Geri Dön

Karayolu CO2 emisyonunun yapay zeka yöntemleriyle tahmini

Estimation of highway CO2 emissions by artificial intelligence methods

  1. Tez No: 853958
  2. Yazar: HANDE KOCABAŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ulaşım, Transportation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İskenderun Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2020

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF BAL BEŞİKÇİ

  2. 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

    Türkçe

    2020

    Çevre MühendisliğiKonya Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. ESRA YEL

  3. 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

    İngilizce

    2017

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN GÜNEŞ

  4. 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

    İngilizce

    2022

    Enerjiİzmir Ekonomi Üniversitesi

    Sürdürülebilir Enerji Ana Bilim Dalı

    PROF. DR. MUHİTTİN HAKAN DEMİR

  5. 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

    Türkçe

    2024

    Çevre MühendisliğiTekirdağ Namık Kemal Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÖZTÜRK