Değiştirilmiş K-means kümelenme algoritması ile entegre edilen ÇKVV yöntemlerinin bulanık uzantısına dayalı elektrikli araç şarj istasyonlarının optimal yer seçimi
Optimal site selection of electric vehicle charging stations based on fuzzy extension of mcdm methods integrated with modified K-means clustering algorithm
- Tez No: 784387
- Danışmanlar: DR. ÖĞR. ÜYESİ MÜCAHİD GÜNAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Birçok endüstri gibi, elektrikli araç hizmetleri de şu anda muazzam bir dönüşümle karşı karşıya kalmıştır. Dünya çapında çoğu şirket, operasyonel stratejilerini gerçekleştirmek ve konum seçimini kolaylaştırmak için büyük veri analitiği uygulamaktadır. Bu çalışmada, elektrikli araç şarj istasyonları için konum seçiminin birkaç temel alanı tartışılmıştır. Uygun maliyetli optimal bir yer seçimi yapmak için yer seçimi basitleştirilmelidir. Yer seçimi problemi bu ihtiyaçlar dolayısıyla ortaya çıkar ve akışları biriktirip, ağları daha güvenilir hale getirir. Bu bilgileri akılda tutarak, iyi bilinen bir büyük veri analizi yöntemi olan ağırlıklı k-means kümeleme algoritmasını modifiye edip Çok Kriterli Karar Verme araçları ile birlikte entegre ederek kullanılmıştır. Burada, k-means kümeleme algoritmasının girdi noktaları Bulanık Delfi metodu kullanılarak belirlenmiştir. Önerilen entegre Çok Kriterli Karar Verme yöntemi, Sezgisel Bulanık Küme ortamında, kriter ağırlıklarını ölçmek için Analitik Hiyerarşi Süreci işlemini ve konum alternatiflerinin performansını değerlendirmek için VIseKriterijumsaOptimizacijaI Kompromisno Resenje tekniğini kullanarak Gurup Karar Verme adımları altında entegre edilmiştir. Sezgisel bulanık kümeler, uzmanların değerlendirmelerini daha zengin bir yapıyla tasvir ederek daha temsili bir karar vermeye olanak tanıyan net, bulanık veya type-2 bulanık setlere kıyasla belirsizlik durumunu değerlendirmede daha iyi sonuçlar göstermektedir. Önerilen değerlendirme modelinin doğrulanması Kahramanmaraş ili Elektrikli araç şarj istasyonları konum seçimi problemi uygulamasında gösterilmiştir. Son olarak, önerilen yaklaşımın uygulanabilirliğini ve etkililiğini göstermek için elde edilen veri ve analizler sunulmuştur.
Özet (Çeviri)
As it happens in other businesses, Electric Vehicle functions are presently facing tremendous transformation. Most companies around the world apply big data to realize their operating policies and promote position allocation. In this study, several key areas of location selection for electric vehicle charging stations in the context of big data are discussed. In order to choose an optimal location with cost-effectiveness, transportation costs must be reduced, and site selection should be simplified. The location selection problem arises because of these needs, and we know that the concept accumulates this discharge and creates more consistent networks. With this information in mind, we designed to use the clustering algorithm of the weighted k-means as a recognized big data exploration approach, by modifying it and integrating it with Multi-Criteria Decision-Making tools. Here, the input points of the k-means clustering algorithm are determined using the Fuzzy Delphi method. The proposed integrated Multi-Criteria Decision-Making method is integrated under Group Decision Making steps in the Intuitionistic Fuzzy Set environment, using the Analytical Hierarchy Process to estimate criteria weights and the VIseKriterijumsaOptimizacijaI Kompromisno Resenje methodology to evaluate the ranking order of alternative locations. The Intuitionistic fuzzy sets have presented certain benefits in handling uncertainty and ambiguity over clear, fuzzy, or type-2 fuzzy sets, which allow for more representative decision-making by depicting experts' assessments with a richer structure. The validation of the developed assessment approach has been demonstrated in the presentation of the location selection problem of electric vehicle charging stations in Kahramanmaraş province. Lastly, comparison and sensitivity sections are presented to establish the effectiveness and feasibility of the suggested methodology.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Afetlere müdahale aşamasında çoklu robotların konumu ve yönlendirilmesi için yeni bir kümeleme tabanlı görev tahsis yöntemi
A novel clustering-based task allocation method for location and routing of multi robots in the response phase of disasters
ABDULLAH OSMAN
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TARIK KÜÇÜKDENİZ
- Bulanık C-ortalamalar, olabilirlikli C-ortalamalar ve karma kümeleme algoritmalarının etkinliklerinin karşılaştırılması
Comparison of clustering performances of fuzzy C-means, possibilistic C-means and some fuzzy and possibilistic hybrid algorithms
ALPER TUNA KAVLAK
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Tek kameralı stereo görüş ile derinlik hesabının yapılması
Depth estimation using single camera stereo vision
ALİ MUMCU
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. MURAT HACIÖMEROĞLU