413 9044861 13068696

Tablo 1deki verilerin alnd kaynak almada, bamsz deikenlerin katsaylarnn bulunmas amacyla yapay sinir alar modeli kurulmu ve regresyon analizi yaplmtr. Sonuta, TYS = 0.02499 Nfus 0.01113 GSYH + 0.200049 Otomobil Says [10]

bants bulunmutur. Bantdan GSYH deikeni ile toplam yolculuk deikeni arasnda mantkl bir iliki olumad grldnden (GSYH arttka yolculuk saysnn da artmas gerekirdi) regresyon analizinin uygun model olarak alnamayaca belirtilmitir. Mevcut almada kullanlan ve katsaylarnn hem pozitif hem de negatif deerler alabildii birinci model ile yaplan HA analizleri sonucunda elde edilen bant, eklindedir. Gerek veriler ile birlikte Denklem 10 ve Denklem 11 ile elde edilen TYS deerlerinin grafik gsterimi ekil 3teki gibidir. TYS = 0.02424606 Nfus 0.01031226 GSYH + 0.1616949 Otomobil Says [11]

369

International Science and Technology Conference, Rome, June 25 - 27, 2013

250.000 200.000

Toplam Yolculuk Says

150.000 100.000 50.000 0 -50.000 1 2 3 4 5 YSA y = 17503x - 37035 R = 0.8153

Veri y = 13289x + 1550.4 R = 0.7413

Veri HA YSA HA y = 15703x - 32993 R = 0.8111 Dorusal (Veri) Dorusal (HA) Dorusal (YSA)

10

11

Yl

ekil 3: Birinci model kullanlarak yaplan analizlerin grafik gsterimi katsaylarnn yalnzca pozitif deerler alabildii ikinci model ile yaplan HA analizleri sonucunda elde edilen bant ise, eklindedir. Gerek veriler ile birlikte Denklem 10 ve Denklem 12 ile elde edilen TYS deerlerinin grafik gsterimi ekil 4teki gibidir.
250.000

TYS = 0.01468723 Nfus + 4.955428 108 GSYH + 5.260805 105 Otomobil Says

[12]

200.000

Toplam Yolculuk Says

150.000

100.000

YSA y = 17503x - 37035 R = 0.8153

Veri y = 13289x + 1550.4 R = 0.7413

Veri HA YSA Dorusal (Veri)

50.000

HA y = 16518x - 40591 R = 0.8159

Dorusal (HA) Dorusal (YSA)

