Trenlerarası çatışmaların çözümünde dispeçer kararlarının yapay sinir ağı modeli
Anlysis of train dispatching process with artificial neural networks
- Tez No: 139657
- Danışmanlar: YRD. DOÇ. DR. İSMAİL ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Tren çizelgeleme, demiryolu trafik kontrolü, yapay sinir ağlan, geri yayma algoritması, çok nitelikli karar verme. vı, Train scheduling, train dispatching, artificial neural networks, back propagation algorithm, multiple criteria decision making. vn i
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Ulaştırma Bilim Dalı
- Sayfa Sayısı: 77
Özet
ÖZET Bir ulaştırma alt sistemi olan demiryolu, günümüzde diğer ulaştırma alt sistemleriyle yoğun bir rekabet ortamındadır. Rekabet edebilmenin en önemli koşullarından biri sunulan hizmetin kalitesidir. Bir ulaştırma alt sisteminin kalitesine ilişkin önemli iki ölçüt dakiklik ve güvenilirliktir. Bu ölçütlerin sürekli istenilen düzeyde tutulabilmesi, etkin trafik kontrolü ile sağlanabilir. Bu çalışmada, trafiğin önceden hazırlanmış çizelgeye uygun yürütüldüğü plan duyarlı işletmecilik koşullarındaki trafik kontrol problemi ele alınacaktır. Önceden hazırlanmış çizelge, trenlerarası çatışmalar bulunmayan bir plandır. Ancak planlanmamış olayların gerçekleşmesiyle trenlerarası çatışmalar meydana gelebilir. Trafik kontrolü, trenlerarası çatışmaları, gecikmeleri minimize ederek çözmeyi hedefleyip, yeni bir çizelge hazırlamak için uygulanır. Problemin büyük boyutlu ve karmaşık olması nedeniyle, optimum çözüme makul bir müddet içerisinde ulaşılması imkansızdır. Dolayısıyla, tren dispeçerleri çatışma çözümlerinde bazı kurallar kullanarak problemi basitleştirmektedirler. Bu çalışmada, tren dispeçerlerinin trenlerarası çatışmalarda verdikleri kararlar incelenmiş ve yapay sinir ağı tekniğiyle bu kararları modellenmiştir. Gerçekleştirilen sayısal testlerde modelin büyük bir basan oranıyla çalıştığı, yani dispeçerin kararlarını yüzde 92 oranında taklit edebildiği saptanmıştır. İkinci bölümde, demiryolu trafik kontrolünün esasları ortaya konmuş ve yeniden çizelgeleme üzerinde durulmuştur. İzleyen bölümde, yapay sinir ağı tekniği ve ağların genel çalışma prensipleri incelenmiştir. Yapay sinir ağı tekniğinin elemanları tanıtıldıktan sonra, kullanılan farklı eğitme yöntemlerine değinilmiştir. Dördüncü bölümde, trenlerarası çatışmaların çözümünde dispeçerin verdiği kararlan taklit eden bir yapay sinir ağı modeli oluşturulmuştur. Modelde çok katmanlı ileri beslemeli ağ yapısı ve öğrenme için geri yayma algoritması kullanılmıştır. Model, daha önce gerçekleşmiş çatışmalarda, dispeçerin verdiği kararlan inceleyip, gelecekteki çatışmalarda da benzer kararlan verebilecek şekilde eğitilmiştir. Modelde, dispeçerin kararlannda, temel öncelik sayısı, kritik oran, miyopik çözümdeki gecikme ve potansiyel çatışma sayısını göz önünde bulundurduğu kabul edilmiştir. Çalışmanın son bölümünde, geliştirilen modelin sonuçlan ve öneriler sunulmuştur.
Özet (Çeviri)
ABSTRACT Railways, as a transportation sub-system, is in a competition with other subsytems. One of the most important attributes of competition is the quality of the service provided. Two important criteria about the quality of a transportation sub-system are timeliness and reliability. Keeping these criteria at a certain desired level can be achieved by performing effective traffic control. In this study, we deal with traffic control problem for schedule-responsive operations, which is carried out based on a pre-determined schedule. Train conflicts may occur when trains deviate from this schedule. Traffic control procedures are performed for rescheduling train movements to minimize delays of trains running in the system. In this study, decisions made by train dispatchers have been examined and modelled using artificial neural networks technique. We have performed several numerical tests to determine the success of the model developed. The test results showed that proposed neural network model can reproduce the decisions of train dispatchers with a 92 percent success rate. In chapter two, the railway traffic management process is outlined. We then introduce the artificial neural networks and explain the way they work in chapter three. Having defined the elements of artificial neural networks, we detailed the various network types. A neural network model, which is developed to imitate the dispatcher's decisions in solving train conflicts, is presented in the subsequent chapter. The model was provided with numerous decisions given by train dispatchers in the past and trained to reproduce similar decisions when a new conflicting situation is introduced. Several numerical test were performed in order to identify the success of the model and the effects of various input parameters on the outcome. The test results are given at the end of the chapter. In the last chapter of the study, conclusions and some future prospects are presented.
Benzer Tezler
- Demiryolu trafik kontrolü probleminin genetik algoritmalarla çözümü
Solution of railway control problem using genetic algorithms
SELİM DÜNDAR
Doktora
Türkçe
2010
İnşaat MühendisliğiYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ŞAHİN
- Trenlerarası çatışma yönetimine dayalı trafik kontrolü için bir karar destekleyici sistem
Başlık çevirisi yok
İSMAİL ŞAHİN
Doktora
Türkçe
1995
İnşaat MühendisliğiYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. AYDIN EREL
- Comparison of disturbance resolution between timetable-based and headway-based regulations: A case study of Marmaray
Zaman çizelgesi ve trenler arası süre tabanlı düzenlemeler arasındaki arıza çözümünün karşılaştırması: Marmaray örneği
ANIL ATEŞ
Yüksek Lisans
İngilizce
2019
Ulaşımİstanbul Teknik ÜniversitesiRaylı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- A control and automation engineering approach to railway interlocking system design
Demiryolu anklaşman sistem tasarımına kontrol ve otomasyon mühendisliği yaklaşımı
MUSTAFA SEÇKİN DURMUŞ
Doktora
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- Derekütüğün (Bayat-Çorum) civarı nabit bakır cevherleşmelerinin jenetik incelemesi
Genetic investigation of native copper mineralization around derekütüğün (Bayat-Çorum)
BÜŞRA DEMİRTAŞ
Yüksek Lisans
Türkçe
2024
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ÇİFTÇİ