Trafik akışkanlığının doğrusal sınıflayıcılar vasıtasıyla belirlenmesi
| dc.contributor.advisor | Cinsdikici, Muhammed | |
| dc.contributor.author | Memiş, Kemal | |
| dc.date.accessioned | 2016-06-10T13:33:57Z | |
| dc.date.available | 2016-06-10T13:33:57Z | |
| dc.date.issued | 2008 | |
| dc.department | Ege Üniversitesi, Fen Bilimleri Enstitüsü | en_US |
| dc.description.abstract | Trafik akışkanlığı günün çeşitli zamanlarında değişiklik gösterebilmektedir. Bu değişikliğin meydana gelmesini sağlayan kazalar, bozulan arabalar, yol yapım çalışmaları, yoğun ulaşım kullanım zamanları ve beklenmedik olaylar trafik akışının yavaşlamasına sebep olmaktadır. Bunun sonucunda temel olarak üç trafik durumu ortaya çıkmaktadır: “Akıcı Trafik”, “Yoğun Trafik”, “Tıkalı Trafik”. Çalışmada tek bir mikrodalga algılayıcıdan elde edilen doluluk, araç sayısı ve hız parametreleri çoklu regresyon analizi ve destek vektör makinelerine girdi olarak verilerek trafiğin akışkanlığı hesaplanmıştır. Çalışma TSIS 5.1 benzetim aracının CORSIM bileşenin ürettiği verilerle modellenmiş ve daha sonra İstanbul 2. Çevre yolundan elde edilen gerçek verilere uygulanmıştır. Uygulanan metotların performansları daha sonra karşılaştırılmıştır. En iyi performansa sahip metot şu an İstanbul Trafik Yönetim Merkezinde kullanılmaktadır. | en_US |
| dc.identifier.uri | https://hdl.handle.net/11454/3530 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Ege Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Çoklu Regresyon Analizi, Destek Vektör Makineleri, Trafik Akım Kuramı, Trafik Akım Parametreleri. | en_US |
| dc.subject | Multi Regression Analysis, Support Vector Machines, Traffic Flow Theory, Traffic Flow Parameters. | en_US |
| dc.subject | Uluslararası Bilgisayar A.B.D. | en_US |
| dc.title | Trafik akışkanlığının doğrusal sınıflayıcılar vasıtasıyla belirlenmesi | en_US |
| dc.type | Master Thesis | en_US |
