Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/2263
Title: Büyük veri algoritmalarıyla büyük şehirlerin trafik problemlerinin incelenmesi
Other Titles: Analysis of the traffic flow and accidents with big data algorithms
Authors: Özbayoğlu, Ahmet Murat
Küçükayan, Yusuf Gökhan
Keywords: Event detection
Traffic modelling
Neural network
Olay algılama
Trafik modelleme
Yapay sinir ağları
Issue Date: 2016
Publisher: TOBB University of Economics and Technology,Graduate School of Engineering and Science
TOBB ETÜ Fen Bilimleri Enstitüsü
Source: Küçükayan, Y. (2016). Büyük veri algoritmalarıyla büyük şehirlerin trafik problemlerinin incelenmesi. Ankara: TOBB ETÜ Fen Bilimleri Enstitüsü. [Yayınlanmamış yüksek lisans tezi]
Abstract: Günümüzün sosyal ve insan yaşam standartları açısından en büyük problemlerinden birisi içinde bulunduğumuz trafik haline gelmiştir. Artan nüfus ve araç sayısı neticesinde mevcutta oluşan trafik problemleri katlanarak artmaktadır. Bu sebepten dolayı trafikte geçirilen zaman ve riskler de aynı oranda artmaktadır. Bu çalışmada araç trafiğinin rahatlatılması ve oluşabilecek risklerin minimuma veya önceden engellenebilmesi amaçlanmıştır. Bu kapsamda, büyük veri altyapıları ve algoritmaları, trafikte olay diye nitelendirilen kaza, trafik sıkışıklığı, yol çalışması, habersiz yapılan çalışmalar vb. gibi sebeplerden oluşabilecek aksaklıkların tespitinde kullanılmıştır. Bu tespitlerin yapılmasında yapay sinir ağlarından ve trafik problemi için optimize edilmiş modellerden faydalanılmıştır. Çalışmanın esas amacı büyük veri algoritmalarını kullanarak trafikte oluşabilecek herhangi bir olayın veya sıkışıklığın anlık tespiti ve buna bağlı olarak alınabilecek tedbirleri göstermektir. Tez kapsamında dünyada da en yoğun trafiklerden birisi olarak kabul gören İstanbul'un, pilot bölgesinden alınan trafik sensörlerindeki veriler işlenmiş olup toplamda 1 yıl içindeki veriler üzerinden model oluşturulup olay tespiti yapılmıştır. Yapılan çalışmalarda ve oluşturulan modelde %97 doğruluk oranıyla trafikteki olaylar tespit edilmiştir. Bu tespit edilen modele göre olay oluşmaya başladığında, verinin gelme hızını dikkate alarak, anlık tespit edilebilmektedir. Bu tespitlerden yola çıkarak önceden alınabilecek tedbirler ile olayın olduğu bölgedeki trafiğin diğer yollara aktarılması, olayın durumuna göre gerekli ekiplerin olay yerine gönderilmesi ve sinyalizasyon değişimleriyle kontrol altına alınıp bölgedeki trafik yoğunluğunun ve trafik güvenliğinin sağlanması hedeflenmiştir. Yapılan çalışmalar İstanbul Büyük Şehir Belediyesi Trafik Müdürlüğünün 2015 yılı trafik verisi kapsamında yapılmış olup değişen trafik koşullarına göre oluşturulan model değişim koşullarına göre geliştirilip uyum sağlaması düşünülmüştür.
In terms of social and individual living conditions, traffic has been one of the most significant problems of today's world. As a result of increasing population and vehicle number, existing traffic problems increase exponentially. Because of this reason, time wasted in traffic and possibility of having an accident increases with the rate. This thesis intends to relieve the vehicle traffic and reduce the probability of occurrence of risks to minimum or prevent in advance. In this context, big data infrastructures and algorithms are used in order to predict accident, traffic congestion, and road works, without notice works, which are named as "event". To predict all these events, this work takes advantages of artificial neural networks and models optimized for traffic congestion problems. The main purpose of the study is to predict real-time traffic events or congestion probability on time and offer related precautions to be taken. In the context of the thesis, the data from the traffic sensors has been collected for one year and used to form a model from the pilot area of Istanbul, which is known as one of the most crowded traffic on the world. As a result of the study and the model, traffic events has been detected with an accuracy rate of 97%. The events have been detected taking in the consideration of the data velocity. Based on the detections, the thesis has aimed transferring the traffic to another road, notifying the emergency units and proving the traffic security and resolving the traffic congestion with the help of the change in signalization. The study has been constructed with the 2015 traffic data from Istanbul Metropolitan Municipality Traffic Unit and the model formed by this data has been considered to be developed and accommodated with the changing conditions.
URI: https://hdl.handle.net/20.500.11851/2263
https://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp
Appears in Collections:Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses

Files in This Item:
File Description SizeFormat 
427896.pdf10.24 MBAdobe PDFThumbnail
View/Open
Show full item record

CORE Recommender

Page view(s)

78
checked on Dec 26, 2022

Download(s)

28
checked on Dec 26, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.