Öz
This study aims to develop an artificial neural network model to address one of the negative aspects of
urbanization, namely, the ever-increasing traffic accidents. For that purpose a feed forward model of artificial
neural network has been created for the specific case of Ankara. In the construction of this model, the reports of
accidents that occurred within the provincial limits of Ankara during the 2008-2010 period have been taken as the
basis for our project, a risk analysis has been conducted and the techniques of artificial intelligence have been used
to determine the risky zones. These reports have been obtained from the General Directorate of Security. The
model takes the weather, road and vehicle conditions into consideration and provides the driver with a list of risky
points on the route to the point of destination; he/she is also allowed to choose an alternative route. In creating the
model, R2013a freeware version of MATLAB software and especially the Levenberg-Marquardt algorithm has
been used. Since it has been proven that this algorithm has a very high percentage of success, this type of algorithm
has been chosen to train and test the data. Our results have shown 95% confidence level. As part of our research,
various functions of Google Maps technology such as mapping, placing marker and route-calculating have also
been used as a visual guidance interface in order to figure out the routes of minimum risk for the drivers.
Anahtar Kelimeler
Öz
Bu çalışma kentleşmenin olumsuz boyutlarından biri olarak her geçen gün artan trafik kazalarına çözüm olabilecek, alternatif güzergâh seçeneği sunan bir yapay sinir ağı modeli geliştirmeyi amaçlamaktadır. Bu amaç doğrultusunda, Ankara ili örneğinde trafik kazalarını azaltacak ileri beslemeli bir yapay sinir ağı modeli oluşturulmuştur. Bu model oluşturulurken Emniyet Genel Müdürlüğü’nden temin edilen 2008-2010 yıllarında Ankara il sınırları içinde meydana gelen kaza tespit tutanakları temel olarak alınmış, risk analizi yapılmış ve riskli noktaları tespit etmek için yapay zekâ teknikleri uygulanmıştır. Bu model vasıtasıyla, hava, yol ve araç koşulları göz önüne alınmak suretiyle, sürücünün ulaşmak istediği konuma kadar olan güzergâhtaki riskli noktalar sürücünün bilgisine sunulmuş ve alternatif güzergâhları seçmesine olanak tanınmıştır. Model oluşturulurken MATLAB R2013a yazılımı ve özellikle bu yazılımdaki Levenberg-Marquardt öğrenme algoritmasına göre çalışan ağ eğitim algoritması kullanılmıştır. Risk kriterleri oluşturulduktan sonra, bu algoritma kullanılarak eğitim ve test süreçlerinden geçirilmiş verilerin %95‘in üzerinde bir doğrulama oranına sahip olduğu gözlenmiştir. Çalışma kapsamında Google Maps teknolojisinin harita gösterme, harita üzerine işaret noktası ekleme ve rota hesaplaması özelliklerinden faydalanılarak görsel olarak sürücünün daha az riskli güzergâhlara yönlendirilmesi sağlanmıştır.
Anahtar Kelimeler
Ayrıntılar
| Diğer ID | JA29BG46SY |
|---|---|
| Bölüm | Makaleler |
| Yazarlar | |
| Yayımlanma Tarihi | 1 Haziran 2015 |
| Yayımlandığı Sayı | Yıl 2015 Cilt: 17 Sayı: 1 |