Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


İstanbul Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Anabilim Dalı

Akıllı ulaşım için veri madenciliğine dayalı tahmin sistemi

Data mining based estimation system for intelligent transportation

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 394516 tez numarasıyla arayabilirsiniz.

Özet:

Bilgisayar teknolojileri her alanda olduğu gibi ulaşım alanlarında da kullanılmaya başlamıştır. Böylelikle "Akıllı Ulaşım Sistemleri" ortaya çıkmıştır. "Akıllı Ulaşım Sistemleri" toplu ulaşım sistemlerinin bilgi sistemleri ile entegrasyonu ve yönetilmesidir. Bu çalışmada "Akıllı Ulaşım Sistemleri" genel anlamda anlatılmakla birlikte çalışmanın asıl konusu olan "Akıllı Ulaşım için Veri Madenciliğine Dayalı Tahmin Sistemi" ya da kısacası "Tahmin Sistemi"nin nasıl gerçekleştirildiği üzerinde durulmuştur. Akıllı ulaşım sistemleri için önerilen tahmin sistemlerinin birçoğunda GPS verilerine dayalı merkezde hesaplama yöntemleri kullanılarak aracın sonraki duraklarına varış süreleri hesaplanır. Önermiş olduğumuz "Rich-Client" mimari ile aracın durak geçişleri araç tarafında hesaplanıp merkeze gönderilerek merkez tarafında güzergahların ardışık durakları arasındaki ortalama süreyi hesaplama yöntemi üzerinde durulmuştur. Hesaplamada median filtresi ile birlikte yakın zamanın ağırlıkça daha çok olduğu exponential smoothing metodları kullanılarak etkin bir çözüm üretilmeye çalışıldı.

Summary:

The computer technology is used in the transportation like it is used in all fields. In this way, Intelligent Transportation Systems(ITS) are arised. ITS is the integration and management of public transportation systems with information systems. In this study, as ITS are explained in general, the main subject which is "data mining based estimation system for intelligent transportation" is focused on. In most smart transportation systems (STS), arriving time to next stations is calculated in the management centre using GPS data. In this paper, we propose the "Rich-Client" architecture. In this method, each vehicle calculates its own passing from stops by itself with comparing coordinates information. The station departures of a vehicle are posted to the center and we focus on the calculation method of the average time elapsed for the consecutive stations on routes that vehicles travel on. We find an effective solution using median with exponential smoothing technique for the computation.