PREDICTIVE MODELING IN ELECTROMOBILITY: A TIME SERIES ANALYSIS

Bu çalışma, gelecekteki eğilimleri tahmin etmek amacıyla, bir ildeki elektrikli bisiklet kullanımını zaman serisi modelleri ile analiz etmektedir. Sürdürülebilir ulaşımın kritik bir parçası olan elektrikli bisikletler, kentsel hareketliliği ve talep tahminini iyileştirir; bu da elektrikli bisiklet paylaşım sistemleri yönetimi için hayati önem taşır. Tahminler ilk olarak yalnızca bisiklet kullanım verileriyle tek değişkenli modeller (ARIMA, Prophet, SSA) kullanılarak yapıldı. Ardından, sıcaklık, yağış ve rüzgar hızı gibi dış etkenleri dahil eden çok değişkenli yaklaşımlara (SARIMAX, Multivariate Prophet, MSSA) geçildi. Bu sayede veri seti, çevresel etkileri yakalamak için meteorolojik değişkenlerle birleştirildi. Model performansı RMSE ve MAE metrikleriyle değerlendirildi. Sonuçlar, doğrulukta bölgesel farklılıklar olduğunu gösterdi: ARIMA, tek değişkenli modeller arasında dört bölgede en iyisiydi, ancak SARIMAX ve Multivariate Prophet çoğu bölgede üstün tahminler üretti. Ayrıca MSSA, dış etkileri dahil etmenin faydasını vurgulayarak 13 bölgede SSA'yı sürekli olarak geride bıraktı. Genel bulgular, hava durumu verilerini entegre etmenin tahmin hassasiyetini artırdığını ve daha iyi operasyonel stratejileri desteklediğini ortaya koymaktadır. Bu yaklaşım, elektrikli bisiklet paylaşım hizmetlerini ve şehir içi ulaşım planlamasını optimize ederek daha verimli kaynak kullanımına ve yüksek kullanıcı memnuniyetine katkıda bulunmaktadır.