A genetic programming based decision model for vehicle lane-changing movements

Şerit değiştirme hareketleri temel olarak zorunlu şerit değişikliği ve keyfi şerit değişikliği şeklinde sınıflandırılmaktadır. Zorunlu şerit değişikliği, planlanan varış yerine ulaşmak için sürücünün zorunlu olarak yaptığı şerit değiştirme olarak tanımlanmaktadır. Keyfi şerit değişikliği, daha iyi trafik koşullarında seyahat etme talebi nedeniyle sürücünün gerçekleştirmiş olduğu şerit değiştirmedir. Mevcut şeritte ve yan şeritlerdeki trafik özellikleri sürücüleri keyfi şerit değişikliği yapmaya motive etmektedir. Bunun sonucu olarak karayolları üzerinde çok sayıda şerit değiştirme hareketleri görülmektedir. Bu çalışma trafikte şerit değiştirme hareketlerinin büyük bir çoğunluğunu oluşturan keyfi şerit değiştirme hareketlerini modellemeye odaklanmıştır. Genetik programlama yöntemi kullanarak bir şerit değiştirme karar modeli geliştirilmiştir. Yöntemin seçilmesinde, genetik programlamanın literatürde farklı mühendislik problemlerinde göstermiş olduğu yüksek başarısı etkili olmuştur. Geliştirilen model iki farklı karayolundan toplanan verilerle test edilmiş ve performansı ortaya konulmuştur. Buna ilaveten, model literatürdeki yüksek performanslı başka bir modelle karşılaştırılmıştır. Önerilen karar modelinin taşıt hareketlerine ve simülasyon yazılımlarına anlamlı bir katkı sağlayacağı düşünülmektedir.The movement of lane-changing can mainly be classified as mandatory lane-changing and discretionary lane-changing. Mandatory lane-changing is the lane change enforcedly performed by a driver in anticipation of reaching their planned target. Discretionary lane-changing occurs when a driver aspires to travel in better traffic conditions. The state of the traffic in the existing lane and adjacent lanes motivates drivers to change lane discretionally. As a result, numerous movements of lane-changing are seen on roads. This study focuses on modelling discretionary lane changes which make up the majority of lane changes in traffic. A lane-changing decision model was developed using a method of genetic programming. The decision to use genetic programming has come from its high levels of success in various engineering problems in literature. The developed model was tested with the data gathered from two different highways and was revealed its performance. In addition, the model was compared with another high-performance model in literature. It is believed that the proposed decision model will make a significant contribution to vehicle movements and simulation software