Dron kullanarak deprem sonrası hasar tespiti amacıyla yerleştirme ve rotalama problemi ve karınca kolonisi optimizasyonu ile çözümü: istanbul ilçeleri örneği
Location and routing problem for the detection of post-earthquake damage using drone and a solution approach by ant colony optimization: the case of istanbul districts
- Tez No: 684076
- Danışmanlar: DOÇ. DR. NEZİR AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Sistem Mühendisliği Bilim Dalı
- Sayfa Sayısı: 105
Özet
Deprem sonrası hasarın hızlı tespiti, arama kurtarma ekiplerinin çalışmalarına öncelik verecekleri bölgelerin belirlenmesi açısından hayati önem taşımaktadır. Yangın çıkan bölgelerin ve kapanmış yolların tespit edilmesi ya da can kayıplarının en aza indirilmesi de diğer hayati önem taşıyan konulardır. Bu araştırmanın amacı, Dronlar ile deprem sonrası hasarı en kısa sürede tespit ederek karar vericilerin arama kurtarma ekiplerini etkin ve verimli bir şekilde görevlendirebilmelerini sağlamaktır. Literatürde, yüksek çözünürlüklü uydu fotoğrafları ya da havadan çekilmiş fotoğrafların bir yazılım yardımıyla önceki fotoğraflarla karşılaştırılması, sismik veriler ile uydu görüntülerinin birlikte işlenmesi, binalara yerleştirilen GPS cihazlarından gelen sinyallerin işlenmesi gibi çeşitli yöntemler bulunmaktadır. Bu çalışmanın literatürdeki dron kullanarak hasar tespiti yapan diğer çalışmalardan farklarının birincisi, bölgelerin eşit boyutlardaki karelere bölünmesi ve arama kurtarma çalışmalarındaki zaman kaybını en aza indirebilmek maksadıyla bu karelere hasar görme olasılığı olan bina xiii sayısı ile kapsadığı hastane, okul ve itfaiye sayılarına göre farklı önem puanı verilmesi. İkincisi, daha gerçekçi bir kare sıralamasının elde edilebilmesi maksadıyla önem puanlarının gündüz ve gece durumuna göre güncellenmesi. Üçüncüsü, depoların daha önceden belirlenmiş aday depolar arasından amaç fonksiyonuna göre belirlenmesi ve dronların kalkış yaptıkları depolara inme zorunluluğu olmaksızın en uygun aktif depoya inebilmesi. Dördüncüsü, dronların kareler üzerinde ihtiyaç duydukları sürenin belirsiz olması ve normal dağılıma göre belirlenmesi. Son olarak, kesin çözüm yöntemine alternatif olarak her biri 1.versiyondan türetilmiş toplamda 5 farklı Karınca Kolonisi Optimizasyonu çözüm yönteminin geliştirilmesidir. Sonuçlar incelendiğinde; kesin çözüm yönteminin sadece çok küçük boyutlu örneklemlerde optimum sonuca ulaşabildiği ancak bu boyutlarda tüm Karınca Kolonisi Optimizasyonlarının da aynı sonuçları çok daha kısa CPU süresi içerisinde bulabildiği görülmüştür. Ayrıca geliştirilen tüm Karınca Kolonisi Optimizasyonu çözüm yöntemleri de daha büyük boyutlu örneklemlerde iyi sonuçlar bulabilmektedir. Karınca Kolonisi Optimizasyonu çözüm yöntemleri ile kesin çözüm yöntemi CPU süresi ve çözüm kalitesine göre karşılaştırılmaktadır. Bu araştırma İstanbul ilçeleri için geliştirilmiş olsa da, kolay uyarlanabilir olması ve esnekliği sayesinde dünyadaki diğer karar vericiler tarafından kendi ilçelerine uyarlanarak rahatlıkla kullanılabileceği değerlendirilmektedir.
Özet (Çeviri)
Rapid detection of post-earthquake damage is vitally important to determine the regions where search and rescue teams will give priority to their work. Detection of situations that require emergency intervention such as detecting burning areas or blocked roads and minimizing the loss of life are other vital reasons. The aim of this research is to detect the post-disaster damage by drones as soon as possible so that decision makers can assign search and rescue teams effectively and efficiently. In the literature, taking aerial or satellite photos and comparing them with previous photos with the help of a software, processing seismic data and satellite images together, processing signals from GPS placed in buildings are some applied methods. There are also researches in the literature using drones while detecting post-earthquake damage. The main differences of this research from the others, which use drone, are as: First, the regions are divided into grids and different importance values are assigned according to the number of buildings that are likely to be damaged and are vital for the response stage such as hospitals, schools and fire stations, to avoid time loss in research and rescue. Second, these xv importance levels are updated based on the day and time, which helps ordering the grids in a more realistic manner. Third, the depots are selected among the pre-determined candidate locations in accordance with the purpose of objective function and they are allowed to land in the most suitable active depots. Fourth, the detection time at grids are considered as uncertain and determined according to the normal distribution. Last, five versions of Ant Colony Optimization (ACO) are developed as alternatives to exact solution tools. According to the results, only for very small scale instances, exact solution tool was able to reach the optimal while all versions of ACO reached to similar results within a very less CPU times. Additionally, these ACO algorithms also found good results for the larger scaled problems. Then the performance of these ACO algorithms and the exact solution method are compared based on the CPU time and solution quality. Although this research was developed for districts of Istanbul, it can be easily used by other decision makers in the world by adapting it to their own districts, thanks to its adaptability and flexibility.
Benzer Tezler
- Kargo taşımacılığında insansız hava araçlarının (drone) hedefe ulaşmasına yönelik yeni bir yaklaşım
A new approach for drones in reaching the destination in cargo transport
NAURYZKHAN DERBISHEV
Yüksek Lisans
Türkçe
2021
Ulaşımİstanbul ÜniversitesiAkıllı Ulaşım Sistemleri Ana Bilim Dalı
PROF. DR. ABDULLAH OKUMUŞ
- Navigation based on inertial sensor data using deep learning techniques
Ataletsel sensör verileriyle derin öğrenme teknikleri kullanılarak navigasyon
MUHAMMET SERHAT SOYER
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET CENGİZ ONBAŞLI
- Autonomous drone navigation using deep learning and computer vision
Derin öğrenme ve bilgisayarlı görü kullanarak otonom dron dolaşımı
ENDER AYHAN RENCÜZOĞULLARI
Yüksek Lisans
İngilizce
2019
Makine MühendisliğiGaziantep ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ KILIÇ
PROF. DR. SADETTİN KAPUCU
- Testing connectivity to safe locations after a disaster using drones
Afet sonrasında güvenli konumlara bağlantının dron kullanılarak test edilmesi
GÜLNİHAL ÖZCAN
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. TONGUÇ ÜNLÜYURT
- Does Drone Warfare Increase The Efficiency of State's Capacity in Counter-Insurgency: The Case of Turkey
Dron Savaşı Kontgerillada Devlet Kapasitesinin Verimliliğini Artırır mı: Türkiye Örneği
AHMET ZENGİN
Yüksek Lisans
İngilizce
2023
Siyasal BilimlerTel Aviv Üniversitesi (Tel Aviv University)Siyaset Bilimi ve Uluslararası İlişkiler Ana Bilim Dalı
PROF. DR. AZAR GAT