Genetik makas yöntemi ile güzergah optimizasyonu
Route optimization using the genetic scissors method
- Tez No: 1016584
- Danışmanlar: DR. ÖĞR. ÜYESİ KADİR AKGÖL
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Ulaştırma Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, toplu taşıma güzergâhlarının mekânsal doğrudanlığını rasyonellik ölçütü temelinde iyileştirmeye yönelik Genetik Makas (GM) adı verilen memetik bir genetik algoritma çerçevesi geliştirilmiştir. Akgol ve ark. (2025) tarafından önerilen Akış Doğrultusu Yöntemi'nin (ADP) genişletilmiş bir problem yapısına uyarlanması olarak kurgulanan bu çerçeve, altı özgün yoğunlaştırma operatörü ve bir hat içi evrimsel arama bileşeninden oluşmaktadır. Problem tanımı, aynı koordinata sahip durakların aynı hat içinde art arda seçilmesini önleyen aynı konum kısıtı ile hat başlangıç ve bitiş duraklarının konumsal bütünlüğünü güvence altına alan güçlendirilmiş onarım prosedürü aracılığıyla referans yönteme göre genişletilmiştir. İki fazlı uygunluk yapısı sayesinde evrimsel arama ilk aşamada toplam yol uzunluğunu, ikinci aşamada ise rasyonellik değerini iyileştirmeye yönlendirilmiştir. Algoritma parametreleri, problem boyutuna duyarlı regresyon tabanlı uyarlanabilir bir yapı ile belirlenmiştir. İstanbul toplu taşıma ağından türetilen kümeler üzerinde gerçekleştirilen deneysel analizler, önerilen yöntemin hem mevcut güzergâhlara hem de referans yönteme göre üstün performans sergilediğini göstermiştir. 213 normal küme üzerinde yürütülen analizlerde yöntem, geniş veri evreninde tutarlı iyileşme üretmiştir. Adil yöntem karşılaştırması amacıyla oluşturulan 109 kümelik alt örneklem üzerinde ise GM kümelerin %81,7'sinde iyileşme sağlamış ve ortalama %2,30 rasyonellik iyileşmesi üretmiştir. Wilcoxon işaretli sıra testi bu iyileşmenin istatistiksel olarak anlamlı olduğunu göstermiştir (𝑝 < 0,001, 𝑟 = 0,750). Referans yöntem ile doğrudan karşılaştırmada ise GM, 109 kümenin 84'ünde daha iyi sonuç üretmiş ve bu üstünlük yine istatistiksel olarak anlamlı bulunmuştur (𝑝 < 0,001, 𝑟 = 0,714). Durak sayısından bağımsız tutarlı performans göstermesi ve çok hatlı yapılarda etkinliğini koruması, önerilen yöntemin büyük ölçekli toplu taşıma ağlarında uygulanabilirliğini desteklemektedir.
Özet (Çeviri)
This study develops a memetic genetic algorithm framework called Genetic Scissors for improving the spatial directness of public transit routes based on the rationality criterion. The framework is formulated as an adaptation of the Flow Direction Method proposed by Akgol ve ark. (2025) to an extended problem structure and consists of six original intensification operators together with an in-route evolutionary search component. Compared with the reference method, the problem formulation is extended by two additional mechanisms: a same location constraint that prevents stops sharing identical coordinates from being selected consecutively on the same route, and a strengthened repair procedure that preserves the positional integrity of route start and end stops. Through a two-phase fitness structure, the evolutionary search is directed first toward minimizing total path length and then toward minimizing rationality. Algorithm parameters are determined by a regression-based adaptive scheme that is sensitive to problem size. Experimental analyses conducted on clusters derived from the Istanbul public transit network show that the proposed method outperforms both the existing routes and the reference method. Across 213 normal clusters, the method produced consistent improvements over the baseline route structures. On the 109 cluster subset defined for fair method comparison, Genetic Scissors improved 81.7% of the clusters, with an average rationality improvement of 2.30%. The Wilcoxon signed-rank test confirmed that this improvement was statistically significant (𝑝 < 0,001, 𝑟 = 0,750). In direct comparison with the reference method, Genetic Scissors produced better results in 84 of the 109 clusters, and this superiority was also found to be statistically significant (𝑝 < 0,001, 𝑟 = 0,714). Its scale-invariant performance with respect to the number of stops and its effectiveness in multi-route structures support the applicability of the proposed framework to large-scale public transit networks.
Benzer Tezler
- Akson sayımı yöntemindeki ortalama motor ünite potansiyeli alanı ile ön boynuz hastalığı ve miyopatilerin ayırımı
Başlık çevirisi yok
PEYMAN AMİNPOUR
- Kistik fibrozisli çocuk hastalarda karaciğer tutulumunun MR elastografi ile non-invazif değerlendirilmesi
Başlık çevirisi yok
AZİZ ANIL TAN
Tıpta Uzmanlık
Türkçe
2022
Radyoloji ve Nükleer TıpHacettepe ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. HATİCE NURSUN ÖZCAN
- Türkiye'de küçük ruminantlarda mide bağırsak nematodu türlerinin popülasyon genetiği ve antelmentik direnç durumunun tespiti
Population genetics and detection of anthelmintic resistance of gastro-intestinal nematode species in small ruminants in Turkey
MAHMUT SİNAN EREZ
- Şizofreni Hastalarında Klozapin ve Norklozapin Kan Plazma Düzeylerine ABCB1 3435C>T ve UGT1A4 L48V Polimorfizmlerinin Etkisi
The Effect of ABCB1 3435 C>T and UGT1A4 L48V Polymorphisms to the Plasma Clozapine and Norclozapine Levels in Patients with Schizophrenia
FEZİLE ÖZDEMİR
- Kыргызстанда өстүрүлгөн жүгөрү сортторун генетикалык модификацияланган организмдердин болуусуна карата изилдөө
Kırgızistan'da yetiştirilen mısır çeşitlerine genetiği değiştirilmiş organizmaların dahil edilmesi
ASEL CODARBEKOVA
Yüksek Lisans
Kırgızca
2025
BiyoteknolojiKırgızistan-Türkiye Manas ÜniversitesiBiyoteknoloji Ana Bilim Dalı
DOÇ. DR. KADIRBAY ÇEKİROV