Geri Dön

Yapay zekâ optimizasyon yöntemleri ile yaralı toplanma merkezlerinin konuşlandırılması

Locating of casuality collection centers with artificial intelligence optimization methods

  1. Tez No: 417555
  2. Yazar: HAKAN MURAT ARSLAN
  3. Danışmanlar: PROF. DR. MEHMET SELAMİ YILDIZ
  4. Tez Türü: Doktora
  5. Konular: Sağlık Kurumları Yönetimi, İşletme, Health Care Management, Business Administration
  6. Anahtar Kelimeler: Tesis Yerleştirme Problemleri, P-medyan Tesis Yerleştirme Modeli, Yaralı Toplanma Merkezleri, Facility Location Problems, P-median Facility Location Model, Casuality Collection Centers
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Düzce Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 156

Özet

Yaralı toplanma merkezleri, deprem, kasırga, sel veya savaş gibi büyük afetlerde çok sayıda yaralıya bir anda acil sağlık hizmeti verebilen ilk müdahale merkezleridir. Bu merkezlerin yerleri en uygun şekilde önceden saptanmalı ve olası bir afette halk, hangi merkezlerden hizmet alacağını bilmelidir. Bu çalışmada, Düzce ili için oluşturulacak yaralı toplanma merkezlerinin (YTM) optimum belirlenmesi amaçlanmıştır. Bu amaca yönelik, tesis yerleştirme problemlerinin çözümü için yaygın olarak kullanılan P- Medyan Tesis Yerleştirme Modeli seçilmiştir. Çalışmanın uygulandığı bölgede toplanma merkezi olabilecek yerler ve sayısı, bölge sınır koordinatları, yerleşim birimleri koordinatları ve güncel nüfus verileri Düzce il valiliği ilgili birimlerinden alınmıştır. Bu veriler kullanılarak yerleşim birimleri ve aday toplanma merkezleri arası uzaklıklar Google Maps programı vasıtasıyla hesaplanmıştır. Çalışmanın matematiksel modelini analiz etmek için Sitation tesis yerleştirme yazılımı kullanılmıştır. Sitation yazılımının ara yüzleri kullanılarak çalışmanın modeli hem Lagrange Çarpanları yöntemi hem de Genetik Algoritma yöntemi ile ayrı ayrı analiz edilerek karşılaştırılmıştır. Çalışmanın modeli, ilk olarak Düzce il merkezindeki 56 yerleşim biriminde kurulacak üç adet Yaralı Toplanma Merkezi ile maksimum talebin karşılanması için Lagrange Çarpanları yöntemi kullanılarak kapsama mesafesi 2 km için analiz edildiğinde Düzce merkez nüfusunun % 99.44'ü yani 142217 kişinin talebi Kültür, Sallar ve Çamköy merkezleri ile karşılanmıştır. Bir yerleşim biriminin (Kemal Işıldak) yani 800 kişinin talebi karşılanamamıştır. Daha sonra model Genetik Algoritma yöntemi kullanılarak kapsama mesafesi 2 km için analiz edildiğinde Düzce merkez nüfusunun % 99.46'sı yani 142245 kişinin talebi Bayram Gökmen, Bahçelievler ve Kültür yaralı toplanma merkezleri ile karşılanmıştır. Bir yerleşim biriminin (Soğukpınar) yani 773 kişinin talebi karşılanamamıştır. İki farklı optimizasyon yöntemi ile yapılan analizler karşılaştırıldığında Genetik Algoritma ile yapılan analiz sonuçlarının optimum ve daha fazla toplumsal fayda oluşturduğu izlenmiştir. Elde edilen sonuçlar afet koordinasyon yetkilileri ile paylaşılmış ve ilgili afet planlarına dâhil edilmesi önerilmiştir.

Özet (Çeviri)

Casuality collection centers are the first-aid centers where a large number of casualities are provided with urgent medical service at a time in big disasters such as earthquakes, tornadoes, floods and wars. Location of these casuality collection centers must be determined appropriately beforehand and people must be informed of what center they are to be provided with service at. In this study it is aimed that optimum location is determined for casuality collection centers (CCC) to be founded for the province of Duzce. For this aim, P-Median Location Model frequently used in the solution of facility location problems has been chosen. The places and the number of them that could be casuality collection centers in the area where the study has been applied, the coordinates of residence centers and the current data of population have been obtained from the related units of Düzce Governer Office. Using this data, the distance between residence centers and probable casuality collection centers have been calculated through Google Maps program. Sitation facility location software has been used to analize the model established. By using the interface of the Sitation software, the model of the study has been compared with both Langrange multupliers and Genetic Algorithm through analyzing separately. When the model of the study has been analized for 2 kilometres of covering distance using Langrange Multupliers method in order to meet the maximum demand with 3 casuality collection centers to be located for the first time in 56 residence centers of Düzce province centrum ,the demand of 99,44 percent of centrum population that meant 142217 people was met through Kültür,Sallar and Çamköy residences. The demand of only one residence (Kemal Işıldak) that meant 800 people could not be met. Later when the covering distance for 2 kilometres was analized using model Genetic Algorithm method, the demand of 99,46 percent of centrum population of Düzce that meant 142245 people was met through the casuality collection centers of Bayram Gökmen, Bahçelievler and Kültür. The demand of only one residence (Soğukpınar) that meant 773 people could not be met. When the analyses conducted through these 2 different methods of optimization have been compared it is seen that the results of the analyse through Genetic Algorithm method are optimum and more of socially benefical. The results obtained have been shared with the authorities of disaster coordination and recommended to be included in related disaster plans.

Benzer Tezler

  1. Elektrikli otobüslerde çizge tabanlı öznitelik seçimi ve makine öğrenmesi ile kestirimci bakım

    Predictive maintanance with graph based feature selection & machine learning in electrical busses

    AYŞE IRMAK ERÇEVİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET MURAT ÖZBAYOĞLU

  2. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  3. Yapay zekaya dayalı olarak insanların katı evsel atıklarının tahmini ve orman endüstrisi'nin kullanımı için optimizasyon

    Prediction of human solid household waste based on artificial intelligence and optimization for forest industry use

    AYLY ACHYLOV

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiBartın Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TİMUÇİN BARDAK

    DOÇ. DR. SELAHATTİN BARDAK

  4. Ahşap yüzey performans parametrelerinin optimizasyonuna yönelik deney tasarımı ve yapay zekâ modeli entegrasyonu

    Integration of experi̇mental design and artificial intelligence models to optimize wood surface performance parameters

    ENDER HAZIR

    Doktora

    Türkçe

    Türkçe

    2019

    Ağaç İşleriİstanbul Üniversitesi-Cerrahpaşa

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. KÜÇÜK HÜSEYİN KOÇ

    PROF. DR. ŞAKİR ESNAF

  5. Yapay zekâ yöntemleriyle termoelektrik modülün kontrolü

    Control of thermoelectric module with artificial intelligence methods

    TUFAN KOÇ

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiMilli Savunma Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NEVRA BAYHAN

    PROF. DR. SEDAT BALLIKAYA