Geri Dön

Geliştirilmiş k-means kümeleme yöntemi ile araçlardan oluşan ad-hoc ağlarda (vanet'lerde) trafik yönetimi ve iletişim güvenilirliğinin iyileştirilmesi

Enhanced K-means clustering for improved traffic management and communication reliability in vehicular ad-hoc networks (vanets)

PDF İndir

  1. Tez No: 932888
  2. Yazar: HAYDER BASIM HABEEB AL-RAWE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SELİN NACAKLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: 116

Özet

Araçlar Arası Ağlar (Vehicular Ad-hoc Networks, VANETs), Trafik Akışı Yönetim Sistemleri'nde (Intelligent Transportation Systems, ITS) trafik akışını iyileştirmek, yol güvenliğini artırmak ve araçlar arası iletişimi güçlendirmek amacıyla kilit bir unsur olarak ortaya çıkmıştır. Ancak, yüksek hareketlilik ve sürekli değişen ağ topolojisi ile karakterize edilen VANET'lerin dinamik yapısı, istikrarlı iletişimin ve etkili kümelemenin sürdürülmesinde önemli zorluklar doğurmaktadır. Bu araştırma, uyarlanabilir küme merkezi seçimi için geliştirilmiş K-means algoritmasını ve Karınca Koloni Optimizasyonu'nu (Ant Colony Optimization, ACO) birleştiren yenilikçi bir kümeleme yaklaşımı önermektedir. Geliştirilmiş K-means algoritması, VANET'lerin benzersiz gereksinimlerine daha iyi yanıt vermek için hareketlilik odaklı ölçütler ve ağırlıklı merkez ayarlamaları içermekte, böylece istikrarı artırmakta ve yeniden kümeleme ihtiyacını en aza indirmektedir. ACO ise araç hareketliliği, araç mesafesive toplam araç sayısı gibi faktörleri dikkate alarak küme merkezi seçimini optimize etmek için kullanılmaktadır. Simülasyonlar, bu yaklaşımın geleneksel kümeleme yöntemlerinden daha üstün olduğunu, gelişmiş istikrar, azaltılmış iletişim yükü ve artırılmış güvenilirlik sağladığını ortaya koymaktadır. Önerilen yöntem, daha güvenli ve daha verimli ulaşım ağlarını destekleyerek ITS kapasitelerini ileri taşımaktadır.

Özet (Çeviri)

Vehicular Ad-hoc Networks (VANETs) have emerged as a pivotal element in Intelligent Transportation Systems (ITS), aiming to enhance traffic flow, road safety, and vehicle-to-vehicle communication. However, the dynamic nature of VANETs, characterized by high mobility and ever-changing network topology, poses significant challenges to maintaining stable communication and effective clustering. This research introduces a novel clustering approach that combines an enhanced K-means algorithm with Ant Colony Optimization (ACO) for adaptive cluster head selection. The modified K-means algorithm incorporates mobility-aware metrics and weighted centroid adjustments to better address the unique demands of VANETs, promoting stability and minimizing re-clustering. ACO is employed to optimize cluster head selection, considering factors such as vehicle mobility, vehicle proximity and the total number of vehicles in the simulation. Our results reveal that this approach outperforms traditional clustering methods, delivering improved stability, reduced communication overhead, and enhanced reliability. The proposed method advances ITS capabilities by fostering safer and more efficient transportation networks.

Benzer Tezler

  1. Tez No

    925689

    Transcriptomic and physiological meta-analysis of multiple stress-resistant Saccharomyces cerevisiae strains

    Çoklu streslere dayanıklı Saccharomyces cerevisiae suşlarının transkriptomik ve fizyolojik meta-analizi

    ABDULKADİR ÖZEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. ZEYNEP PETEK ÇAKAR

    DOÇ. DR. MEHMET BAYSAN

  2. Tez No

    510097

    Cluster ensemble selection by optimization of accuracy-diversity trade-off

    Doğruluk ve çeşitlilik ödünleşimlerinin eniyilemesi ile kümeleme topluluklarının seçilmesi

    BUSE ÇİSİL OTAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SÜREYYA AKYÜZ

  3. Tez No

    479286

    Linking national business system with firm level innovation: The mediating role of intellectual capital and absorptive capacity

    Firma düzeyi yeniliği ile bağlantılı ulusal iş sistemi: Entelektüel sermaye ve özümseme kapasitesinin arabulucu rolü

    BASHİR AHMAD

    Doktora

    İngilizce

    İngilizce

    2017

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    Assoc. Prof. Dr. MEHMET ERÇEK

  4. Tez No

    894539

    Context aware real-time clustering with cortical coding method

    Kortikal kodlama yöntemi ile bağlama duyarlı gerçek zamanlı kümeleme

    SELİM EREN ERYILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ

  5. Tez No

    763869

    Customer segmentation using a developed RFM model: An application in a rug&carpet manufacturing company

    Geliştirilmiş RFM modeli ile müşteri segmentasyonu: Bir halı ve kilim üretici firmasında uygulama

    YAĞMUR GİZEM İMDAD

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İşletmeAbdullah Gül Üniversitesi

    Veri Bilimi Ana Bilim Dalı

    PROF. DR. CENGİZ YILMAZ

Geri Dön