Sezgisel Optimizasyon Algoritmalarının Taşıt Gecikmesi Problemi Üzerine Uygulaması
|
|
- Bercu Sarper
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Sezgisel Optimizasyon Algoritmalarının Taşıt Gecikmesi Problemi Üzerine Uygulaması Prof. Dr. Yetiş Şazi Murat, Arş. Gör. Ziya Çakıcı Pamukkale Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Denizli Tel: (258) , (258) E Posta: ysmurat@pau.edu.tr, zcakici@pau.edu.tr Özet Gecikme, sinyalize kavşakların performanslarının ve hizmet düzeylerinin belirlenmesinde kullanılan en önemli parametrelerden birisidir. Kavşak geometrisi ve kavşaktaki diğer taşıtların etkilerinin yanı sıra kavşaktaki sinyalizasyon sistemleri de bu parametrenin şekillenmesinde büyük bir rol oynamaktadır. Gelişigüzel ve mevcut trafik koşulları göz önünde bulundurulmaksızın yapılan süre atamaları çok fazla zaman kaybına sebep olmakta ve bu durum, kavşağın hizmet düzeyinin olumsuz yönde etkilenmesine öncülük etmektedir. Sinyalize kavşaklarda sinyal sürelerinin belirlenmesi ile ilgili hesap yöntemlerinden birisi de İngiliz trafik bilimcisi Webster tarafından önerilen sinyal süre hesabı yaklaşımıdır. Webster, sinyalize kavşaklarda kavşak yaklaşım kollarındaki trafik koşullarını göz önünde bulundurarak, kavşaktaki gecikmelerin minimize edildiği optimum sinyal sürelerini belirlemeyi amaçlamıştır. Bu çalışma Webster yönteminin gerçek manada gecikmeyi ne kadar temsil edebildiği sorusuna cevap bulmak için ortaya çıkmıştır. Çalışmada öncelikli olarak, 14 farklı senaryo oluşturulmuş ve senaryolara ait optimum sinyal süreleri ve ortalama taşıt gecikmeleri Webster in optimum sinyal süre hesabı yaklaşımı kullanılarak belirlenmiştir. Bir sonraki aşamada, sezgisel optimizasyon yöntemlerinden armoni araması, diferansiyel gelişim ve parçacık sürü optimizasyonu tekniği kullanılarak 14 farklı senaryo için optimum süreler ve ortalama gecikmeler yeniden tespit edilmiştir. Çalışma kapsamında, sezgisel optimizasyon yöntemleri uygulanarak elde edilen optimum devre süreleri ve ortalama taşıt gecikmeleri, Webster in optimum sinyal süresi hesabı yaklaşımı ile elde edilen sonuçlarla karşılaştırılmıştır. Sonuç olarak, sezgisel algoritmalar ile, Webster tarafından önerilen yaklaşıma nazaran daha iyi sonuçlar elde edildiği görülmüştür. Anahtar Kelimeler: Kavşak, Gecikme, Webster, Sinyalizasyon, Sezgisel Algoritmalar Abstract The Application of Heuristic Optimization Algorithms on Vehicle Delay Problem Delay is one of the most important parameters used for determining performances and level of services of signalized intersections. As well as intersection geometry and effects of the other vehicles, signalization systems have also great importance on this parameter. Randomly assignment of signal timing cause more waste of time. This situation adversely affects level of service of intersection. There are many approaches for calculation of signal timing at signalized intersections. One of the oldest and most widely used calculation approaches is developed by British Traffic scientist Webster. Webster calculation approach aims to determine optimum signal timing
2 which minimizes average delay at intersection by considering traffic conditions on approaches. This study is emerged as an inquiry about actual representation of Webster delay calculation procedure. In the first step of this study, 14 different traffic scenarios are created and optimum signal timing and average vehicle delay are determined using Webster optimum signal timing calculation procedure. In the second step, optimum signal timing and average delay for 14 different scenarios are re-calculated using harmony search, differential evolution and particle swarm optimization algorithms. In the scope of work, optimum signal timing and average vehicle delay results that are obtained by using heuristic optimization methods are compared with the results obtained by Webster calculation procedure. The results obtained by heuristic optimization algorithms are encouraging. Keywords: