Izgara tabanlı bir ortamda kısmi kapsama kısıtları altında hücresel ağ yerleşiminin optimizasyonu
Optimization of cellular network deployment under partial coverage constraints in a grid-based environment
- Tez No: 1016948
- Danışmanlar: DOÇ. DR. TUFAN DEMİREL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Sistem Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kentsel alanlarda mobil iletişim hizmetlerine olan talebin artması, hücresel ağların daha etkin ve maliyet duyarlı biçimde planlanmasını gerekli kılmaktadır. Literatürde yaygın olarak ele alınan tam kapsama temelli yaklaşımlar, yüksek kurulum ve işletme maliyetleri nedeniyle çoğu zaman uygulanabilirliğini yitirmektedir. Bu nedenle, belirli bir kapsama oranının yeterli kabul edildiği kısmi kapsama stratejileri, gerçekçi ve sürdürülebilir bir planlama alternatifi olarak öne çıkmaktadır. Bu tez çalışmasında, hücresel ağ yerleşim problemi kısmi kapsama koşulu altında ele alınmış ve çalışma alanı iki boyutlu bir ızgara yapısı kullanılarak modellenmiştir. Izgara hücrelerinin her biri potansiyel kullanıcı talebini temsil etmekte olup, bir baz istasyonunun yerleştirildiği hücre ile birlikte çevresindeki sekiz komşu hücreyi kapsadığı varsayılmıştır. Çalışmanın temel amacı, tüm hücrelerin en az %70'inin kapsama alanı içerisinde kalmasını sağlayacak şekilde, kullanılacak baz istasyonu sayısının minimize edilmesidir. Problem, tamsayılı doğrusal programlama yaklaşımı ile matematiksel olarak formüle edilmiş ve baz istasyonu yerleşim kararları ikili değişkenler aracılığıyla ifade edilmiştir. Geliştirilen modelin kurulumu, çözümü ve sonuçların analizi için Python programlama dili kullanılmıştır. Python ortamında, optimizasyon kütüphaneleri aracılığıyla model çözülmüş; elde edilen çözümler görselleştirme ve karşılaştırmalı analiz yöntemleriyle değerlendirilmiştir. Farklı ızgara boyutları ve kapsama senaryoları altında elde edilen sonuçlar, modelin esnekliğini ve uygulanabilirliğini ortaya koymuştur. Elde edilen bulgular, Python tabanlı optimizasyon yaklaşımının, kısmi kapsama gereksinimi altında hücresel ağ planlamasında etkili ve pratik çözümler sunduğunu göstermektedir. Bu çalışma, gerçekçi varsayımlarla geliştirilmiş modeli ve hesaplama destekli yaklaşımıyla literatüre katkı sağlamayı amaçlamaktadır.
Özet (Çeviri)
The growing demand for mobile communication services in urban areas has intensified the need for efficient and cost-aware cellular network planning methods. Conventional approaches in the literature often focus on achieving full coverage across the service area; however, such strategies frequently lead to excessive infrastructure costs and limited practical feasibility. As a result, partial coverage strategies, where a predefined portion of the service demand is considered sufficient, have emerged as a more realistic alternative. In this thesis, the cellular network deployment problem is addressed under partial coverage conditions using a grid-based modeling framework. The service area is represented as a two-dimensional grid, where each cell corresponds to potential user demand. A base station is assumed to provide coverage to its own cell as well as to the eight adjacent neighboring cells. The primary objective of the study is to minimize the number of deployed base stations while ensuring that at least 70% of the grid cells are covered. The problem is formulated as an integer linear programming model, with binary decision variables representing base station placement decisions. The implementation, solution, and analysis of the proposed optimization model are carried out using the Python programming language. Python-based optimization libraries are employed to solve the model efficiently, while visualization and data analysis tools are used to evaluate and compare the obtained solutions under different grid sizes and coverage scenarios. The computational results demonstrate that the proposed Python-based optimization approach can effectively generate balanced solutions that reduce deployment costs while maintaining an acceptable level of service coverage. The study highlights the practicality of partial coverage planning and emphasizes the role of Python as a flexible and powerful tool for solving real-world cellular network design problems.
Benzer Tezler
- Frontier point based autonomous exploration in 2D environment
2B ortamda sınır noktası tabanlı özerk keşif
ECEM SÜMER
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Deep reınforcement learnıng based hybrıd goalassıgned multı agent path plannıng ın dynamıcenvıronments
Dinamik ortamlarda derin pekiştirmeli öğrenme tabanlıhibrit hedef atamalı çok ajanlı yol planlama
BARIŞ ALMAÇ
Yüksek Lisans
İngilizce
2025
Mühendislik BilimleriSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÜNEL
- Multi-agent planning with automated curriculum learning
Otomatik müfredat öğrenmesi ile çoklu ajan planlaması
ONUR AKGÜN
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Upper mantle structure of fennoscandia by finite-frequency body-wave tomography: Analysis and geodynamic implications
Sonlu-frekans cisim dalgası tomografi yöntemiyle fenno-iskandinavya'nın üst manto yapısı: Analiz ve jeodinamik çıkarımlar
NEVRA BULUT
Doktora
İngilizce
2022
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. HANS THYBO
- Mobil robotlarda Markov konumlama tabanlı navigasyon
Navigation in mobile robots based on Markov localization
MUSTAFA TANIŞ
Yüksek Lisans
Türkçe
2015
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