Geri Dön

Short-term forecast methodologies and case studies in traffic flow

Trafik akışında kısa dönem tahmin metodolojileri ve vaka çalışmaları

  1. Tez No: 762569
  2. Yazar: ELİF YILMAZ
  3. Danışmanlar: DOÇ. DR. ÜMİT IŞLAK, DR. ÖĞR. ÜYESİ İLKER ARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Bu tez, zaman serileri çerçevesinde kısa vadeli trafik akışı tahmin stratejileri üzerine vaka çalışmaları sunmaktadır. Geleneksel, makine öğrenimi ve derin öğrenme yöntemlerini tartıştıktan sonra, ana hedeflerden biri hibrit yöntemlerin kullanımları üzerinde de testler gerçekleştirmektir. Trafik akışı literatüründe halihazırda kullanılan yaklaşımları analiz etmenin yanı sıra, farklı yöntemleri de tanıtıyor ve test ediyoruz. Ayrıca, nokta tahmin sonuçlarımızı aralık tahminleri de kullanarak destekliyoruz. Tez içerisinde, kantil regresyon ortalaması ve kantil regresyon sinir ağı gibi kantil regresyona dayalı aralıklarla özel olarak ilgilenilmektedir. Hem nokta hem de aralık tahminleri, çeşitli değerlendirme ölçütleri aracılığıyla değerlendirilmektedir ve incelenen metodolojiler arasında kapsamlı bir karşılaştırma sağlanmaktadır.

Özet (Çeviri)

This thesis gives case studies on short-term traffic flow forecasting strategies within a time series framework. After discussing the traditional, machine learning and deep learning methods, one of main goals is to experiment on the uses of hybrid methods. Besides analyzing approaches that were already used in the traffic flow literature, we also introduce and test distinct strategies. Further, we supplement our point forecast results with interval forecasts. In particular, quantiles regression based intervals such as quantile regression averaging and quantile regression neural network are implemented. Both point and interval forecasts are evaluated via several evaluation metrics, and an extensive comparison is provided among the methodologies studied.

Benzer Tezler

  1. Elektrikli araçlar, elektrikli araç şarj istasyonları ve Türkiye için gelecek dönem elektrikli araç miktarı tahmini

    Electric vehicles, electric charging stations and electric vehicle quantity future forecast for Turkey

    BATUHAN İPEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. ÖNDER GÜLER

  2. Gelişmekte olan ülkelerde teknoloji politikalarının belirlenmesi ve Türkiye'deki durum

    Technology policies in developing countries and the situatiın in Turkey

    MEHPARE BARIŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Mühendislik Yönetimi Ana Bilim Dalı

    DOÇ. DR. TUFAN V. KOÇ

  3. Kentsel peyzajların tüketilmesinde sinema filmlerinin rolü

    The role of movies in the consumption of urban landscapes

    BAŞAK ÖZER

    Doktora

    Türkçe

    Türkçe

    2017

    Peyzaj Mimarlığıİstanbul Teknik Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    PROF. DR. YASİN ÇAĞATAY SEÇKİN

  4. Lojistik sektörü karayolu taşımacılığında dinamik fiyat tahmin sisteminin tasarlanması

    Designing dynamic forecasting system for truckload market pricing in logistics sector

    AYŞENUR BUDAK

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. ALP ÜSTÜNDAĞ

  5. İşletmelerde risk derecelendirmesi ve Türkiye'de uygulanması

    Başlık çevirisi yok

    GÜLEN ALEV SALTIK (NALÇACI)

    Doktora

    Türkçe

    Türkçe

    1996

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    PROF.DR. NİYAZİ BERK