Traffic speed prediction with neural networks
Yapay sinir ağları ile karayolu hız tahmini
- Tez No: 478688
- Danışmanlar: PROF. DR. BÜLENT ÇATAY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Trafik, Industrial and Industrial Engineering, Traffic
- Anahtar Kelimeler: Trafik tahmini, Winters üssel düzeltme tekniği, Yapay sinir ağları, Traffic forecast, Winters exponential smoothing technique, Artificial neural networks
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Akıllı Şehirler olarak adlandırılan şehircilik anlayışına yönelimin artmasıyla birlikte, trafik hız ve yoğunluk tahmini araştırma konuları da daha çok ilgi çekmeye bas¸lamıştır. Bu konularda yapılan yakın tarihteki çalışmaların birçoğunda yapay sinir ağlarının kullanıldığı görülmektedir; fakat, bu çalışmalar genelde yakın gelecek tahminleri üzerine odaklanmıştır. Ancak yakın gelecek tahminleri günümüzdeki ihtiyaçları kars¸ılamamaktadır ve daha güvenilir güzergah planlaması için orta ve uzak dönem hız tahminleri yapan çalışmalara ihtiyaç duyulmaktadır. Bu çalışma da literatürdeki bu yetersizliği doldurmaya ve yakın dönem tahmin gibi orta dönem tahmin üzerinde de çalışmaktadır. Kullanılan ileri beslemeli yapay sinir ağı farklı zaman serisi öngörüleme yöntemlerini birleştirerek tahminler üretmektedir. Sinir ağımızın eğitimi esnasında hata değerlerini en küçükleyecek parametreler kullanılmıştır. Çalışmamızda İstanbul şehrinden yaklaşık 20 kilometre uzunluğunda iki adet çok ayrıtlı güzergah incelenmiştir ve bu güzergahlar üzerindeki hız verileri Küresel Konumlama Sistemi (KKS) ile 5 aylık bir süre boyunca her dakika için toplanmıştır. Deneysel çalışmalarımız sonucunda daha kısa ayrıtlara bölünmüş bir güzergahta ortalama mutlak sapma açısından daha iyi öngörüleme sonuçları alındığını gözlemledik. Aynı şekilde, belirli zaman serisi tahmin yöntemlerinin birleştiği yapay sinir ağlarının da bu tahmin yöntemlerinin kendilerinden daha iyi sonuç verdiğini gördük. Bunun dışında, incelenen yolun özelliklerine bağlı olarak, koms¸u ayrıt bilgilerinin de tahminlemede yararlı olduğunu gözlemledik.
Özet (Çeviri)
With the increasing interest in creating Smart Cities, traffic speed and flow prediction have attracted more attention in contemporary transportation research. Neural networks have been utilized in many recent studies to tackle this problem; yet, these methods have focused on the short-term traffic prediction while longer forecast horizons are needed for more reliable mobility and route planning. This work aims at filling this gap by trying to address the mid-term forecasting as well as the short-term. The study employs feedforward neural networks that combine different time series forecasting techniques such as na¨ıve, moving average and exponential smoothing where the predicted speed values are fed into the network as inputs. We train our neural networks and select the hyperparameters of the network structures to minimize the error; thus, yielding the best possible setup for further forecast input. In our experimental study, we analyzed two nearly 20-km multi-segment routes from the city of Istanbul in Turkey. The speed data on these routes are collected by GPS for every minute for a 5-month horizon. Our computational tests showed that forecasts are more successful when performed on a route with shorter segments as well as a combination of conventional predictive methods are input to a neural network. We also discovered that depending on the characteristic of the analyzed road, it is possible to utilize the information from neighboring segments.
Benzer Tezler
- Mahremiyet duyarlı graf evrişimli sinir ağları ile trafik hız tahmini
Traffic speed prediction with privacy-aware graph convolutional neural networks
ŞEYDA DANYILDIZI
Yüksek Lisans
Türkçe
2025
Bilim ve TeknolojiKahramanmaraş Sütçü İmam ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ CANBAY
- Araç verileri ile trafik hız tahmin ve mahremiyet modeli
Traffic speed prediction and privacy model with vehicle data
MURAT AKIN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
- Yapay sinir ağları ile trafik yoğunluğu tahmini
Prediction of traffic congestion by artificial neural networks
MURAT NAS
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. NESLİHAN SERAP ŞENGÖR
- Aircraft trajectory prediction using deep learning
Derın öğrenme yöntemı ıle uçak yörüngesı tahmını
ENES ÖZÇELİK
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay MühendisliğiEskişehir Teknik ÜniversitesiDevreler ve Sistemler Ana Bilim Dalı
DOÇ. DR. EMİN GERMEN
DR. ÖĞR. ÜYESİ FULYA AYBEK ÇETEK
- Artificial neural network-based efficiency estimation and modeling approach in electric vehicle powertrains
Elektrikli güç aktarma sistemlerinde yapay sinir aği tabanli verimlilik tahmini ve modelleme yaklaşimi
AHMET BURAK KAYDECİ
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. SALİH BARIŞ ÖZTÜRK