Geri Dön

Regresyon analizi ve yapay zeka yaklaşımı ile Türkiye ve seçilen bazı büyük illeri için trafik kaza tahmin modelleri

Regresion analiysis and artificial intelligence approach with traffic accident prediction models for Turkey and some chosen big cities

PDF İndir

  1. Tez No: 176980
  2. Yazar: ERDEM DOĞAN
  3. Danışmanlar: YRD. DOÇ. DR. ALİ PAYİDAR AKGÜNGÖR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Kazalar, Trafik, Ulaşım, Accidents, Traffic, Transportation
  6. Anahtar Kelimeler: Kaza Tahmin Modelleri, Smeed, Andreassen, Yapay Sinir Ağları, Genetik Algoritma, Türkiye, Accident Prediction Models, Smeed, Andreassen, Artificial Neural Network, Genetic Algorithm, Turkey
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Kırıkkale Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 122

Özet

Bu tez çalısmasında, Türkiye'de meydana gelen trafik kazaları ve bu kazalar sonucunda meydana gelen yaralı ve ölü sayılarını tahmin eden modeller gelistirilmistir. Modelleri gelistirmek için 1986?2000 yılları arasında kalan veriler, gelistirilen modelleri testi etmek için ise 2000?2005 yılları arasındaki veriler kullanılmıstır. Nüfus (P) ve motorlu araç sayıları (N) modellerde kullanılan bağımsız değiskenler olurken, bağımlı değiskenler olarak da sırası ile kaza (C), ölü (D) ve yaralı sayıları (I) alınmıstır. Modeller gelistirilirken üç ayrı teknik kullanılmıs olup, bunlar: I) Smeed ve Andreassen model formlarını gelistirmek için kullanılan Regresyon Analizi, II) Yapay Sinir Ağları, III) Genetik Algoritma Teknikleridir. Her üç teknik kullanılarak gelistirilen modeller 5 yıllık dönemde ortama karesel hatalar (OKH) yöntemi ile karsılastırılmıstır. Türkiye ve bazı seçilen büyük sehirleri için gelistirilen modeller karsılastırıldığında yapay zeka tekniği kullanılarak ortaya çıkan modellerin çok daha küçük hatalarla sonuca yaklastığı gözlenmistir. Ayrıca araç sayılarının değisimine bağlı ?ki senaryo dahilinde tahminler yapılmıstır. ?lk senaryoda eski araç sayıları verileri kullanılarak olusturulan eğriye uygun olarak araç sayısının arttığı düsünülmüstür. ?kinci senaryoda ise kisi basına düsen araç sayısının, 0.4 olacağı düsünülmüstür. Belirtilen iki senaryo dahilinde 2015 yılına kadar kaza (C), yaralı (I) ve ölü (D) sayılarının tahmini yapılmıstır

Özet (Çeviri)

In this thesis, different accident prediction models were developed for estimating the number of traffic accidents, injuries and deaths in Turkey. The data between 1986 and 2000 were used to develop the accident prediction models, and data between 2001 and 2005 were utilized for testing the models. In all developed models, population (P) and number of motorized vehicles (N) are used as independent variables, while the number of accidents (C), deaths (D) and injuries (I) are selected as dependent variables. three different techniques were used employed in model development; 1) Regression Analysis for Smeed and Andreassen model forms, 2)Artificial Neural Network and 3) Genetic Algorithm Technique. The performance of the proposed models were evaluated with mean square error (MSE). It is shown that the model developed using artificial intelligence technique produced better results with relatively small errors. Additionally two scenarios were presented for Turkey with various vehicle numbers. In the first scenario; number of vehicle increase with the ratio computed from the current data, In the second scenario, number of vehicles per capita is assumed to reach 0.40. In both scenarios, number of accidents (C), Injuries (I) and deaths (D) were forecast until 2015.

Benzer Tezler

  1. Tez No

    355696

    Karbon esaslı lifli polimerler (CFRP) ile güçlendirilmiş betonarme kolonlarda sargılı beton basınç dayanımının bulanık mantık yaklaşımı ile tahmini

    Prediction of confined compressive stress in rc columns strengthened with CFRP using fuzzy logic approach

    SELİM MURTAZAOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİLGE DORAN

    DOÇ. DR. KAAN YETİLMEZSOY

  2. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  3. Tez No

    732881

    Predicting direction of stock price movement by using adaptive ensemble learning method

    Hisse senedi fiyatı hareket yönünün adaptif topluluk öğrenmesi metodu ile tahmin edilmesi

    ALİ ÖZKAN PEKMEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN

  4. Tez No

    907061

    Kentsel katılım mekanizması olarak dijital ve geleneksel verinin birlikte çalışabilirliği üzerine bir model denemesi, Esenyurt ilçesi kamusal alanları

    A model experiment on interoperability of digital and traditional data as an urban participation mechanism, public areas of Esenyurt district

    MELİKE AKKAYA

    Doktora

    Türkçe

    Türkçe

    2024

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. ÖZLEM ÖZÇEVİK

  5. Tez No

    841267

    Türkiye'nin havayolu taşıyıcı modellerine göre yolcu talebinin çoklu doğrusal regresyon, ANFIS ve YSA teknikleri ile tahminlenmesi

    Estimation of passenger demand in Turkey according to airline carrier models using multiple linear regression, ANFIS and YSA techniques

    FATMA ŞEYMA YÜKSEL

    Doktora

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiÇukurova Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZAHİDE FİGEN ANTMEN

Geri Dön