Intersection, Delay, Webster, Signalization, Heuristic Algorithms 1. Giriş Gecikme, sinyalize kavşak yaklaşım kollarındaki taşıtların kavşağın geometrik özellikleri, diğer taşıtlar ve kavşaktaki sinyalizasyon sistemleri nedeni ile kavşakta kaybettiği zaman olarak tanımlanmakta olup sinyalize kavşakların performansının ve hizmet düzeyinin belirlenmesinde kullanılan önemli bir parametredir [1]. Sinyalize kavşaklardaki taşıt gecikmeleri yavaşlama, durma ve hızlanma gecikmeleri olmak üzere üç kısımdan oluşmaktadır [2]. Yavaşlama gecikmesi, kavşağa yaklaşan taşıt sürücüsünün sinyalizasyon sisteminden dolayı hızını yavaşlatmaya başladığı andan itibaren, sinyalizasyon sistemi nedeni ile durmaya başladığı ana kadar geçen süre olarak tanımlanmaktadır. Durma gecikmesi, taşıtın sinyalize kavşakta kırmızı sinyal süresince durmasından dolayı kaybettiği zaman olarak tanımlanırken, hızlanma gecikmesi ise sinyalizasyon sistemi kırmızıdan yeşile döndükten sonra taşıtın tekrar hızlanması için gereken süre olarak belirtilmektedir. Şüphesiz ki trafik mühendisinin temel amacı, kavşakların performansının ve hizmet düzeyinin maksimum düzeyde olmasını sağlamaktır. Bu durum, kavşaktaki taşıt gecikmelerinin minimize edilmesi ile gerçekleştirilebilir. Taşıt gecikmelerinin minimize edilmesinin öncelikli şartı ise, kavşaktaki sinyalizasyon sisteminin sinyal sürelerinin mantıklı ve doğru bir şekilde tayin edilmesidir. Unutulmamalıdır ki, gelişigüzel ve kavşaktaki mevcut trafik koşulları dikkate alınmaksızın yapılan süre atamaları taşıtların kavşakta daha fazla zaman kaybetmesine sebep olmakta ve bu durum kavşak performansını, gecikme kavşak kapasitesi yakıt tüketimi ve çevresel etkiler açısından olumsuz yönde etkilemektedir [3]. Sinyalize bir kavşakta gecikmeyi minimize edecek sinyal sürelerinin tayini ile alakalı çeşitli hesap yöntemleri bulunmaktadır. En önemli ve en çok bilinen yöntemler ise, Webster, Akçelik ve Highway Capacity Manual (HCM) yöntemleridir. Bu çalışmada da, sinyalize kavşaklarda gecikme minimizasyonu problemi ele alınmıştır. Çalışma kapsamında, geleneksel yöntemlerden Webster yaklaşımı göz önünde bulundurulmuştur. Oluşturulan 14 farklı trafik senaryosu için, Webster yaklaşımı kullanılarak elde edilen optimum sinyal süreleri ve ortalama taşıt gecikmeleri, 3 farklı sezgisel optimizasyon algoritması (armoni araması diferansiyel gelişim parçacık sürü optimizasyon teknikleri) kullanılarak elde edilen optimum sinyal süreleri ve ortalama taşıt gecikmeleri ile karşılaştırılmıştır.
3 2. Webster Gecikme ve Optimum Sinyal Süresi Hesabı Yaklaşımı İngiliz kökenli trafik bilimcisi Webster, sinyalize kavşaklardaki taşıt gecikmelerini Eşitlik 1 deki gibi formüle etmiştir: C (1 ) x C d 0.65 x 2 (1 x ) 2q (1 x ) q 2 25 (1) Burada; d = Her koldaki herbir taşıt için ortalama gecikmeyi (sn/ta), C = Devre süresini (sn), = Etkin yeşil sürenin devre süresine oranını, x = Doygunluk derecesini (Akımın maksimum mümkün akıma oranını), q = Birim zamandaki taşıt sayısını (ta/sn) ifade etmektedir. Webster, sinyalize kavşaklardaki sinyalizasyon sistemlerinin optimum (minimum gecikmeyi sağlayan) devre süresinin tayininde ise Eşitlik 2 deki formülü önermektedir: C opt L 5 1Y (2) Burada; = arasında katsayıyı (Kavşak üç veya daha fazla faz ile yönetiliyorsa =1.5 ), L = Toplam kayıp süreyi, Y = Toplam doygunluk oranını ifade etmektedir. Y Doygunluk oranı: Kavşakta i. yaklaşım kolundan geçen taşıt sayısı Q i (taşıt/saat) ise ve kavşakta i. koldan geçebilecek taşıt sayısı, o yolun koşullarına göre S i ise doygunluk oranı Eşitlik 3 deki gibi hesaplanmaktadır: n i1 yi y i Qi S i (3) Doygunluk Derecesi: Kavşakta i. yaklaşım kolundaki akımın, maksimum mümkün akıma oranıdır. Kavşak yaklaşım kolundaki doygunluk derecesi Eşitlik 4 de gösterildiği gibi hesaplanmaktadır: x i qi S i (4) Burada; q i = i. yaklaşım kolunda birim zamandaki taşıt sayısını (ta/sn), = Etkin yeşil sürenin devre süresine oranını, S i = i. yaklaşım kolundan geçebilecek maksimum taşıt sayısını ifade etmektedir.
