Hava kirliliğinin yapay zeka teknikleri ile belirlenmesi
The artificial intelligence air pollutiondetermination and techniques
- Tez No: 266489
- Danışmanlar: YRD. DOÇ. DR. MEHMET TEKTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kentsel Sistemler ve Ulaştırma Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Hava kirliliği özellikle büyük ?ehirler için kı? aylarında önemli bir sorun olarak kendisini göstermektedir. Kirleticilerin atmosfere bırakılma miktarı yanında olumsuz atmosferik ?artlar büyük ?ehirlerde hava kirliliğinin insan sağlığı için olumsuz konsantrasyon değerlerine ula?masına neden olmaktadır. ?stanbul ilinin geçmi?i göz önüne alındığında bu tür olumsuzluklar özellikle kı? aylarında sıkça gözlemlenmi?tir. Hava kirliliği modellemesi ile kirletici konsantrasyonların doğru bir ?ekilde tahmininin yapılması kirliliğin olumsuz etkilerinin azaltılmasında ya da gerekli önlemlerin alınmasında etkili olacaktır.Bu çalı?mada ?stanbul ili ele alınarak, hava kirliliği konularında giderek daha yaygın uygulama olanağı bulan ve ba?arılı sonuçlar veren Yapay Zeka Tekniklerinden Bulanık Mantık modeli kullanılarak hava kirliliğinin çe?itli hava kirliliğinin tahmini yapılmı?tır. SO2, PM10 ve CO kirletici parametreleri için uygun modeller olu?turulmu? ve bu modeller yardımı ile kirletici konsantrasyonlarının etkileri incelenmi?tir.Bulanık mantık modelinde, SO2, PM10 ve CO konsantrasyonları modellenen ve tahmin edilen hava kirliliği parametreleri olarak kullanılmı?tır. Veri tabanı olarak kirletici parametrelerin EPA standartları kullanılmı?, bu veri seti ile dört giri? bir çıkı?tan olu?an model olu?turulmu? ve hava kirliliği indeksi tahmin edilmi?tir.
Özet (Çeviri)
Air pollution in large cities poses a problem to the public health in winter months. Not only the amount of pollutants released into the atmosphere but also adverse atmospheric conditions increase the air pollution values to the extreme values that pose a great treat to the human health. Considering the archive values of the city of Istanbul, these negativities have been observed at winter months. Air pollution modeling and prediction of pollutant concentrations will lead decrease the negative effects and also required precautions will be taken by these assumptions.This study considers the city of Istanbul. With the fuzzy logic model using Artificial Intelligence Techniques that is being used widely and considered to be the most trusted model that can be used for estimating the air pollution values. SO2, PM10 and CO pollutant models were created according to parameters and pollutantcon centrations.In fuzzy logic model, SO2, NOx, PM10 and CO concentrations were modeled and estimated parameters used as air pollution. EPA pollutant database used as standard parameters, this data set, consisting of four input output model was developed and an air pollution index was predicted.
Benzer Tezler
- Land based emission inventory and consistency analysis for WRF-Chem: Dilovası example
WRF-Chem için arazi bazlı emisyon envanteri ve tutarlılık analizi: Dilovası örneği
UMUR DİNÇ
Yüksek Lisans
İngilizce
2021
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- İstanbul ili PM ve THC dağılımının yapay sinir ağ teknikleri ile modellenmesi
Modeling PM and THC distribution in İstanbul with artificial neural network techniques
ÜLKÜ ŞAHİN
Doktora
Türkçe
2005
Çevre Mühendisliğiİstanbul ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF.DR. CUMA BAYAT
- Applications of multi-agent systems in transportation
Ulaşımda çoklu ajan sistemlerinin uygulamaları
İLHAN TUNÇ
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Güneş enerji santrallerinde makine öğrenmesi algoritmaları ve coğrafi bilgi verileri kullanılarak enerji üretiminin tahminlenmesi
Prediction of energy production in solar power plants usi̇ng machine learning algorithms and geographic information data
EREN POLATCAN
Yüksek Lisans
Türkçe
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. HAYRİ HAKAN DENLİ