Karayolu CO2 emisyonunun yapay zeka yöntemleriyle tahmini
Estimation of highway CO2 emissions by artificial intelligence methods
- Tez No: 853958
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ
- Tez Türü: Yüksek Lisans
- Konular: Ulaşım, Transportation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Küresel ısınma dünyanın en büyük problemlerinden biri olmuştur. Küresel ısınmaya neden olan sera gazları artan nüfus ve kentleşme, enerji üretim ve tüketimi ile artmaktadır. Karayolu ulaşımında kullanılan fosil yakıtların yanmasıyla açığa çıkan CO₂ emisyonları hava kirliliğini önemli derecede etkilemektedir. Türkiye'de karayolu ulaşımı CO₂ emisyonlarının %94,9'unu oluşturmaktadır. Bu yüzden karayolu ulaşımı için geliştirilen politikalar önem kazanmaktadır. Dolayısı ile, bu çalışmada karayolundan kaynaklanan CO₂ emisyonlarının tahmini için Ridge Regresyon ve Yapay Zekâ yöntemleri kullanılmıştır. Kullanılan Yapay Zekâ yöntemleri; Yapay Sinir Ağları (YSA), Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS), Bulanık Basit Üyelik Fonksiyonları ve Kural Oluşturma Tekniği (Bulanık SMRGT) yöntemleridir. Bu çalışmada karayolu emisyon tahmini için TÜİK ve KGM'den 1990-2020 yıllarına ait alınan tüm illerin toplamını içeren 31 yıllık veri kullanılmıştır. Karayolu emisyon tahmini için; Taşıt Kilometre (TK), Yolcu Kilometre (YK), Ton Kilometre (TNK), Karayolu Uzunluğu (KU), Nüfus Sayısı (NF), Motorlu Kara Taşıt Sayısı (MKTS), Asgari Ücret (AÜ), Karayollarında Tüketilen Toplam Enerji (KTTE) değişkenleri bağımsız değişken olarak dikkate alınmıştır. Yapay Zekâ yöntemleri için, verilerin %70'i eğitim %30'u test olarak ayrılmıştır. Model performansları Ayarlı Determinasyon Katsayısı (R2ayarlı), Standardize Ortalama Hata Karelerinin Karekökü (RMSEstandardize) ve Ortalama Mutlak Hata (MAE) ölçütlerine göre karşılaştırılmıştır. Model tahminleri karşılaştırıldığında; YSA yöntemi R2ayarlı (0,999), MAE (0,25*103) ve RMSEstandardize (0,01) değerlerini elde etmesiyle, kullanılan diğer yöntemlerden en iyi sonucu elde etmiştir. Çıkan sonuçlar neticesinde kullanılan yöntemlerin karayolu CO2 tahmin modellerinde kullanılması önerilmektedir.
Özet (Çeviri)
Global warming has been one of the biggest problems of the world. Greenhouse gases that cause global warming are increasing with increasing population and urbanization, energy production and consumption. CO₂ emissions released by the combustion of fossil fuels used in road transport significantly affect air pollution. Road transport has been constituted 94.9% of CO₂ emissions in Turkey. For this reason, the policies developed for road transport are gaining importance. Therefore, Ridge Regression, Artificial Intelligence Methods have been used for the estimation of carbon dioxide emissions from road transport in this study. The Artificial Intelligence methods used are, Artificial Neural Networks (ANN), Adaptive Neural-Fuzzy Inference Systems (ANFIS) and Fuzzy Simple Membership Functions and Rule Making Technique (Fuzzy SMRGT) methods. In this study, 31 years of data recevied from TUIK and KGM for the years 1990-2020, including the sum of all provinces, have been used for road transport emission estimation. For road transport emissions estimations; Vehicle Kilometers (VK), Passenger Kilometers (PK), Ton Kilometers (TNK), Highway Length (HL), Population Number (PL), Number of Motor Vehicles (NMV), Minimum Wage (MW), Total Energy Consumed on Highways (TECH) variables are taken into consideration as independent variables. For the Artificial Intelligence Methods, %70 of the data are divided into training, %30 of them are divided into testing. The model performances have been compared according to Adjusted Coefficient of Determination (R2adjusted), Square Root of Standardized Mean Error Squares (RMSEstandardized) and Mean Absolute Error (MAE) metrics. When the model estimates are compared; The ANN method achieved the best results among the other methods have been used, R2adjusted (0,999), MAE (0,25*103) ve RMSEstandardized (0,01) values. As a result of the results, the methods used are recommended to be used in highway CO2 prediction models.
Benzer Tezler
- İstanbul boğazından geçen ticari gemilerden kaynaklanan emisyonun incelenmesi
Analysis of the emissions from the ships passing through the istanbul strait
CENK AY
Yüksek Lisans
Türkçe
2020
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BAL BEŞİKÇİ
- Konya ilinde ulaşımdan kaynaklı karbon ayak izi ve çevresel fayda maliyet analizi
Transport based carbon footprint and environmental cost benefit analysis in Konya province
HASAN ALİ ÇELİK
Yüksek Lisans
Türkçe
2020
Çevre MühendisliğiKonya Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ESRA YEL
- Numerical and experimental investigation of boundary layer transition with active and passive flow control methods
Sınır tabaka geçişinin aktif ve pasif akış kontrol yöntemleriyle sayısal ve deneysel incelenmesi
ABDUSSAMET SUBAŞI
Doktora
İngilizce
2017
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN GÜNEŞ
- Potential of battery electric trucks on logistics and manufacturing side in Turkey
Elektrikli araçların Türkiye'deki lojistik ve üretici firmalar tarafından potansiyeli
EGE ALİ DİNÇER
Yüksek Lisans
İngilizce
2022
Enerjiİzmir Ekonomi ÜniversitesiSürdürülebilir Enerji Ana Bilim Dalı
PROF. DR. MUHİTTİN HAKAN DEMİR
- Tekirdağ ili karayolu ulaşımından kaynaklanan sera gazı emisyonunun belirlenmesi
Determination of greenhouse gas emission sourced from road transportation in Tekirdağ province
AYŞE AYÇA AYDIN
Yüksek Lisans
Türkçe
2024
Çevre MühendisliğiTekirdağ Namık Kemal ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÖZTÜRK