Geri Dön

Buzlanma tahmini için bir algoritma geliştirilmesi ve mobil uygulamasının gerçekleştirilmesi

Development of an algorithm for icing forecast and implementation of mobile application

  1. Tez No: 472803
  2. Yazar: HATİCE TIRAŞOĞLU
  3. Danışmanlar: YRD. DOÇ. DR. FECİR DURAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

Soğuk hava ve ağır kış şartları, yollarda buzlanmaya sebep olmakta ve bu nedenle her yıl birçok ölümlü, yaralanmalı ve maddi hasarlı kaza meydana gelmektedir. Bu çalışmada yollardaki buzlanmadan kaynaklı kazaların engellenmesine yönelik bir buzlanma tahmin algoritması ve mobil uygulaması geliştirilmiştir. Geliştirilen uygulama ile sürücülerin güzergâhları doğrultusunda buzlanma oluşumu ile ilgili ön bilgi verilmesi amaçlanmaktadır. Yol durum sensörü ve hava istasyonlarından alınan sıcaklık, çiğ noktası, hissedilen sıcaklık, rüzgâr şiddeti, rüzgâr yönü, bağıl nem, rüzgâr hızı ve buzlanma bilgisi geliştirilen tahmin algoritmasının eğitim veri kümesi olarak kullanılmıştır. Eğitim veri kümesi iki sınıfa sahip olup, buzlanmanın olup olmadığını ifade etmektedir. Geliştirilen mobil uygulama üzerinde sistemin eğitimi tamamlandıktan sonra meteorolojiden hava durumu özellikleri tahmin bilgisi alınarak gelecek 12 saat için buzlanma tahmini yapılmaktadır. Bu çalışmada ayrıca, veri madenciliği yöntemlerinden çok katmanlı algılayıcı (ÇKA) sinir ağı modeli, doğrusal ve doğrusal olmayan destek vektör makinaları (DVM) geliştirilen sistemin doğruluğunu ölçmek ve veri kümesini değerlendirmek için kullanılmıştır. Performans değerlendirmesi amacıyla çalışmada kullanılan algoritmaların sınıflandırma doğruluğuna bakıldığında, toplam doğru sınıflandırılan örnek sayısı temel alındığında ÇKA en iyi sonucu vermiştir. Sadece buzlanmanın olduğu sınıfın doğru sınıflandırılan örnek sayısına bakıldığında ise Doğrusal DVM üstünlük sağlamıştır. Geliştirilen tahmin algoritmasında sınıflandırma doğruluğu diğerlerine kıyasla daha az olmasına rağmen eğitimde kullanılan örnek sayısı arttıkça, buzlanma tahmin doğruluğunda doğru orantılı olarak iyileşme gözlenmiştir.

Özet (Çeviri)

old weather and heavy winter conditions cause ice on the roads, and this is why many deaths, injuries and property accidents happen every year. In this study, an icing forecast algorithm and a mobile application were developed to prevent accidents caused by ice on the roads. With the developed application, it is aimed to give information about the formation of icing in the direction of the routes of the drivers. Temperature, dew point, real feel temperature, wind intensity, wind direction, relative humidity, wind speed and ice information from the road condition sensor and weather stations were used as training data set of the developed estimation algorithm. The training data set has two classes and indicates whether or not there is icing. After the system training is completed on the developed mobile application, forecast information about the meteorology weather features is taken and icing estimation is done for the next 12 hours. In this study, multi-layer (MLP) neural network model, linear and non-linear support vector machines (SVM) from data mining methods are used to measure the accuracy of the developed system and evaluate the data set. When the classification accuracy of the algorithms used for the performance evaluation is considered, it is the best result of MLP based on the total number of correctly classified samples. When the class in which only icing occurs is based on the correct number of correctly classified samples, Linear SVM is superior. Despite the fact that the accuracy of classification in the proposed estimation algorithm is less than that of the others, as the number of samples used in education increases, the proportion of improvement in the prediction accuracy of ice has been observed

Benzer Tezler

  1. Implementation of icing forecast on highways with the grey wolf algorithm and deep learning

    Karayollarında buzlanma durumu tahminin bozkurt algoritması ve derin öğrenme ile gerçekleştirilmesi

    ABDULKHALEK IDAYYIM OWAID MALIKI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FECİR DURAN

  2. Türkiye hava alanlarının meteorolojik karakteristiklerinin çıkarılması

    Meteorological characteristics of Turkey airports

    MERT ULUYAZI

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ŞEN

  3. Ice detection with coplanar capacitive sensor

    Eş düzlemli kapasitif algılayıcı ile buz algılama

    ARDA AĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT İKİZOĞLU

  4. An ice accretion prediction tool for airfoils based on OpenFOAM

    OpenFOAM'a dayalı uçak kanatları için bir buzlanma tahmin aracı

    SEGHAER HOSSEIN EDEEB

    Doktora

    İngilizce

    İngilizce

    2019

    Havacılık MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    PROF. DR. HASAN UMUR AKAY

    PROF. DR. SERKAN ÖZGEN

  5. Hava araçlarında buzlanma derecesinin tahmini için farklı algoritmaların performanslarının kıyaslanması

    Comparison of the performances of different algorithms for estimating the degree of icing in aircraft

    FATMANUR ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ŞENOL