-50.000 1 2 3 4 5 6 7 8 9 10 11

Yl

ekil 4: kinci model kullanlarak yaplan analizlerin grafik gsterimi

370

International Science and Technology Conference, Rome, June 25 - 27, 2013

Tartma ve Sonu
Bu alma ile ulatrmada talep tahmini veya dier mhendislik optimizasyon alanlarnda, yeni yaklamlarn denenmesinin ve bunlarn kendi aralarnda kyaslanarak srekli daha iyi bir sonuca yaklamann, bir anlamda en iyi harmoninin yakalanmas almalarnn bilimsel olarak gerekliliinin vurgulanmas amalanmtr. Ulatrmada talep tahmini konusu, zerine matematik modellerin kurulmasna olduka ak bir alandr. Bu modeller, ekonomi veya istatistik temel alanlarna dayanabilmektedir. nsanlarn ve rnlerin daha hzl, daha ekonomik ulam talebinde olduu amzda, gerekli ve yeterli arzn salanmas, bu talebin nceden kestirilmesiyle dorudan ilikilidir. Tahmin sz konusu olduunda da; istatistik veriler, matematik modeller ve optimizasyon konular akla gelmelidir. Harmoni arama yntemi de bu optimizasyon yntemlerinin gelimekte olan bir daldr. Mzik tabanl bir st-sezgisel (meta-heuristic) optimizasyon yntemi olan Harmoni Arama optimizasyon ynteminin kullanld bu almada, ulatrma talep tahmini alannda bir ksm temel deikenin (nfus, gelir durumu ve otomobil sahiplilii) arl belirlenmitir. alma kapsamnda kullanlan yntemin snanmas amacyla benzer alanda incelenmi bir almann veri ve sonular kullanlmtr. Yapay sinir alar yntemine gre deiken katsaylarnn belirlendii bu almada bulunan sonular, regresyon analizi sonucu bulunan erilerin eimleri asndan kyaslanmtr. Sonuta, HA yntemi kullanlarak; yapay sinir alar yntemi sonucunda oluan eriye gre, gerek regresyon erisine daha yakn eimli bir doruyu belirten yani gerek sonulara nispeten daha yakn olan bir bant elde edilmitir. almada kullanlan birinci model 2 katsaysnn negatif kmas sebebiyle beklenen sonucu vermemektedir. (GSYHnin toplam yolculuk saysna etkisinin pozitif ynde olmas beklenir.) kinci modelde ise deerlerinin tamam pozitif olmakla birlikte GSYH ve otomobil says deikenlerinin etkisinin dk, nfus deikeninin etkisinin ise nispeten yksek olmas, kurulan bantnn tek deikenli davran gstermesine sebep olmaktadr. Bulunan sonular kullanlan modellerdeki karlatrma ltleri asndan deerlendirildiinde literatrdeki sonulara gre daha anlamldr. Parametre ve/veya veri saylarnn artrlmas koulu ile HA yntemi kullanlarak daha kabul edilebilir sonular elde edilebilecei ngrlmektedir.

Kaynaklar
Ayvaz vd. (2007). Su datm ebekelerinin armoni aratrmas optimizasyon teknii ile optimum tasarm. 5. Kentsel Altyap Sempozyumu Bildiriler Kitab, (188-202). Hatay. Bakan ve Haldenbilen. (2011). Stokastik Kullanc Dengesi Trafik Atama Probleminin Sezgisel Metotlar Kullanlarak zlmesi. DE Mhendislik Fakltesi Mhendislik Bilimleri Dergisi, (55-74). Bo vd. (2009). Genetic and Evolutionary Computation Conference (GECCO 2005). IEEE Congress on Evolutionary Computation (CEC 2009). Trondheim, Norve. Dantzig, G.B. ve Ramser, J.M. (1959). The truck dispatching problem. Management Science, (81-91). Demir, Y., Gerek, H. (1998), Ulatrma Taleplerinin Yapay Sinir Alar Yardm ile Tahmini, MO 4. Ulatrma Kongresi. Dzakn ve Demirciolu. (2009). Ara Rotalama Problemleri ve zm Yntemleri. ukurova niversitesi BF Dergisi, (68-87). Geem vd. (2001). A New Heuristic Optimization Algorithm: Harmony Search. Simulation. SAGE Publications, (60-68). Geem vd. (2005a). Application of harmony search to vehicle routing. American Journal of Applied Sciences, (1552-1557).

371

International Science and Technology Conference, Rome, June 25 - 27, 2013

Geem Z. W. (2005b). School bus routing using harmony search. Genetic and Evolutionary Computation Conference (GECCO 2005). Washington, D.C. ABD. Geem, Z. W. (2006). Optimal cost design of water distribution networks using harmony search. Engineering Optimization, (259-277). Geem vd. (2009). Music-Inspired Harmony Search Algorithm. Studies in Computational Intelligence. Gil-Lopez vd. (2009). A Novel Heuristic Algorithm for Multiuser Detection in Synchronous CDMA Wireless Sensor Networks. Ultra Modern Telecommunications & Workshops, (1-6). Landa-Torres vd. (2012). A novel grouping harmony search algorithm for the multiple-type access node location problem. Expert Systems with Applications. Lee ve Geem (2004). A new meta-heuristic algorithm for continuous engineering. Computer Methods in Applied Mechanics and Engineering, (3902-3933). Sanz vd. (2013). One-way urban traffic reconfiguration using a multi-objective harmony. Expert Systems with Applications, (3341-3350). Toklu vd. (2013). Analysis of trusses by total potential optimization method. Structural Engineering and Mechanics, (183-199).

372