4 Webster hesap yaklaşımında, yeşil süre hesabı ise Eşitlik 5 de verilmektedir: y Y i gi C L Burada; g = Etkin yeşil süreyi (sn), y = Yaklaşım kolundaki doygunluk oranını, Y = Toplam doygunluk oranını, C = Devre süresini (sn), L = Toplam kayıp süreyi (sn) temsil etmektedir. (5) 3. Optimizasyon ve Sezgisel Algoritmalar Optimizasyon; bir sistemde varolan kaynakları (işgücü, zaman, para, süreç, hammadde, kapasite, ekipman vb.), en verimli şekilde kullanarak, belirli amaçlara ulaşmayı sağlayan (maliyet enazaltılması, kar ençoklanması, kapasite kullanımının enyükseltilmesi, verimliliğin ençoklanması vb.) ulaşmayı sağlayan bir teknoloji olarak tanımlanmaktadır [4]. Matematiksel olarak ifade etmek gerekirse optimizasyon, bir fonksiyonun minimize veya maksimize edilmesidir. Optimizasyon, modelleme ve çözümleme olmak üzere iki kısımdan oluşmaktadır. Modelleme aşamasında gerçek yaşamda karşılaşılan problemler matematiksel olarak ifade edilmektedir. Çözümleme aşamasında ise modeli sağlayan en iyi çözümler araştırılmakta ve elde edilmektedir [5]. Sezgisel algoritmalar ise, herhangi bir amacı gerçekleştirmek veya hedefe varmak için çeşitli alternatif hareketlerden etkili olanlara karar vermek amacı ile anımlanan kriterler veya bilgisayar metotlarıdır [6]. Bu tür algoritmalar çözüm uzayında optimum çözüme yakınsaması ispat edilemeyen algoritmalar olarak da tanımlanmaktadır. Bu algoritmalar, yakınsama özelliğine sahiptir fakat kesin çözümü garanti etmemektedir. Kesin çözüme yakın çözümleri garanti etmektedirler. Anlaşılabilirlik açısından sezgisel olmayan algoritmalara nazaran çok daha basittirler. Sezgisel optimizasyon yöntemlerinden bazıları şunlardır: Armoni Araması Optimizasyon Tekniği Diferansiyel Gelişim Algoritması Optimizasyon Tekniği Sürü Parçacıkları Optimizasyon Tekniği Karınca Kolonisi Optimizasyon Tekniği Tavlama Benzetimi Optimizasyon Tekniği Tabu Araması Optimizasyon Tekniği Arı Kolonisi Optimizasyon Tekniği Ateş Böceği Algoritması Optimizasyon Tekniği vb.. Çalışma kapsamında bu yöntemlerden armoni araması, diferansiyel gelişim algoritması ve sürü parçacıkları optimizasyon teknikleri kullanıldığı için, bu bölümde yalnızca bu üç algoritmaya yer verilmiştir. Diferansiyel Gelişim Algoritması Differantial Evolution Algorithm DE: Diferansiyel Gelişim Algoritması 1995 yılında Storn ve Price tarafından ortaya konulmuş bir algoritmadır. Basit, güçlü ve populasyon tabanlı bir algoritma olarak bilinmektedir. Bu algoritma, özellikle sürekli verilerin söz konusu olduğu problemlerde etkin sonuçlar
5 vermektedir. İşleyiş ve operatörleri itibariyle Genetik Algoritmaya benzemektedir. Diferansiyel Gelişim Algoritması nda, klasik ikili Genetik Algoritma dan farklı olarak değişkenler gerçek değerleri ile temsil edilmektedir. Genetik Algoritma daki çaprazlama ve mutasyon seçim operatörleri Diferansiyel Gelişim Algoritması nda da kullanılmaktadır [7,8]. Armoni Araması Optimizasyon Tekniği Harmony Search Algorithm HSA: Armoni Arama Algoritması 2001 yılında Geem vd. tarafından ortaya konulmuş bir algoritmadır. Müzisyen doğaçlamasına benzetim ile üretilen sezgisel bir algoritmadır. Müzikte ahenkli ezginin araştırılmasından ilham alınarak geliştirilmiştir. Armoninin yakalanması, benzeşim yapılan problemde, gerekli kısıtların da sağlanarak, en uygun çözümün bulunmasını temsil etmektedir. Nota ve tonların estetik kalitesi daha fazla pratik yapılarak iyileştirilirken, fonksiyon çözümünde bu iyileştirme birbirini takip eden iterasyonlar ile gerçekleştirilmektedir [8,9]. Sürü Parçacıkları (Parçacık Sürü) Optimizasyon Tekniği Particle Swarm Optimization Algorithm PSO: Parçacık Sürü Optimizasyonu Algoritması 1995 yılında Eberhart ve Kennedy tarafından ortaya konulmuş bir algoritmadır. Kuş ve balık sürülerinin sosyal davranışlarından esinlenerek geliştirilmiştir. Bu algoritmada, birbirleriyle ve çevresiyle etkileşim içerisinde olan bireylerin davranışlarından esinlenmektedir. Populasyon tabanlı bir optimizasyon tekniğidir. PSO da herbir parçacık bir kuşu ifade etmektedir ve her parçacık bir çözüm sunmaktadır. Parçacık olarak isimlendirilen potansiyel çözümler, mevcut en iyi çözümleri takip ederek problem uzayında gezinmektedirler [8,10]. 