YAPAY SİNİR AĞLARI İLE TRAFİK YOĞUNLUĞU TAHMİNİ
YAPAY SİNİR AĞLARI İLE TRAFİK YOĞUNLUĞU TAHMİNİ
- Tez No: 901126
- Danışmanlar: PROF. DR. BÜLENT SEZEN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Trafik, Ulaşım, Business Administration, Traffic, Transportation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüz şehir yaşamında trafik yoğunluğu, trafikte kaybedilen zaman dikkate alındığında, önemli bir konudur ve trafik yoğunluğunu birçok faktör etkileyebilir. Bu amaç doğrultusunda araştırmada yapay sinir ağları kullanılarak, yoğunluğa sebep olabilecek nem, rüzgar hızı, sıcaklık, hava koşulları, h.içi gün ve mesai saati değişkenleri üzerinden araç hızı için tahmin yapılıp yoğunluk değerlendirilmesinde bulunulmuştur. Çalışmanın birinci bölümünde çalışmaya dair giriş değerlendirmesinde bulunulmuş, ikinci bölümde ise ulaşım konusu incelenmiştir ve trafik mühendisliğinin 3 ana karakteristiği hakkında bilgi verilmiştir. Üçüncü bölümde trafik akışının ana elemanlarına; dördüncü bölümde ise, Türkiye'deki ulaşım durumu ve araştırmanın yapıldığı E-5 karayoluna ait bilgilere yer verilmiştir. Çalışmanın beşinci bölümünde geçmiş çalışmalara dair bilgilere yer verilmiştir. Altıncı bölümde ise, yapay sinir ağları konusu işlenmiştir. Yapay sinir ağlarının kullanım alanları, avantajları ve dezavantajlarına yer verilmiştir. Çalışmanın yedinci bölümünde Yapay Sinir Ağı ile hız tahmini üzerine bir uygulama geliştirilmiştir. Son bölümde ise sonuç değerlendirmesi yapılmıştır. Uygulamanın verileri, 10.07.2019 ile 10.12.2019 tarihleri arasındaki çalışma günlerinde ve ilgili günün mesai saatleri içerisinde, yarımşar saatlik aralıklarla elde edilmiştir. Gerçek ile tahmin edilen değer arasındaki oran 0.04; modelin performansının başarı ölçüsü ise 3.34 olarak elde edilmiştir ve bu da, modelin iyi sonuçlar verdiğini göstermektedir. Analizler sonucunda, Tuzla' da seçilen yol bölümü için hizmet seviyesinin D veya C düzeyinde ve km' de şerit başına 16- 22 araç yoğunluğu ve ortalama hızın da 77.6- 80 düzeyinde olduğu görülmektedir. Rüzgar hızı, hafta içi günler ve sıcaklık bağımsız değişkenlerinin hız üzerinde negatif; nem, mesai saatleri ve hava koşulu değişkenlerinin ise pozitif yönde etkisi olduğu görülmüştür.
Özet (Çeviri)
Nowadays, traffic density is an important issue considering the time lost and many factors can affect traffic density. Therefore, in the research, using Artificial Neural Networks (ANN), estimation and density were evaluated for the vehicle speed based on the variables that may cause density, wind speed, temperature, weather conditions, every day and working hours. Firstly, an introduction assessment of the study was made, secondly, the subject of transportation was examined and information was given on 3 main characteristics of traffic engineering. Thirdly, the main elements of the traffic flow; Fourhtly the transport situation and the research was conducted in Turkey E-5 highway information are included. Fively, information about past studies is included. Sixth, the subject of ANN is covered. Usage areas, advantages and disadvantages of ANN are included. Seventh, an application on speed prediction was developed with ANN. In the last part, the result evaluation was made. Data were obtained during working hours and half an hour intervals between the days of 10.07.2019 and 10.12.2019. The ratio between the real and the estimated value is 0.04; the measure of the model's performance was 3.34, which shows the good results. As a result, it is seen that the level of service for the selected road section in Tuzla district is at D or C level and 16-22 vehicle density per lane and the average speed is 77.6-80 per km. Wind speed, weekdays and temperature arguments are negative on speed; variables of humidity, working hours and weather conditions have a positive effect.
Benzer Tezler
- Yapay sinir ağları ile trafik yoğunluğu tahmini
Prediction of traffic congestion by artificial neural networks
MURAT NAS
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. NESLİHAN SERAP ŞENGÖR
- Afet yönetimi odaklı hücresel ağ kapsama performansı için mekansal yapay zeka tabanlı model önerisi
Geospatial artificial intelligence (GeoAI) based model proposal for cellular network coverage performance with a focus on disaster management
GÜZİDE MİRAY PERİHANOĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HİMMET KARAMAN
- Resilient and sustainable smart cities: Cybersecurity, disaster management, and data-driven urban solutions
Dayanıklı ve sürdürülebilir akıllı şehirler: Siber güvenlik, afet yönetimi ve veri odaklı kent çözümleri
KIYMET KAYA
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE GÜNDÜZ ÖGÜDÜCÜ
- Yapay sinir ağları kullanılarak mobil ve genişbant abone sayısı, mobil trafik hacmi, SMS ve MMS miktarı tahmini
Forecasting the number of mobile and broadband subscribers, mobile traffic volume, SMS and MMS amounts using artificial neural networks
MEHTAP PARLAK
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GONCA YILDIRIM
- Akıllı şehirler için park yönetim sistemi
A park management system for smart cities
ASLI SEBATLI SAĞLAM
Doktora
Türkçe
2023
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ÇAVDUR