Buzlanma Tahmini Yapan Mobil Uygulama Geliştirilmesi

Abstract

Soğuk hava ve ağır kış şartları, yollarda buzlanmaya sebep olmakta ve bu nedenle her yıl birçok ölümlü, yaralanmalı ve maddi hasarlı kaza meydana gelmektedir. Bu çalışmada yollardaki buzlanmadan kaynaklı kazaların önlenmesine yönelik bir buzlanma tahmin algoritması ve mobil uygulama geliştirilmiştir. Geliştirilen uygulama ile sürücülerin güzergâhları doğrultusunda buzlanma oluşumu ile ilgili ön bilgi verilmesi amaçlanmaktadır. Çalışmada yol durum sensörü ve hava istasyonlarından alınan sıcaklık, çiğ noktası, hissedilen sıcaklık, rüzgâr şiddeti, rüzgâr yönü, bağıl nem, rüzgâr hızı giriş parametreleri olarak kullanılmıştır. Çıkışta ise buzlanma bilgisi ile ikili sınıflandırma yapılmıştır. Sistemin eğitimi tamamlandıktan sonra meteorolojiden hava durumu tahmin bilgisi alınarak, geliştirilen mobil uygulama üzerinde gelecek 12 saat için buzlanma tahmini yapılmaktadır. Ayrıca geliştirilen sistemin doğruluğunu ölçmek ve karşılaştırma yapabilmek için sınıflandırma alanında en çok kullanılan yöntemlerden çok katmanlı algılayıcı (ÇKA) sinir ağı modeli ile doğrusal ve doğrusal olmayan destek vektör makineleri (DVM) yöntemleri kullanılmıştır. Çalışmada kullanılan algoritmaların sınıflandırma doğruluğuna bakıldığında, toplam doğru sınıflandırılan örnek sayısı temel alındığında ÇKA modelinin %87,26 doğruluk oranı ile en iyi sonucu verdiği, ardından %86,32 ile doğrusal DVM modelinin geldiği önerilen modelimizin ise %75,47 doğruluk oranına sahip olduğu görülmüştür. Ancak geliştirilen tahmin algoritmasında sınıflandırma doğruluğu diğerlerine kıyasla daha az olmasına rağmen eğitimde kullanılan örnek sayısı arttıkça, buzlanma tahmin doğruluğunun da doğru orantılı olarak arttığı gözlemlenmiştir.

Genetik Algoritma Yaklaşımıyla Öznitelik Seçimi Kullanılarak Makine Öğrenmesi Algoritmaları ile Kalp Hastalığı Tahmini

“…Çok katmanlı algılayıcı (ÇKA) sinir ağı modeli ile DVM yöntemleri kullanılarak yapılan çalışmada buzlanmadan kaynaklı kazaların önlenmesine yönelik %87.26 doğruluk oranına sahip bir buzlanma tahmin algoritması ve mobil uygulama geliştirilmiştir [45]. EEG sinyallerinden epileptik nöbet sınıflandırılmasının yapıldığı çalışmada DVM kullanıldığı görülmektedir [46].…”

Critical Aspects and Technology of Fixed Automated Spray Technology System

“…This is a method that can obtain data from the ice warning system and intervene instantly. An appropriate amount of anti-icing chemical is sprayed from nozzles to the pavement automatically and thereby preventing ice adhesion to the pavement by creating a chemical layer between ice and pavement [4,5].…”