4. Senaryolar Sinyal Fazı, sinyalize bir kavşağın etkin işletimi ve güvenliğinin belirlenebildiği temel kontrol mekanizmasıdır. Bir sinyal faz sistemi çeşitli araç veya yaya akımlarına nasıl geçiş sırası verileceğini belirlemektedir. Sinyal fazı tasarımı ile beklenen, akımların karşılaşmasını azaltarak trafik kazalarını minimuma indirmek, bunun yanı sıra aynı zamanda gecikmeleri, kuyruk uzunluklarını ve durma sayılarını azaltarak kavşağın etkin işletimini maksimize etmektir. Bir faz, başlangıcında en az bir akımın geçiş hakkı alması ve bitiminde en az bir akımın geçiş hakkının sona ermesi ile tanımlanabilmektedir. Bu çalışmada, Şekil 1 de planı gösterilen üç yaklaşım koluna sahip kavşağın, üç fazlı olarak yönetildiği varsayılmıştır. Herbir yaklaşım kolunda bulunan taşıtlara ayrı fazlarda geçiş hakkı verilmiş ve böylece kavşaktaki trafik güvenliğinin maksimum düzeyde tutulması amaçlanmıştır. 1 Nolu Yaklaşım Kolu Herbir yaklaşım kolu için şerit sayısı: 2+2 ve Doygun akım (s): 1800 ta/sa (şerit başına) 2 Nolu Yaklaşım Kolu 3 Nolu Yaklaşım Kolu Şekil 1. Analizlerde Kullanılan Kavşak Planı
6 Çalışma kapsamında, kavşak yaklaşım kollarındaki trafik hacimlerinin birbirinden farklı olduğu 14 farklı trafik senaryosu incelenmiştir [11]. Senaryolara ait kavşak yaklaşım kolu bazlı saatlik trafik hacimleri Tablo 1 de sunulmaktadır. Tablo Farklı Senaryo için Kavşak Yaklaşım Kolu Bazlı Trafik Hacimleri Durumlar Saatlik Trafik Hacimleri (ta/sa) 1 Nolu Yaklaşım Kolu 2 Nolu Yaklaşım Kolu Nolu Yaklaşım Kolu 5. Analizler Webster Yaklaşımı Analizleri: Tablo 1 de gösterilen 14 farklı senaryo, öncelikli olarak Webster optimum sinyal süresi ve gecikme hesabı yaklaşımı kullanılarak analiz edilmiştir. Yapılan analizler sonucunda herbir senaryoya ait sinyal süreleri ve ortalama taşıt gecikmeleri elde edilmiştir. Tablo 2 de Webster yöntemi ile analiz edilen 14 farklı senaryoya ait sinyal süreleri ve kavşak ortalama gecikmeleri verilmektedir. Tablo 2. Webster Yöntemi ile Analiz Edilen 14 Farklı Senaryoya ait Sinyal Süreleri ve Ortalama Gecikmeler Durumlar 1 Nolu Yak. Kolu Yeşil Süre (sn) Sinyal Süreleri (sn) 2 Nolu Yak. Kolu Yeşil Süre (sn) 3 Nolu Yak. Kolu Yeşil Süre (sn) Devre Süresi (sn) Ortalama Gecikme (sn/ta) L (Kayıp Süre) = 12 sn, Her fazın başlangıcında ve bitişinde 2+2 = 4 sn sarı süre = 1.5 alınmıştır (Optimum sinyal süresi hesabında)
7 Sezgisel Algoritma Analizleri: Analizlerin bu aşamasında, daha önce Webster yaklaşımı ile optimum sinyal süresi ataması yapılan 14 farklı senaryo, armoni araması diferansiyel gelişim ve parçacık sürü optimizasyonu algoritmaları kullanılarak yeniden analiz edilmiştir. Bu aşamada öncelikli olarak, Tablo 3 de gösterilen bir optimizasyon problemi şeması oluşturulmuştur. Tablo 3. Optimizasyon Problemi Şeması Amaç Fonksiyonu, Karar Değişkenleri, Kısıtlar Amaç Fonksiyonu Karar Değişkenleri Kısıtlar x 1 x 2 x 3 f min d n Q di Q i i1 i i1 n 1 Nolu yaklaşım Koluna ait yeşil süre (sn) 8 x Nolu yaklaşım Koluna ait yeşil süre (sn) 8 x Nolu yaklaşım Koluna ait yeşil süre (sn) q C x S 8 x q x 1 1 C S q x 2 2 C S Kısıtlardaki q. C ve S ler değişken olmadığı için kısıtlar, karar değişkenlerinin kısıtlarıdır. Tablo 3 den görüldüğü üzere, problemin amacı kavşaktaki ortalama taşıt gecikmesinin minimize edilmesidir. Bu yüzden amaç fonksiyonu olarak