Malatya ili için trafikte kaza analizi
Accident analysis in traffic for the province in Malatya
- Tez No: 1000193
- Danışmanlar: DOÇ. DR. HALİM FERİT BAYATA
- Tez Türü: Yüksek Lisans
- Konular: Trafik, İnşaat Mühendisliği, Traffic, Civil Engineering
- Anahtar Kelimeler: Kara yolu ulaşımı, Şehiriçi ulaşım, Land transportation, Urban transport
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Erzincan Binali Yıldırım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, Malatya ili kent içi karayolu ulaşım sisteminde meydana gelen trafik kazalarının şiddet düzeyini belirlemeye yönelik veri odaklı bir analiz gerçekleştirmektedir. Amaç, kazaların neden-sonuç ilişkilerini ortaya koymak ve makine öğrenmesi yöntemleri aracılığıyla kazaların olası sonuçlarını önceden tahmin edebilmektir. Bu kapsamda geniş ölçekli kaza verileri kullanılmıştır. Veriler üzerinde öncelikle eksik gözlem temizleme, ölçekleme ve kategorik değişkenlerin dönüştürülmesi gibi veri işleme adımları uygulanmıştır. Ardından, veri dengesizliğini gidermek amacıyla SMOTE (Synthetic Minority Oversampling Technique) yöntemi kullanılmış ve veri seti eğitim (%80) ve test (%20) olarak ikiye ayrılmıştır. Modelleme sürecinde lojistik regresyon, karar ağacı, rastgele orman, SVC, adaboost ve XGBoost algoritmaları kullanılarak kaza şiddeti tahmin edilmiştir. Modeller, doğruluk (accuracy), kesinlik (precision), duyarlılık (recall), F1 skoru ve Cohen's Kappa katsayısı gibi performans ölçütleriyle değerlendirilmiştir. Elde edilen sonuçlar, lojistik regresyon modelinin daha dengeli ve genellenebilir bir performans sergilediğini, XGBoost'un ise karmaşık örüntüleri yakalamada başarılı olduğunu göstermektedir. Karar ağacı modeli yüksek uyum gücüne rağmen aşırı öğrenme eğilimi göstermiştir. Analiz sonuçları, sürücü yaşı ve davranışı, yolun yapısı, yaya davranışı ve kazanın meydana geldiği yıl gibi değişkenlerin kaza şiddeti üzerinde belirleyici etkiler yarattığını ortaya koymaktadır. Çalışma, kent içi trafik güvenliği politikalarının veri temelli olarak şekillendirilmesi açısından önemli bir örnek oluşturmaktadır. Elde edilen bulgular, Malatya özelinde olmakla birlikte, benzer sosyo-ekonomik ve yapısal özelliklere sahip şehirlerde trafik güvenliği planlamasına yol gösterici niteliktedir.
Özet (Çeviri)
This study conducts a data-driven analysis to determine the severity levels of traffic accidents occurring within the urban road transportation system of Malatya province. The main objective is to reveal the cause–effect relationships of traffic accidents and to predict their possible outcomes using machine learning methods. Within this scope, large-scale accident data obtained from the General Directorate of Security (EGM) were utilized, and data preprocessing steps including missing observation removal, feature scaling, and transformation of categorical variables were applied. Subsequently, the Synthetic Minority Oversampling Technique (SMOTE) was employed to eliminate data imbalance, and the dataset was divided into training (80%) and testing (20%) sets. During the modeling stage, traffic accident severity was predicted using Logistic Regression, Decision Tree, Random Forest, Support Vector Classification (SVC), AdaBoost, and XGBoost algorithms. Model performance was evaluated using accuracy, precision, recall, F1-score, and Cohen's Kappa coefficient. The results indicate that the Logistic Regression model demonstrated a more balanced and generalizable performance, while XGBoost was more successful in capturing complex patterns in the dataset, and the Decision Tree model exhibited a tendency toward overfitting despite its high fitting capability. The analysis results reveal that variables such as driver age and behavior, road characteristics, pedestrian behavior, and the year in which the accident occurred have significant effects on accident severity. This study constitutes an important example for shaping urban traffic safety policies through data-driven approaches and provides guiding insights for traffic safety planning in cities with similar socio-economic and structural characteristics.
Benzer Tezler
- Malatya ili için sıvılaşma, taşıma gücü ve diğer geoteknik özelliklerin coğrafi bilgi sistemi kullanılarak değerlendirilmesi
Use of geographic information system for evaluating liquefaction, bearing capacity and other geotechnical properties for Malatya province
RÜMEYSA TUĞBA ÖZCAN
Yüksek Lisans
Türkçe
2023
İnşaat Mühendisliğiİnönü Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TALHA SARICI
- Güneş enerji santralleri için CBS ile en uygun yer tayini: Malatya ili örneği
Optimal location analysis of solar energy plants with geographical information systems: Case study of Malatya province, Turkey
YASİN GERÇEK
Yüksek Lisans
Türkçe
2018
EnerjiKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSNİYE EBRU ÇOLAK
- Engelli çocuğa sahip ailelerin engelsiz yaşam ve sportif faaliyetler için yerel yönetimlerden beklentilerinin incelenmesi (Malatya ili örneği)
Examining the expectations of families with disabled children from local governments for barrier-free life and sports activities (Malatya province example)
NADİYE GÜNER
Yüksek Lisans
Türkçe
2021
Sporİnönü ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
DOÇ. DR. MEHMET ILKIM
- İlköğretim 3. sınıf hayat bilgisi dersinde öğrencilere yaratıcı düşünme becerisini kazandırmak için önerilen etkinliklerin öğretmenler tarafından kullanılma sıklıkları (Malatya ili örneği)
The frequecy of usage of suggested activities for teachig creative thikig skills in life sciece course for third grades (the example of Malatya)
HÜLYA YASAVUR
Yüksek Lisans
Türkçe
2013
Eğitim ve Öğretimİnönü Üniversitesiİlköğretim Ana Bilim Dalı
PROF. DR. NEVZAT BATTAL
- Malatya ili ulaşım ağının optimizasyonu
Optimization of Malatya province transportation network
MUHAMMED ŞAMİL ŞIK