Trafik olay yönetiminde yapay zeka tabanlı bir optimizasyon modeli ve uygulaması
An artificial intelligence based optimization model and application in traffic incident management
- Tez No: 813191
- Danışmanlar: DOÇ. DR. YUSUF SAİT TÜRKAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Trafik, Industrial and Industrial Engineering, Traffic
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 164
Özet
Günümüzde hızlı nüfus artışı ve araç sayısındaki artış, büyük şehirlerde trafik sıkışıklığına ve kazalara neden olan önemli bir sorun haline gelmiştir. Yetersiz insan kaynakları yönetimine sahip geleneksel trafik kontrol sistemleri, trafik disiplinini kontrol edememekte, artan trafik yoğunluğuna ve trafik olaylarına neden olmaktadır. Bu nedenle trafik güvenliği, sürdürülebilir ulaşım gelişiminde her zaman önemli bir konu olmuştur. Trafik olay yönetimi trafik kazaları, yoldan çıkma, araç arızaları, engeller ve diğer olumsuz trafik olaylarına yanıt vererek bu olayların etkisini minimize etmek ve trafik akışını mümkün olan en kısa sürede normale döndürmek amacıyla tasarlanmış bir süreçtir. Bu kapsamda tez çalışmasında trafik olay yönetimi için oluşturulan heterojen veri seti ile trafik olayları için etkili değişkenler belirlenmiştir. Bu değişkenler öznitelik seçiminde kullanılan hiperparametreler optimizasyonu GridSearchCV algoritması ile analiz edilmiştir. Değişkenler trafik olay süresi, yeri ve zamanına göre sınıflandırılmış ve yüksek doğruluk düzeyinde analiz edilmiştir. Bu kapsamda kümeleme analizi yapılarak İstanbul ilinin trafik olaylarına göre kümelenmiş ve küme performansları on bir farklı kümeleme performans indeksine bağlı belirlenerek bu kümeler için tahmin yapılmıştır. Kümelerde tahmin işlemi trafik olay süresi, trafik olay yeri (geohash alanı) ve trafik olay zamanı olmak üzere üç çıktı parametresi ile yapılmıştır. Tahminleme işleminde makine öğrenme algoritmaları kullanılarak performans indeksi yüksek olan algoritma belirlenmiştir. Çalışmada ayrıca proaktif önlem kapsamında trafik polisi devriye yönlendirmesi ve acil müdahalenin sağlanması, trafik sıkışıklığının, can ve ekonomik kayıpların azaltılması için hızlı önleme optimizasyonu gerçekleştirilmiştir. Bu sayede dinamik trafik olay riskinin azaltılması, trafik olay durumuna çözüm getirilerek tıkanıklık, seyahat süreleri, ve hava kirliliği (karbon emisyon miktarının) azaltılması hedeflenmiştir.
Özet (Çeviri)
Today, rapid population growth and the increase in the number of vehicles have become an important problem that causes traffic jams and accidents in big cities. Traditional traffic control systems with inadequate human resource management fail to control traffic discipline, leading to increased traffic density and traffic incidents. Therefore, traffic safety has always been an important topic in the development of sustainable transportation. Traffic event management is a process designed to minimize the impact of these events by responding to traffic accidents, road departures, vehicle failures, obstacles and other adverse traffic events and to return traffic flow to normal as soon as possible. In this scope, a heterogeneous dataset was created for traffic incident management in the thesis study, and effective variables for traffic incidents were determined. These variables were analyzed in the feature selection process using hyperparameter optimization with the GridSearchCV algorithm. The variables were classified based on the duration, location, and time of traffic incidents, and they were analyzed with a high level of accuracy. In this context, clustering analysis was conducted to cluster the traffic incidents in Istanbul province, and the cluster performances were determined based on eleven different clustering performance indexes, and predictions were made for these clusters. The prediction process in the clusters was performed using three output parameters: traffic incident duration, traffic incident location (geohash area), and traffic incident time. Machine learning algorithms were used in the prediction process to determine the algorithm with the highest performance index. Additionally, in the study, proactive measures were taken to direct traffic police patrols and ensure emergency response, and optimization for rapid intervention was carried out to reduce traffic congestion, loss of life, and economic losses. Thus, the aim was to reduce the dynamic traffic incident risk, provide solutions to traffic incidents, and reduce congestion, travel times, and air pollution (carbon emission levels).
Benzer Tezler
- Akıllı kentlerde alansal hava kirliliğinin belirlenmesi ve kirlilik modellemesi: Erzurum ili örneği
Determination of area air pollution and pollution modeling in smart cities: A case study of Erzurum province
ŞAHİN KORKMAZ
Doktora
Türkçe
2023
Çevre MühendisliğiAtatürk ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEP CEYLAN
- Location routing models with energy consumption constraints for uavs for monitoring illegal migration flow
Kaçak göçmen akışının ihalar yardımıyla görüntülenebilmesi için enerji kısıtlı lokasyon rotalama modelleri
UĞURCAN DÜNDAR
Yüksek Lisans
İngilizce
2019
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEnerji Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEVLÜDE EBRU ANGÜN
- Assessment of urbanization history of Addis Ababa city, Ethiopia
Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi
ABDURAHMAN HUSSEN YIMER
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge PlanlamaMersin ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ALİ CENAP YOLOĞLU
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Ülkemiz trafik olay yönetiminde kurumlararası koordinasyonun planlanması
Coordination between corporations in traffic events
TEZCAN ÜSTÜN
Yüksek Lisans
Türkçe
2015
TrafikBahçeşehir ÜniversitesiKentsel Sistemler ve Ulaştırma Yönetimi Ana Bilim Dalı
DOÇ. DR. HALİT ÖZEN