minimum gecikme değeri alınmıştır. Kavşaktaki gecikmenin minimize edilmesi ise doğru ve mantıklı sinyal süresi ataması ile gerçekleştirilebilir. Webster Gecikme ve Optimum Sinyal Süresi Hesabı Yaklaşımı (Bölüm 2) dikkatle incelendiğinde gecikme formülasyonundaki parametrelerin ( x,, C), fazlara ait yeşil sinyal sürelerine bağlı olduğu açıkça görülmektedir. Bu yüzden söz konusu problemde karar değişkeni olarak, fazlara ait yeşil süreler kullanılmıştır ve yeşil sürelerin minimum 8, maksimum ise 40 saniye olabileceği varsayımı yapılmıştır. Fakat burada dikkat edilmesi gereken bir husus bulunmaktadır. Webster optimum sinyal süresi ve gecikme hesabı yaklaşımına göre doygunluk derecesi ( x ), 0 ile 0.95 arasında olmalıdır. Bu değer in üzerine çıktığında (doygun üstü durum görüldüğünde) Webster yaklaşımı gecikme minimizasyonu problemini çözmek için yetersiz kalmaktadır. Doygunluk derecesi de fazların yeşil sinyal sürelerine (karar değişkenlerine) bağlı olduğu için burada karar değişkenlerinde kısıtların ortaya çıktığı açıkça görülmektedir.
8 Problemin amaç fonksiyonu, karar değişkenleri ve karar değişkenlerine ait kısıtların belirlenmesinin ardından, problemde uygulanacak sezgisel algoritmaların güçlülüğünü ve güvenilirliğini test etmek amacıyla, her bir algoritma için, oluşturulan her bir senaryo 10 ar defa analiz edilmiş (14*10=140 analiz) [12] ve bunun sonucunda amaç fonksiyonun en iyi - en kötü - ortalama değerleri tespit edilerek, herbir senaryoya ait standart sapma değerleri bulunmuştur. Ayrıca, algoritmaların eşit şartlarda değerlendirilebilmesi amacı ile toplam üretilen çözüm sayısı olarak alınmış ve iterasyon sayıları toplam üretilen çözüm sayısı göz önünde bulundurularak belirlenmiştir. Tablo 4 de 14 farklı senaryonun diferansiyel gelişim algoritması ile analiz edilmesi sonucu elde edilen sonuçlar detaylı olarak verilmektedir. Tablo 4. Diferansiyel Gelişim Algoritması Analiz Sonuçları Standart f Durumlar eniyi f enkötü f ortalama Sapma Populasyon Boyutu: 25 İterasyon Sayısı: 1000 Toplam Çözüm Sayısı:25000 Oluşturulan 14 farklı senaryo, diferansiyel gelişim algoritmasının ardından, armoni arama algoritması ile analiz edilmiştir. Senaryoların armoni arama algoritması ile analiz edilmesi sonucu elde edilen sonuçlar Tablo 5 de sunulmaktadır. Tablo 5. Armoni Arama Algoritması Analiz Sonuçları Standart f Durumlar eniyi f enkötü f ortalama Sapma Armoni Hafızası Boyutu: 10 İterasyon Sayısı: Toplam Çözüm Sayısı: 25000
9 Son olarak 14 farklı senaryo, parçacık sürü (sürü parçacıkları) optimizasyonu yöntemi ile analiz edilmiştir. Analiz sonuçları Tablo 6 da detaylı olarak sunulmaktadır. Tablo 6. Parçacık Sürü (Sürü Parçacıkları) Optimizasyon Tekniği Analiz Sonuçları Standart f Durumlar eniyi f enkötü f ortalama Sapma Parçacık Sayısı: 25 İterasyon Sayısı: 1000 Toplam Çözüm Sayısı: Karşılaştırmalar Bu aşamada, 14 farklı senaryo için, Webster optimum sinyal süresi ve gecikme yaklaşımı ile elde edilen optimum devre süreleri ve ortalama taşıt gecikmeleri, sezgisel algoritmalar kullanılarak elde edilen optimum devre süreleri ve ortalama taşıt gecikmeleri ile karşılaştırılmıştır. Karşılaştırmalar, sezgisel algoritmalar ile ulaşılabilinen en iyi sonuçlar baz alınarak yapılmıştır. Tablo 7 de söz konusu dört yöntem ile (Webster yaklaşımı, armoni araması optimizasyon tekniği, diferansiyel gelişim algoritması, parçacık sürü optimizasyon tekniği) elde edilen devre süreleri gösterilmektedir. Tablo Farklı Senaryo için Elde Edilen Optimum Devre Süreleri Durumlar Webster (sn) DE (sn) HSA (sn) PSO (sn) DE: Diferansiyel Gelişim Algoritması (Differantial Evolution Algorithm) HSA: Armoni Araması Algoritması (Harmony Search Algorithm) PSO: Parçacık Sürü Optimizasyon Tekniği (Particle Swarm Optimization Alg.)
