There are multiple variables that affect trip generation. As well as the effects of these variables may be individually, they may be effective all together. The aim of this study is to modelling the trip generation with Artificial Neural Networks (ANN) by using the numbers of population, gross domestic product and registered cars from these variables influencing the trip generation and to compare with the regression results.Due to the fact that there are many uncertainties affecting trip generation, works have been carried out with the method of ANN and benefitted from MATLAB programme.The research has been carried out to modelling the trip generations to occur on state highways in 81 provinces for the year of 2009 by using 2007-2008 data, in 8 chosen provinces for the year of 2009 by using 2007-2008 data and in 8 provinces by using 2009 data.As a result of these three applications, the estimations by ANN have given better results comparing to classic regression method. In the first application R-square distribution of 0.914 for ANN LOG, R-square distribution of 0.928 for ANN TAN and R-square distribution of 0.560 for MRA have been obtained. In the second application R-square distribution of 0.991 for ANN LOG, R-square distribution of 0.970 for ANN TAN and R-square distribution of 0.946 for MRA have been obtained. In the third application application R-square distribution of 0.942 for ANN LOG, R-square distribution of 0.953 for ANN TAN and R-square distribution of 0.922 for MRA have been obtained.Three variables influencing the trip generation have been evaluated together in the research carried out. It is possible to develop the research by increasing the number of variables.

Yolculuk yaratımını etkileyen birden fazla değişken bulunmaktadır. Bu değişkenlerin etkileri tek tek olabildiği gibi, birkaçı bir araya geldiğinde de olabilmektedir. Bu çalışmanın amacı da; yolculuk yaratımını etkileyen bu değişkenlerden, nüfus, gayri safi yurtiçi hasıla (GSYH) ile illere kayıtlı otomobil sayısının (OS) birlikte kullanılarak yolculuk yaratımının Yapay Sinir Ağları (YSA) ile tahmini ve regresyon sonuçları ile karşılaştırılmasıdır.Yolculuk yaratımını etkileyen oldukça fazla belirsizliklerin bulunması nedeniyle çalışmalar YSA yöntemi ile yapılmakta olup, MATLAB programından yararlanılmaktadır.Çalışma; 2007-2008 yılı verileri kullanılarak 2009 yılı için 81 ilde, 2007-2008 yılı verileri kullanılarak 2009 yılı için seçilen 8 ilde ve 2009 yılı verileri kullanılarak 8 ilde devlet il yollarında oluşacak günlük yolculukları tahmin etmek için yapılmaktadır.Bu üç uygulama sonucunda YSA ile yapılan tahminler çoklu regresyon yöntemine göre daha iyi sonuçlar vermektedir. İlk uygulamada YSA LOG için R-Kare dağılımı 0.914, YSA TAN için R-Kare dağılımı 0.928 ve ÇDRÇ için R-Kare dağılımı 0.560 elde edilmektedir. İkinci uygulamada YSA LOG için R-Kare dağılımı 0.991, YSA TAN için R-Kare dağılımı 0.970 ve ÇDRÇ için R-Kare dağılımı 0.946 elde edilmektedir. Üçüncü uygulamada YSA LOG için R-Kare dağılımı 0.942, YSA TAN için R-Kare dağılımı 0.953, ÇDRÇ için R-Kare dağılımı 0.922 elde edilmektedir.Yapılan çalışmada yolculuk yaratımını etkileyen üç değişken birlikte değerlendirilmektedir. Değişken sayısını arttırarak çalışmayı geliştirmek mümkündür.