Geri Dön

Ağ tarama yöntemleri ile kaza kara nokta tespiti: İstanbul D100 kara yolu örneği

Identification of accident black spots with network screening: The example of Istanbul D100 highway

  1. Tez No: 482577
  2. Yazar: ABDULLAH MALTAŞ
  3. Danışmanlar: DOÇ. DR. MURAT MUVAFIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Trafik, Ulaşım, İnşaat Mühendisliği, Traffic, Transportation, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Yüzüncü Yıl Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 130

Özet

Trafik kazaları; ölüm, yaralanma ve maddi hasarların yanı sıra trafik tıkanıklıkları, yol güvenliğinde azalma, gürültü, hava kirliliği gibi olumsuzluklara da neden olmaktadır. Dünya Sağlık Örgütü'ne (WHO) göre, trafik kazalarında yaralanma sonrası ölümlerin günümüzde dünya çapında tüm yaş grupları arasında dokuzuncu sırada olduğu ve 2030 yılına kadar tüm ölüm nedenleri arasında yedinci sıraya yükseleceğini öngörmektedir. Bunun yanında, ülkelerin ekonomilerinde büyük miktarlarda ekonomik kayıplar yaşanmaktadır. Trafik kazalarının azaltılması amacıyla, trafikte denetimlerin artırılması, yoldan kaynaklı kusurların giderilmesi, araç muayenelerinin sıklaştırılması, kaza önleme mekanizmalarının geliştirilmesi gibi çeşitli tedbirler alınmaktadır. Bu tedbirlerin biri de; kaza kara noktaları olarak adlandırılan, trafik kazalarının yoğun bir şekilde yaşandığı kesimlerin tespiti ve iyileştirilmesidir. Bu tez çalışmasında Coğrafi Bilgi Sistemleri'nden yararlanarak kaza kara noktalarının tespiti üzerine analizler yapılmıştır. American Association of State Highway and Transportation Officials (AASHTO) tarafından yayımlanan Highway Safety Manual kitabındaki Network Screening (Ağ Tarama) başlığında anlatılan yöntemler (hücre kaydırma, basit sıralama, maksimum nokta arama), İstanbul İl Emniyet Müdürlüğü'nden temin edilen üç yıllık trafik kazası verilerine uygulanmış ve kaza kara noktaları K-ortalama kümeleme yöntemi kullanılarak tespit edilmiştir.

Özet (Çeviri)

Traffic accidents bring on death, injuries and property damage, as well as traffic congestion, road safety, noise, air pollution, and so on. According to The World Health Organization (WHO), road traffic injuries are currently estimated to be the ninth leading cause of death across all age groups globally and are predicted to become the seventh leading cause of death by 2030. Beside this, economic losses are experienced in large quantities in countries' economies. In order to reduce traffic accidents, various measures are taken such as increasing the number of traffic inspections, eliminating road-related defects, increasing the number of vehicle inspections, and developing accident prevention mechanisms. One of these precautions is the identification and improvement of the segments, called accident black spots, that traffic accidents occurred intensively. In this study, analyses were made on the determination of accident black spots by making use of Geographical Information Systems. The methods (sliding window, simple ranking, peak searching), described in the Network Screening title of the Highway Safety Manual published by American Association of State Highway and Transportation Officials, were applied on data of three years of Istanbul and accident black spots were detected by using K-means clustering.

Benzer Tezler

  1. Preparation of graphene oxide supported trimetallic nanoparticles for the ammonia-borane hydrolysis and determination of its electrooxidation activity

    Amonyak-boran hidrolizi için grafen oksit destekli trimetalik nanopartiküllerin hazirlanmasi ve elektrooksidasyon aktivitesinin belirlenmesi

    SAMAL M MANSUR AHMED AHMED

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Kimya MühendisliğiVan Yüzüncü Yıl Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HİLAL ÇELİK KAZICI

  2. Makine öğrenme yöntemleri ile network data analizi

    Network data analysis with machine learning methods

    ADIL SHIHAB AHMED AHMED

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Disiplinlerarası Adli Bilimler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BÜLENT TUĞRUL

  3. Derin öğrenme yöntemleri ile GPR B tarama görüntülerinin analizi

    Analysis of GPR B scan images with deep learning methods

    UMUT ÖZKAYA

    Doktora

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. LEVENT SEYFİ

  4. Pasif tarama yöntemi ile zafiyet yönetiminin etkinlik ve verimliliğinin artırılması

    Improving effectiveness and efficiency of vulnerability management by passive scanning method

    HARUN ECİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ AYDIN SELÇUK

  5. Moleküler modelleme yöntemleri kullanılarak bazı enzim ve proteinlerin alosterik etki ile inhibisyon ve aktivasyonlarının araştırılması

    Investigation of inhibition and activation of some enzymes and proteins by allosteric effect using molecular modeling methods

    MEHMET MURAT YAŞAR

    Doktora

    Türkçe

    Türkçe

    2022

    Fizik ve Fizik MühendisliğiAkdeniz Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI SARPÜN

    PROF. DR. EROL EROĞLU