10 Devre Süresi (sn) Şekil 2 de ise, senaryolara ait devre süreleri grafiksel olarak gösterilmektedir Devre Süresi Karşılaştırması Webster DE HSA PSO Durumlar Şekil 2. Oluşturulan Senaryolara ait Devre Süreleri Karşılaştırması Optimum devre sürelerinin elde edilmesiyle birlikte, kavşaktaki ortalama gecikmenin minimizasyonu da sağlanmış olmaktadır. Tablo 8 de dört farklı yöntem ile elde edilen ortalama taşıt gecikmeleri verilmekte olup, Şekil 3 de ise analizler sonucunda elde edilen ortalama gecikmeler grafiksel olarak gösterilmektedir. Tablo Farklı Senaryo için Elde Edilen Ortalama Taşıt Gecikmeleri Durumlar Webster (sn/ta) DE (sn/ta) HSA (sn/ta) PSO (sn/ta) DE: Diferansiyel Gelişim Algoritması (Differantial Evolution Algorithm) HSA: Armoni Araması Algoritması (Harmony Search Algorithm) PSO: Parçacık Sürü Optimizasyon Tekniği (Particle Swarm Optimization Alg.) Tablo 8 den görüldüğü üzere, Webster optimum sinyal süresi yaklaşımı kullanılarak elde edilen ortalama taşıt gecikmeleri, sezgisel algoritmalar kullanılarak elde edilen ortalama taşıt gecikmelerinden fazladır. Buradan, Webster in optimum sinyal süresi hesabı yaklaşımının, tam anlamıyla (global) minimum gecikmeleri sağlayamadığı, fakat minimum gecikme değerlerine oldukça yaklaştığı sonucuna ulaşılabilmektedir. Sezgisel algoritmaların kullanılmasıyla birlikte, tüm senaryolara ait ortalama gecikmelerde az da olsa düşüş gerçekleştiği açıkça görülmektedir.
11 Ortalama Taşıt Gecikmesi (sn/ta) 60 Ortalama Gecikme Karşılaştırması Webster DE HSA PSO Durumlar Şekil 3. Oluşturulan Senaryolara ait Ortalama Gecikme Karşılaştırması 7. Sonuçlar ve Öneriler Tablo (6-7) ve Şekil (2-3) den görüldüğü üzere, sezgisel algoritmalar kullanılarak elde edilen ortalama taşıt gecikmeleri Webster tarafından önerilen formülasyon ile elde edilen ortalama taşıt gecikmelerinden daha düşüktür. Optimizasyon terminolojisi açısından Webster in önerdiği optimum sinyal süresi yaklaşımının, tam anlamıyla (global) minimum sonuca ulaşamadığı görülmektedir. Fakat sezgisel algoritmalar ile optimum değerlere ulaşılabildiği açıkça görülmektedir. Buradan da anlaşılabileceği üzere, sezgisel algoritmalar, trafik yönetiminde kullanılmaya aday olarak değerlendirilmelidir. Çalışma kapsamında kullanılan sezgisel yöntemlerin tümünde, oluşturulan herbir senaryo için, hemen hemen aynı sonuçlar elde edilmiştir. Bu durum, kullanılan tüm algoritmaların minimum sonuca yakınsadığının bir göstergesidir. Fakat algoritmalara ait sonuçlar dikkatle incelendiğinde, standart sapması en az (güçlü ve güvenilir) olan algoritmanın diferansiyel gelişim algoritması olduğu görülmektedir. Bu verilerden yola çıkarak, diferansiyel gelişim algoritmasının bu tür problemlerin çözümü için daha etkili ve başarılı olduğu söylenebilir. Sonuç olarak, yapılan çalışma ile, günlük hayatın birçok alanında kullanılan sezgisel optimizasyon algoritmalarının kavşak denetimi problemlerinde de kullanılabileceği açıkça görülmüştür. Bu çalışmada, yalnızca Webster tarafından önerilen gecikme formülasyonu ele alınmış, HCM ve Akçelik yöntemlerine değinilmemiştir. Çalışma, ilerleyen zamanlarda Akçelik ve HCM yaklaşımları da göz önünde bulundurularak yeniden yapılırsa ilginç sonuçlar elde edilebilecektir. 8. Kaynaklar [1] Murat, Y. S., Trafik Mühendisliği Ders Notları, Denizli Türkiye, [2] Dion, F., Rakha, H., Kang, Y. S., Comparison of Delay Estimates at Under-Saturated and Over-Saturated Pre-Timed Signalized Intersections, Transportation Research Part B: Methodological, 38 (2), , 2004.
