Coğrafi bilgi sistemleri ve yapay zeka entegrasyonu ile altyapı karar destek sistemi geliştirilmesi
Development of an infrastructure decision supportsystem through the integration of geographicinformation systems and artifical intellegence
- Tez No: 968065
- Danışmanlar: PROF. NURSU TUNALIOĞLU ÖCALAN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Bilim Dalı
- Sayfa Sayısı: 79
Özet
Kentsel alanlarda hızla artan nüfus, sanayi yoğunluğu ve altyapı sistemlerinin yaşlanması, içmesuyu şebekelerinde meydana gelen arızaların sayısını ve şiddetini artırmakta; bu durum, sürdürülebilir su yönetimi açısından önemli bir sorun haline gelmektedir. Su altyapılarında izleme, risk sıralaması ve müdahale planlamalarının yapılabilmesi, güncel karar destek teknolojilerinin kullanımını zorunlu kılmaktadır. Bu kapsamda, Kocaeli ilinin sekiz ilçesine ait içmesuyu boru hatları üzerinde meydana gelen arıza verileri kullanılarak, yapay zeka teknikleri ile desteklenen coğrafi tabanlı bir karar destek sistemi tasarlanmıştır. Analiz sürecinde, arıza sıklığı, boru yaşı, malzeme türü ve kaplama tipi gibi parametreler dikkate alınarak ön işleme, normalizasyon ve yeniden sınıflandırma işlemleri gerçekleştirilmiştir. Kriterlerin önem dereceleri, Analitik Hiyerarşi Süreci yöntemi ile belirlenmiş ve bu ağırlıklar doğrultusunda her boru hattına ilişkin risk skorları hesaplanarak dört farklı risk grubuna ayrılmıştır: Düşük, Orta, Yüksek ve Çok Yüksek. Bu risk grupları, makine öğrenmesi algoritmaları ile sınıflandırılmış ve modellerin doğruluk performansları değerlendirilmiştir. Rastgele Orman, Lojistik Regresyon, Destek Vektör Makineleri (SVM), Karar Ağaçları ve Voting Classifier gibi denetimli öğrenme yöntemlerinin yanı sıra, gözetimsiz öğrenme tekniklerinden K-Means algoritması da analiz sürecine dahil edilmiştir. Kümelenme analizinde Elbow ve Silhouette yöntemleri kullanılarak en uygun küme sayısı belirlenmiş ve altyapı hatlarının risk düzeylerine göre mekânsal dağılımları haritalanmıştır. Elde edilen sonuçlar, Coğrafi Bilgi Sistemleri (CBS) ortamında görselleştirilmiş ve altyapı bakım-onarım planlamaları için mekânsal karar destek imkânı sunan bir yapı oluşturulmuştur. Geliştirilen bu sistem, altyapı yönetiminde veri temelli, objektif ve dinamik bir yaklaşım sunarak hizmet kalitesini ve müdahale etkinliğini artırmayı hedeflemektedir.
Özet (Çeviri)
In urban areas, the rapid increase in population, industrial density, and the aging of infrastructure systems have led to a rise in the number and severity of failures in drinking water networks. This situation has become a significant challenge for sustainable water management. Monitoring water infrastructure, conducting risk prioritization, and planning interventions necessitate the use of modern decision support technologies. In this context, a geographically-based decision support system supported by artificial intelligence techniques was designed using drinking water pipeline failure data from eight districts of Kocaeli province. During the analysis process, parameters such as failure frequency, pipe age, material type, and pavement type were considered, and preprocessing, normalization, and reclassification procedures were applied. The importance levels of the criteria were determined using the Analytic Hierarchy Process, and risk scores were calculated for each pipeline based on these weights. These scores were then categorized into four distinct risk groups: Low, Medium, High, and Very High. These risk groups were classified using machine learning algorithms, and the performance of the models was evaluated in terms of accuracy. In addition to supervised learning methods such as Rastgele Orman, Logistic Regression, Support Vector Machines (SVM), Decision Trees, and Voting Classifier, the unsupervised K-Means clustering algorithm was also employed. The optimal number of clusters was determined using the Elbow and Silhouette methods, and the spatial distribution of infrastructure risks was mapped accordingly. The results were visualized in a Geographic Information System (GIS) environment, creating a spatial decision support framework for infrastructure maintenance and planning. The developed system aims to enhance service quality and intervention efficiency by providing a data-driven, objective, and dynamic approach to infrastructure management.
Benzer Tezler
- Flood risk analysis with geospatial artifical intelligence techniques
Coğrafi bilgi sistemleri ve yapay zeka ile sel taşkın riski analizi
MİRAÇ TAHA DERMAN
Yüksek Lisans
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED OĞUZHAN METE
- Integration of remote sensing and artificial intelligencetechniques for estimation of evapotranspiration
Uzaktan algılama ve yapay zeka entegrasyonu ileevapotranspirasyon (terleme yoluyla buharlaşma) tahmini
MASOUD DERAKHSHANDEH
Doktora
İngilizce
2024
Bilgi ve Belge YönetimiEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. MUSTAFA TOMBUL
- Biyoçeşitliliğin korunmasında öncelikli alanların (sıcak-noktaların) belirlenmesi: Anadolu Diyagonali'nin Güneyi
Identification of priority areas (hotspots) for conservation of biodiversity: South of the Anatolian Diagonal
ENES KARADENİZ
- Enhancing warehouse efficiency through geographic information system and genetic algorithm
Coğrafi bilgi sistemleri ve genetik algoritma ile depo verimliliğinin artırılması
ONUR YÜREKLİ
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ENES ATİK
- Kanıta dayalı tasarım yaklaşımının açık yeşil alan tasarım sürecine entegrasyonu
Integration of evidence-based design approach into the design process of urban open green space
NAZLI DENİZ ERSÖZ
Doktora
Türkçe
2025
Peyzaj MimarlığıBursa Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. GÜL SAYAN ATANUR
PROF. DR. GÜLŞEN AYTAÇ