Yapay zeka yöntemleriyle üstyapı performans tahmini
Pavement performance estimation of artificial intelligence method
- Tez No: 674567
- Danışmanlar: DOÇ. DR. ABDULLAH ERDAL TÜMER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Karayolları ağları, ülkemizde aktif olarak kullanılan en çok tercih edilen temel ulaşım yöntemlerinden biridir. Bu yüzden yol ağlarının güvenliği ve konforu sağlaması zorunludur. Güvenliği ve sürüş konforunu sağlayan temel unsur karayolu üstyapısıdır. Artan araç sayısına bağlı olarak karayolu ihtiyacının planlanması, mevcut karayollarının hizmet kabiliyetini koruyabilmesi ve bakım onarımının yapılabilmesi için üstyapı yönetim sistemi kullanılması zorunlu hale gelmektedir. Karayolu Üstyapı Yönetim Sisteminden tam anlamıyla yararlanabilmek için, karayolları ağının geleceği hakkında güvenilir ve doğru tahminler yapması beklenmektedir. Üstyapı Yönetim Sisteminin kurulmasında en önemli ve bir o kadar da zor olan kısım, mevcut üstyapı performansının belirlenmesidir. Üstyapı performansını, yüzey bozulmaları, deformasyonlar ve düzgünsüzlük gibi özellikler belirlemektedir. Bu özelliklerin doğru tahmini kısıtlı kaynakların optimize edilmesini ve mevcut bütçeyle yapılacak yatırımların belirlenmesi noktasında büyük önem arz etmektedir. Herhangi istenmeyen bir durumla karşılaşılmadan zamanında müdahale edilmesi mümkündür. Teknoloji çağıyla birlikte yapay zeka uygulama alanları her alanda gelişme gösterdiği gibi karayolu üstyapı konusunda da yapılan çalışmalar vardır ve devam etmektedir. Genellikle tahmin ve sınıflandırma yapan birçok makine öğrenimine dayalı uygulamalar bulunmaktadır. Bu uygulamalarda veri ön işleme, regresyon, sınıflandırma, gruplandırma, özellik seçimi gibi işlemler yapılabilmektedir. İşlemler için gerekli kütüphanelere açık kaynak olarak kolaylıkla erişilebilmektedir. Üstyapı performans değerlemelerini bu uygulamalar ve ilgili kütüphanelerle yapmak/geliştirmek mümkündür. Bu çalışma ile üstyapı yönetim sistemi için makine öğrenim teknikleri kullanılmıştır. Üstyapı performans modelleri geliştirilmiştir. Modellere girdi olarak, üzerinde araştırma yapılan yollardaki bozulmalara sebep olan etkenler seçilmiştir. Bu etkenler, trafik ve iklim verileri, üstyapı kalınlığı gibi parametrelerdir. Üstyapı performansına etki eden bu verilerin korelasyon matrisi ile birbirleri ile olan ilişkisi araştırılmıştır. Üstyapı düzgünsüzlük değeri tüm dünyada standart haline getirilmesi için adı“Uluslararası Düzgünsüzlük İndeksi (IRI- International Roughness Index)”olarak tanımlanmaktadır. Performans göstergesi olan IRI değişkeninin bozulmaya etki eden değişkenlerden hangisiyle daha yakından ilişkili olduğu korelasyon katsayısına bakılarak ortaya çıkarılmıştır. Bunun için uluslararası düzgünsüzlük indeksinin (IRI) verilerinden yararlanılmıştır. Weka ve MATLAB programları kullanılarak veriler analiz edilmiştir. Düzgünsüzlük değeri olan IRI değerinin tahmini için regresyon analizi, yapay sinir ağları ve sınıflandırma yöntemlerinden olan karar ağaçları kullanılarak üstyapı performans tahmin modelleri geliştirilmiştir. Oluşturulan modellerin çıktı değeri olan IRI değeri gerçek değerlerle kıyaslanıp yakın sonuçlar elde edilmiştir.
Özet (Çeviri)
Especially in recent years, to determine the variables that can make the performance of the General Directorate of Highways in road networks more efficient and to determine the effect of artificial intelligence models to be created by using these variables on the performance estimation. In the study, the factors causing the deterioration of the researched roads were examined. Based on artificial intelligence models, the main causes of deterioration are investigated and the relationship between IRI data and climate data, which is one of the components that affect performance, with deterioration. In this way, it will be possible to find out which variables that are indicators of performance are more closely related to the variables affecting the deterioration. At the same time, showing the effect of deterioration estimation on the budget with the help of the models to be created is another aim of the research. In this study, the data of the international roughness index (IRI), which is used as a performance indicator, were collected and evaluated, and prediction models were developed using these data. It is aimed to help the models to be created by making use of artificial intelligence methods to help determine when the deteriorations will occur, and how the maintenance and repair works should be done.
Benzer Tezler
- Farklı platformlarda sunulan f2p oyunlarındaki satın alma kararlarının makine öğrenmesi yöntemleriyle tahmin edilmesi
Prediction of purchasing decisions in f2p games offered on different platforms with machine learning methods
KAAN ARIK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEDA TOLUN TAYALI
DOÇ. DR. MURAT GEZER
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Yapay sinir ağı kullanarak yapısal optimizasyon problemlerindeki çözüm süreçlerinin kısaltılması
Reducing the solution processes in structural optimization problems using neural networks
TEVFİK OĞUZ ÖRMECİOĞLU
Doktora
Türkçe
2024
İnşaat MühendisliğiAkdeniz Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM AYDOĞDU
PROF. DR. NİYAZİ UĞUR KOÇKAL
- Prıorıtızatıon of socıal medıa advertısıng channels ınonlıne retaılıng by an aı-drıven mcdm framework
Çevrimiçi perakendecilikte sosyal medya reklamkanallarinin yapay zeka destekli bir çkkv çerçevesiyleönceliklendirilmesi
SABA MOSTAFAEI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Denizcilik sektöründe dijital dönüşüm süreçlerinin yenilik yönetimiperspektifiyle değerlendirilmesi
An assessment of digital transformation processes in the maritime industry from an innovation management
AYNUR GÖNÜLER TÜREDİ
Yüksek Lisans
Türkçe
2026
Denizcilikİstanbul Teknik ÜniversitesiDenizcilik Çalışmaları Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. PELİN BOLAT