Yapay zekâ ve genetik algoritmalar ile kavşak sinyalizasyonlarının optimize edilmesi
| dc.contributor.advisor | Babacan, Adem | |
| dc.contributor.author | Durak, Oğuz | |
| dc.date.accessioned | 2024-10-19T19:47:34Z | |
| dc.date.available | 2024-10-19T19:47:34Z | |
| dc.date.issued | 2023 | |
| dc.department | Enstitüler, Sosyal Bilimler Enstitüsü, Ekonometri Ana Bilim Dalı | en_US |
| dc.description | Sosyal Bilimler Enstitüsü, Ekonometri Ana Bilim Dalı | en_US |
| dc.description.abstract | Günümüzde teknoloji hayatımızın vazgeçilmez bir parçası haline gelmiştir. Özellikle akıllı şehirler ve teknolojik şehirler gibi kavramlar savunma sanayi ve kentlerin nüfus ve ihtiyaçlarındaki artış ile birlikte teknoloji entegrasyonunun önemini arttırmıştır. Trafik sıkışıklığı, yapay zekâ teknolojileri bu sorunun çözümü için önemli bir araç olabilir. Yapay zekâ destekli trafik yönetim sistemleri sayesinde, trafik akışı daha verimli bir şekilde yönlendirilebilir ve sürücülerin trafik sıkışıklığına takılma süreleri azaltılabilir. Ancak, yapay zekâ teknolojilerinin yüksek maliyeti bir dezavantaj olabilir. Bu nedenle, bu çalışmada maliyet kısmını minimumda tutarak esneklikten uzak olan sabit zamanlı sinyalizasyon sistemlerine hem esneklik sağlanmış, bu esneklik sağlanırken maliyet ve güvenlik sekteye uğramamıştır. Çalışmada, verilerinden yararlandığımız X ve Y kavşaklarında ki istatistikleri bir veri havuzunda toplayarak esnekliğe sahip olmayan ve her geçen gün hem kentleşme, hem de araçların çoğalması ile birlikte mevcut probleme çözüm üretemeyen ve bunlara ek olarak problemi içinden çıkılmaz hale getirilen sinyalizasyon sistemleri optimizasyonu gerçekleştirilmiştir. Optimizasyon gerçekleştikten sonra sabit zamanlı çalışmayan trafik lambaları hem daha esnek trafik akışını sağlamış hem de trafik ışıklarında araçların beklerken oluşturdukları kuyruk mesafesi azalmış ve bekleme süreleri düşürülmüştür. Anahtar Kelimeler: Akıllı trafik sistemleri, Genetik algoritma, Yapay Zeka | en_US |
| dc.description.abstract | Today, technology has become an indispensable part of our lives. Especially concepts such as smart cities and technological cities have increased the importance of technology integration with the increase in the population and needs of the defense industry and cities. Traffic congestion, artificial intelligence technologies can be an important tool for solving this problem. Thanks to artificial intelligence supported traffic management systems, the traffic flow can be directed more efficiently and the time for drivers to be stuck in traffic jams can be reduced. However, the high cost of artificial intelligence technologies can be a disadvantage. Therefore, in this study, by keeping the cost part to a minimum, flexibility was provided to the fixed-time signaling systems, which are far from flexibility, and while this flexibility was provided, cost and security were not interrupted. In the study, the optimization of signaling systems, which do not have flexibility and cannot produce a solution to the existing problem with both urbanization and the proliferation of vehicles, and in addition to these, the problem is made inextricable, has been carried out by collecting the statistics at the X and Y junctions, whose data we make use of, in a data pool. After the optimization, the traffic lights that do not work in a fixed time not only provided a more flexible traffic flow, but also the queue distance created by the vehicles while waiting at the traffic lights was reduced and the waiting times were reduced. Keyword: Intelligent traffic systems, Articifial intelligence, Genetic algorithm | en_US |
| dc.identifier.endpage | 103 | en_US |
| dc.identifier.startpage | 1 | en_US |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=G_oJ1rKE4SgJUkomyAKpR041gRedKujLasX5MVtmU4-paaVMN4vss9SEjENQqj4j | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12418/20889 | |
| dc.identifier.yoktezid | 798499 | en_US |
| dc.language.iso | tr | en_US |
| dc.publisher | Sivas Cumhuriyet Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.snmz | YK_20241019 | en_US |
| dc.subject | Ekonometri | en_US |
| dc.subject | Econometrics | en_US |
| dc.title | Yapay zekâ ve genetik algoritmalar ile kavşak sinyalizasyonlarının optimize edilmesi | en_US |
| dc.title.alternative | Optimizing interchange signals with artificial intelligence and genetic algorithms | en_US |
| dc.type | Master Thesis | en_US |
