Ai-based predictive modeling for safety assessment in construction industry
İnşaat endüstrisinde güvenlik değerlendirmesi için yapay zeka tabanlı tahmin modeli
- Tez No: 612316
- Danışmanlar: DR. ÖĞR. ÜYESİ ONUR BEHZAT TOKDEMİR
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tahmine dayalı modelleme, araştırmacılar arasında popüler bir tekniktir. Günümüze kadar olan çalışmalarda, kurulan modellerin çoğu, sadece belirli bir amaca hizmet ettiğinden dolayı, bazı durumlarda ihtiyaca cevap verememektedir. Dolayısıyla, ilgili modellerin kullanımı müteahhitler üzerinden kaçınılmaz bir yük haline gelmektedir. Sunulan bu tez ile, her projede uygulanabilecek Yapay Zeka tabanlı güvenlik değerlendirme planı geliştirilmesi amaçlanmıştır. Önerilen plan güvenlik ihlali eğilimlerini ve bunların önlenmesi için düzeltici faaliyetlerin ne olduğunu tespit edilmesini kapsamıştır. Çalışma iki bölümden oluşmaktadır. İlk kısım, 17.000'den fazla olaya dayanan, Yapay Sinir Ağları (YSA) ve Bulanık Küme Teorisi hibrit modelinden oluşmaktadır. YSA modeli, kazaların %84'ünü %90 güven ile tahmin edebilmektedir. Bulanık mantığa dayalı yorumlama sistemi ise tahmin performansını az da olsa arttırmaktadır. İkinci kısımda, veri içerisindeki heterojenlik problemi, Örtük Sınıf Analizi'nin (ÖSA) büyük veri analitiği yöntemi olarak kullanılması ile çözülmeye çalışılmıştır. Model eğitimi için birinci kısımdaki uygulamanın aksine, 5.000 civarında kaza verisi kullanılsa da, elde edilen performans ilk kısma oldukça yakın olmuştur. Ayrıca bu kısım Veri Tabanlı Çıkarımsama (VTÇ) ve YSA tahmin modellerinin karşılaştırmasını da içermektedir. Bu sayede iş kazası verilerine hangi modelin daha iyi uyum sağlayacağı gözlemlenecektir. Sonuçlar, büyük veri analitiklerinin dahil edilmesinin veri sayısında önemli bir düşüş olmasına rağmen tahmin performansını iyileştirdiğini göstermiştir. Çalışma kaza önlemlerini teşvik etmek için ölümcül kaza analizi ile ilerlemiştir. İlgili çalışma, değişkenler arasındaki ilişkileri inceleyerek, değişkenlere dayalı kaza önleyici unsurlar sunmaktadır. Sonuç olarak, önerilen çalışma ile inşaat endüstrisi profesyonellerine inşaat sırasında toplanan büyük ölçekli verileri kullanarak olası güvenlik problemlerini analiz etmede yardımcı olması amaçlanmaktadır.
Özet (Çeviri)
The predictive modeling is a popular research area among the researchers. Most of the proposed models cannot provide a solution for the needs of every contractor as the existing ones served for only a specific task. Therefore, using these systems become inevitably burden on contractors due to its difficulty of use. The thesis aims to provide an AI-based safety assessment strategy for every project. The assessment strategy encapsulated the detection of trends in safety failures and corrective actions to prevent them. The study covered two parts. The first part explained a hybrid model of ANN and Fuzzy Set Theory, based on over 17,000 incident cases. The ANN model achieved to forecast 84% incident within 90% confidence, and integrating the fuzzy inference system increased the prediction performance slightly. The second part introduced the use of LCCA as a Big Data analytics to address the heterogeneity problem. Although the model employed around 5,000 cases for training, the prediction performance was quite similar to the first part. Besides, this part included a comparison of CBR and ANN to reveal which approach demonstrated better compliance with the incident data. Results exhibited the inclusion of big data analytic improved the prediction performance despite a significant decrease in sample size. The study advanced with the fatal accident analysis to promote prevention measures. Measures offered attribute-based corrections by examining the relationships between the attributes. Ultimately, the proposed methodology can aid construction industry professionals in analyzing prospective safety problems using the large-scale collected data during the construction.
Benzer Tezler
- An investigation on structural identification (ST-ID) of a long-span bridge for performance prediction
Uzun açıklıklı bir köprünün performans tahmini için yapısal tanılanması üzerine bir araştırma
SELÇUK BAŞ
Doktora
İngilizce
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
DOÇ. DR. NURDAN APAYDIN
- Kaya dolgu yapılar ve kaya dolgulardaki son gelişmeler
Advances in rockfill structures
EKREM GENCO GÜNAY
- A framework for composite wind turbine blades: From material development to structural optimisation and ml-enhanced damage detection
Rüzgar türbinleri için hibrit kompozit temelli kanat malzemesi geliştirilmesi, yapısal optimizasyonu ve makine öğrenmesi ile hasar tespiti ve yapısal analiz entegrasyonu
KEMAL HASIRCI
Doktora
İngilizce
2026
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALAEDDİN BURAK İREZ
- A human driver model for autonomous lane changing in highways: Predictive fuzzy Markov game driving strategy
Başlık çevirisi yok
SERDAR COŞKUN
- Hydrate risk screening with CPA-based thermodynamics and surrogate models
CPA tabanlı termodinamik ve vekil modeller ile hidrat risk taraması
DEVRİM BAŞAR HAN
Yüksek Lisans
İngilizce
2026
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ÇINAR
