Filo ve toplu taşıma araçları için büyük veri temelli sürücü ve sürüş davranış model önerileri
Big data based driver and driving behavior model recommendations for fleet and public transport
- Tez No: 599221
- Danışmanlar: PROF. DR. ŞEREF SAĞIROĞLU, DR. MUSTAFA UMUT DEMİREZEN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 189
Özet
Trafikte karşılaşılan problemlerin çoğunun sürücü kaynaklı olması sebebiyle; sürücü/sürüş davranış (SSD) analizlerinden faydalanılarak kazalarının azaltılması, çevre duyarlı sistemlerin ve çözümlerinin geliştirilmesi, filoların daha kolay yönetilmesi, özel bölgelerde (radar, trafik ışıkları vb.) sürücü davranışlarının tespiti, toplu taşıma araçlarında yakıt tüketiminin düşürülmesi gibi pek çok yeni çözüm önerileri geliştirilebilmektedir. Bu tez çalışmasında; literatürdeki SSD analitiği çalışmaları incelenmiş, filo yönetiminde ve toplu taşıma otobüslerinde SSD analizleri sonucunda, büyük veri temelli SSD modelleri ilk kez geliştirilmiş, bu modeller gerçek veriler ile test edilerek yapılan çalışmalar üç temel başlıkta toplanmıştır. İlk çalışma, tez kapsamında elde edilen bulgular doğrultusunda büyük veri temelli SSD modelleri üzerinde çalışacak olan araştırmacılara/araştırmalara ışık tutacak, yapılacak çalışmaları kolaylaştıracak hususları içermekte olup çözümlerde kullanılacak altyapılar, algoritmalar, modeller, güçlükleri aşmaya yönelik öneriler ile pratik çözümleri içermektedir. İkinci çalışma, filo araçları üzerine olup 7 farklı senaryonun geliştirilmesi ve çözümlenmesi üzerinedir. Belirlenen senaryolarda; 1-3 (sürücüler), 4-6 (lokasyon bazlı sürüş davranışları), ve 7 (filo araçlarına ait sürüş davranış farklılıkları) model önerileri geliştirilmiş ve büyük veri analitiği yapıldığında yeni çok farklı sonuçlar elde edilebileceği gösterilmiştir. Son çalışmada ise, toplu taşıma otobüsleri üzerinde SSD analizleri yapılmış, güzergâh bazlı SSD modelleri geliştirilmiş, her güzergâhta sürüş davranışlarının farklılık gösterdiği tespit edilmiş ve bu davranış farklılıklarının yakıt tüketimine etkisinin %21-59 arasında değiştiği belirlenmiştir. Geliştirilen büyük veri temelli SSD modellerin literatürdeki ilk modeller olduğu, yakıt tüketimi modellerinin ise dikkate alınan parametreler ve sürüş davranışı açısından literatürdeki mevcut modellerden daha gerçekçi sonuçlar verdiği belirlenmiştir. Sonuç olarak, bu tez kapsamında sunulan modellerin, SSD literatüründeki ilk modeller olması sebebiyle yapılacak yeni çalışmalara örnek teşkil edeceği, geliştirilen modellerin literatürde karşılaşılan problemlerin çözümünde yeni bakış açıları ve çözüm yolları sunmasının yanında diğer alanlarda da yapılacak çalışmalara katkı sağlayacağı değerlendirilmektedir.
Özet (Çeviri)
The drivers are the main factor in the traffic. Solutions for reducing traffic accidents, detecting behavior in fleet and special areas (radar, traffic lights, etc.) reducing fuel consumption or caring environments are required to developed in consideration with driver/driving behavior (DDB) analysis. In this thesis, DDB analytical studies in the literature have been examined, DDB analytics in fleet management and public transport buses were achieved to develop big data based DDB models and tested with real big data for the first time. The studies and contributions are combined in three groups. The first group study in line with the findings includes the issues that will provide comprehensive study based on the proposed DDB models, available infrastructures, algorithms and data sets, suggestions to overcome the difficulties, big data perspective and practical solutions. The second study is about developing and analyzing 7 different scenarios on fleet vehicles. In the scenarios; 1-3 (drivers), 4-6 (location-based driving behaviors), and 7 (driving behavior differences for fleet vehicles) were identified, analyzed and finally modeled. Different values are successfully extracted from the real data of fleet vehicles with the help of big data analytics. In the last group study, big data based solutions for public transports were provided for the first time in fuel consumption in a realistic manner. DDB analyzes based on public transport buses were achieved and route based DDB models were developed. The results have shown that driving behaviors are different for each of routes, the effects of these behavior differences on fuel consumption are ranged between 21% and 59% and the developed models are more realistic models in the light of the literature comparison in terms of the criteria taken into consideration. As a result, it could be concluded that the models developed with the big data perspective provided important values and would present new perspectives and plausible solutions in solving the problems not only for DDB but also other problems encountered in the literature.
Benzer Tezler
- Filo araçları bakım çizelgeleme
Fleet maintenance scheduling
HÜSEYİN UĞUR ÇIRAK
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAHA GÜNEY
- Economic evaluation of urban electric bus charge stations: case of Eindhoven, the Netherlands
Elektrikli otobüslerin şarj istasyonlarinin ekonomik yönden incelenmesi: Eindhoven, Hollanda örneği
ÇAĞRI YILMAZ
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- A sustainable transit network frequency setting approach and its application in Istanbul bus network
Bir sürdürülebilir toplu taşıma sefer sıklığı belirleme yaklaşımı ve İstanbul uygulaması
BÜŞRA BURAN
Yüksek Lisans
İngilizce
2012
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ORHAN FEYZİOĞLU
- Heterojen eş zamanlı topla dağıt araç rotalama problemi: firma içi malzeme taşıma sistemi uygulaması
A simultaneous delivery and pick-up heterogeneous vehicle routing problem: application of in-house material handling system
ELİF TÜRKER
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiBaşkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUSAN DERYA
- Bulanık optimizasyon ve doğrusal hedef programlama yaklaşımları ile otobüs hatlarının modellenmesi
Modeling of bus lines using fuzzy optimization and linear goal programming
NURCAN ULUDAĞ
Doktora
Türkçe
2010
İnşaat MühendisliğiPamukkale Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. Y. ŞAZİ MURAT