Şehir Geneli Operasyon ve Kaynak Koordinasyonu
Sistem Sorusu
“Sınırlı kaynaklar şehir genelinde şeffaf, etkili ve koordineli bir şekilde nasıl tahsis edilebilir?”
OW Nasıl Destekler
OW, parçalı operasyonel verileri paylaşılan bir sistem modeline entegre ederek, organizasyonların ödünleşimleri anlamasına ve yönetişim katmanları arasında eylemleri koordine etmesine olanak tanır.
Sorun
Büyük toplu taşıma kurumları nadiren tek bir kötü tarife yüzünden zorlanır; planlama, operasyon, maliye ve bakım birimlerinin yerel KPI’larını sistem düzeyinde çelişkili hale getirmesi yüzünden zorlanır. Otobüs, raylı ve sözleşmeli servisler sıklıkla farklı ‘gerçeğin’ versiyonlarını kullanır: güncelliğini yitirmiş GTFS anlık görüntüleri, kısmi AVL kapsaması ve sahada yaşananla uzlaşmayan rapor tabloları.
Bu parçalanma, görünmez örtüşmeyi büyütür: güçlü koridorlarda mükerrer hizmet, çevre mahallelerde ise güvenilir Service Coverage eksikliği. Deadhead konumlandırma bütçe kalemi yerine operasyonel detay sayılır. Paylaşılan bir optimizasyon dili olmadan yönetişim toplantıları karar etkisi yerine toplamlar üzerinden tartışır; Mixed-Integer Programming (MIP) ve doğrulanmış talep–arz modelleri tam burada kaldıraç yaratır.
OW Karar Zekâsı Yaklaşımı
OW, her optimizasyon öncesi GTFS Validation ve veri alım kapısı kurar. Şekil bütünlüğü, durak sırası, takvim tutarlılığı ve blok sürekliliği kontrol edilerek MIP formülasyonları sessiz veri hatalarıyla zehirlenmez. Temel ağ davranışı güvenilir hale gelince, kurumlar çok modlu kaynak tahsisini; aggregate deadhead oranını düşürmeyi, gecikmeye duyarlı Service Coverage’ı iyileştirmeyi ve filo, ekip ile siyasi minimumları sert kısıt olarak saymayı hedefleyen bir MIP ile modeller.
Senaryo katmanları, aynı amaç fonksiyonuna karşı ağ yeniden yapılandırma, yatırım erteleme veya operatörler arası aktarım gibi koordineli politikaları stres testine tabi tutar; ödünleşimler retorik değil, açıklanabilir olur. GTFS-RT farklarıyla desteklenen haftalık model yenileme döngüleri dijital ikizi saha gerçekliğine yaklaştırır, kamu denetimi için denetlenebilirlik korunur.
Temel Metrikler
| Metrik | Referans | OW ile optimize | İyileşme |
|---|---|---|---|
| Deadhead oranı (sistem) | %26–30 | %17–22 | 8–12 p ↓ |
| Service Coverage (eşitlik ağırlıklı) | 72/100 | 82–88/100 | +10–16 |
| Çapraz mod rapor gecikmesi | 5–10 gün | <24 saat | Gerçeğe yakın |
| Koordineli senaryo uzlaşma süresi | 8–12 hf | 2–4 hf | Daha hızlı |
Yönetişim ve veri füzyonu — GTFS doğrulama → paylaşılan MIP çekirdeği