@article{article_1705574, title={CBS ve makine öğrenmesi ile elektrikli araç şarj istasyonlarının yer seçimine etki eden kriterlerin belirlenmesi}, journal={Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi}, volume={14}, pages={1664–1676}, year={2025}, DOI={10.28948/ngumuh.1705574}, author={Mete, Muhammed Oğuzhan}, keywords={Açıklanabilir Yapay Zeka, Coğrafi Bilgi Sistemleri, Elektrikli Araç Şarj İstasyonu, Makine Öğrenmesi, Yer Seçim Analizi}, abstract={Elektrikli araç kullanımının dünya genelinde artması, yeni şarj istasyonu kurulumlarının ihtiyacını da ortaya çıkarmaktadır. Bu çalışmanın temel amacı günümüzde içten yanmalı motora sahip araçların yerini alan elektrikli araçların şarj istasyonları için uygun yer seçimi modelinin geliştirilmesidir. Bu amaç doğrultusunda Almanya’nın Münih ile İtalya’nın Milano şehirleri çalışma bölgesi olarak belirlenmiştir. Bu şehirlerin seçilmesinde elektrikli araç şarj istasyonlarının sayısının fazla olması ve ülkelerin trafik ve sürüş kültürü açısından Türkiye’ye benzerliği öne çıkmıştır. Çalışma kapsamında Coğrafi Bilgi Sistemleri (CBS) ile konumsal analizler yapılmış, Açıklanabilir Yapay Zeka (XAI) teknikleri ile regresyon analizi gerçekleştirilerek şarj istasyonları için en uygun yerlerin belirlenmesinde kullanılabilecek bir tahmin modeli geliştirilmiştir. Rastgele Orman yöntemiyle kriterlerin ağırlıkları belirlenmiş ve model doğruluğu Milano şehrinde %27 iken Münih şehrinde %87 olarak gözlemlenmiştir. Sonuç olarak elektrikli araç şarj istasyonları için mevcuttaki istasyonlara ait kullanım verisine dayalı çıkarımlar ile en uygun konumların seçiminde etkin kriterler belirlenmiştir. Böylelikle bu alandaki yatırımların karar destek sistemi ile yönlendirilmesi sağlanarak kaynakların etkin kullanılması, elektrikli araç sahiplerine uygun ulaşım altyapısının sunulması ile fosil yakıtlı araçlardan elektrikli araçlara geçişin kolaylaştırılması amaçlanmıştır.}, number={4}, publisher={Niğde Ömer Halisdemir Üniversitesi}