12 [3] Çakıcı, Z., Sinyalize Dönel (Yuvarlakada) Kavşakların Tasarım Esaslarının Araştırılması, Yüksek Lisans Tezi, Pamukkale Üniversitesi Fen Bilimleri Enstitüsü, [4] Gass, S. I., Making Decision with Precision, Busuness Week October 30, ( ) [5] Turkay, M., Optimization Models and Solution Algorithms, New Frontiers in Total Quality and Strategic Management, S. Kingir (Ed.), , Gazi Publushing, Ankara, [6] Akyol, S., Alataş, B., Güncel Sürü Zekası Optimizasyon Algoritmaları, Nevşehir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 1 (2012), 36-50, [7] Keskintürk, T., Diferansiyel Gelişim Algoritması, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, Sayı:9, Bahar 2006/1, ss: 85 99, [8] Ayvaz, M. T., Sezgisel Optimizasyon Algoritmaları ile İnşaat Mühendisliği Problemlerinin Çözümü Ders Notları, Denizli, [9] Manjarres, D., Landa-Torres, I., Gil-Lopez, S., Del-Ser, J., Bilbao, M. N., Salcedo-Sanz, S., Geem, Z. W., A Survey on Applications of the Harmony Search Algorithm, Engineering Applications of Artificial Intelligence, 26 (2013), , [10] Özsağlam, M. Y., Çunkaş, M., Optimizasyon Problemlerinin Çözümü için Parçacık Sürü Optimizasyonu Algoritması, Politeknik Dergisi, Cilt:11, Sayı:4, ss: , [11] Murat, Y. S., Kikuchi, S., The Fuzzy Optimization Approach: A Comparison with the Classical Optimization Approach using the Problem of Timing a Traffic Signal, Transportation Research Record No 2024, pp:82-91, Washington D.C., [12] Matlab R2012b, Mathworks, 2012.
Pamukkale Üniversitesi Mühendislik Fakültesi - Denizli Tel: (0 258) , (0 258) E-Posta:
S Ziya Pamukkale Üniversitesi Mühendislik Fakültesi - Denizli Tel: (0 258) 296 34 66, (0 258) 296 33 57 E-Posta: zcakici@pau.edu.tr, ysmurat@pau.edu.tr Öz Depolama konular, Ol 4 durum dikkate ile analiz
DetaylıSinyalize Kavşaklarda Durma Gecikmesi ve Kontrol Gecikmesi Arasındaki İlişkinin İncelenmesi
Sinyalize Kavşaklarda Durma Gecikmesi ve Kontrol Gecikmesi Arasındaki İlişkinin İncelenmesi Yetiş Şazi Murat, Ziya Çakıcı Pamukkale Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü - Denizli
DetaylıSinyalize Dönel Kavşakların Performanslarının Farklı Senaryolar Altında İncelenmesi
Sinyalize Dönel Kavşakların Performanslarının Farklı Senaryolar Altında İncelenmesi Ziya Çakıcı, Yetiş Şazi Murat Pamukkale Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü - Denizli Tel:
DetaylıSinyalize Dönel Kavşaklar için Hesap Yöntemi Önerisi ve Performans Analizi *
İMO Teknik Dergi, 2016 7569-7592, Yazı 461 Sinyalize Dönel Kavşaklar için Hesap Yöntemi Önerisi ve Performans Analizi * Ziya ÇAKICI 1 Yetiş Şazi MURAT 2 ÖZ Sinyalize dönel kavşaklar son yıllarda yaygın
DetaylıSinyalize Kavşaklardaki Taşıt Gecikmelerinin Bulanık Mantık ile Modellenmesi*
İMO Teknik Dergi, 2006 3903-3916, Yazı 258 Sinyalize Kavşaklardaki Taşıt Gecikmelerinin Bulanık Mantık ile Modellenmesi* Y. Şazi MURAT* ÖZ Sinyalize kavşakların tasarımı ve işletilmesinde etkili parametrelerden
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
DetaylıDeniz ERSOY Elektrik Yük. Müh.
Deniz ERSOY Elektrik Yük. Müh. AMACIMIZ Yenilenebilir enerji kaynaklarının tesis edilmesi ve enerji üretimi pek çok araştırmaya konu olmuştur. Fosil yakıtların giderek artan maliyeti ve giderek tükeniyor
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
DetaylıT.C. PAMUKKALE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI
T.C. PAMUKKALE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI SİNYALİZE DÖNEL (YUVARLAKADA) KAVŞAKLARIN TASARIM ESASLARININ ARAŞTIRILMASI YÜKSEK LİSANS TEZİ ZİYA ÇAKICI DENİZLİ,
DetaylıOPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI
OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr
DetaylıDoygun Akımın Belirlenmesinde Sürücü Davranışına Bağlı Bir Matematik Yaklaşım *
İMO Teknik Dergi, 2013 6399-6414, Yazı 400 Doygun Akımın Belirlenmesinde Sürücü Davranışına Bağlı Bir Matematik Yaklaşım * Murat ÇETİN* Yetiş Şazi MURAT** ÖZ Doygun akım, ışıklı kavşak tasarımında kullanılan
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN
PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiş popülasyon temelli sezgisel bir optimizasyon tekniğidir.
DetaylıİSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ IŞIKLI KAVŞAKLARDA DEĞİŞİK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ IŞIKLI KAVŞAKLARDA DEĞİŞİK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI YÜKSEK LİSANS TEZİ İnş. Müh. Gülcan ÇETİNKAYA Anabilim Dalı: İNŞAAT MÜHENDİSLİĞİ
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
DetaylıŞehiriçi Işıklı ve Dönel Kavşak Uygulamalarının Performans Kriterlerine Etkisinin İncelenmesi
Şehiriçi Işıklı ve Uygulamalarının Performans Kriterlerine Etkisinin İncelenmesi Duygu EROL 1, Özgür BAŞKAN 2 1 Pamukkale Üniversitesi, Fen Bil. Enst., İnş. Müh. Anabilim Dalı, Denizli Tel: (258) 296 23
DetaylıGÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ
3. İzmir Rüzgâr Sempozyumu // 8-10 Ekim 2015 // İzmir 29 GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ Gül Kurt 1, Deniz
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Altın Oran (Golden Section Search) Arama Metodu Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
DetaylıTrafik Sinyalizasyonu. Prof.Dr.Mustafa KARAŞAHİN
Trafik Sinyalizasyonu Prof.Dr.Mustafa KARAŞAHİN Trafik Sinyalizasyonun Amacı ve Avantajları a)kesişen akımlardan veya geometrik özelliklerden dolayı oluşan gecikme, sıkışıklık ve tıkanıklıkları önlemek,
DetaylıYapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması
Yapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması Doç. Dr. Ali Rıza YILDIZ 04.11.2014 Doç. Dr. Ali Rıza YILDIZ - "Hibrid Evrimsel Yöntemler İle Taşıt Elemanlarının
DetaylıRössler Tabanlı Kaotik Farksal Gelişim Algoritması
Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi, Cilt:1, Sayı:, 1 ISSN: 1-33 (http://edergi.bilecik.edu.tr/index.php/fbd) Araştırma Makalesi/Research Article Rössler Tabanlı Kaotik Farksal Gelişim
DetaylıVALF NOKTA ETKİLİ KONVEKS OLMAYAN EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNİN HARMONİ ARAMA ALGORİTMASIYLA ÇÖZÜMÜ
VALF NOKTA ETKİLİ KONVEKS OLMAYAN EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNİN HARMONİ ARAMA ALGORİTMASIYLA ÇÖZÜMÜ Serdar ÖZYÖN 1,*, Celal YAŞAR 2, Hasan TEMURTAŞ 3 1 Dumlupınar Üniversitesi, Mühendislik Fakültesi,
DetaylıULAŞTIRMA -TRAFİK MÜHENDİSLİĞİNDE YENİ YÖNTEMLER: BULANIK MANTIK TEKNİĞİ UYGULAMALARI
ULAŞTIRMA -TRAFİK MÜHENDİSLİĞİNDE YENİ YÖNTEMLER: BULANIK MANTIK TEKNİĞİ UYGULAMALARI Yetiş Şazi MURAT (*) TMH (*) Yrd. Doç. Dr., Pamukkale Üniversitesi, İnşaat Müh. Bölümü, Denizli (ysmurat@pamukkale.edu.tr)
DetaylıŞehir içi sinyalize kavşakların yeterliliğinin tasarım kriterleri puanlama yöntemi ile belirlenmesi
Araştırma Makalesi BAUN Fen Bil. Enst. Dergisi, 20(1), 250-264, (2018) DOI: 10.25092/baunfbed.390930 J. BAUN Inst. Sci. Technol., 20(1), 250-264, (2018) Şehir içi sinyalize kavşakların yeterliliğinin tasarım
DetaylıSÜREKLİ TEMELLERİN DİFERANSİYEL GELİŞİM ALGORİTMASI İLE OPTİMUM TASARIMI
SÜREKLİ TEMELLERİN DİFERANSİYEL GELİŞİM ALGORİTMASI İLE OPTİMUM TASARIMI ÖZET: M. Kamal 1, E. Özer 1 ve M. İnel 1 Araş. Gör., İnşaat Müh. Bölümü, Pamukkale Üniversitesi, Denizli Prof. Dr., İnşaat Müh.
DetaylıSinyal Faz Diyagramının Kavşak Performansı Üzerindeki Etkisinin İncelenmesi: Antalya Örneği
Sinyal Faz Diyagramının Kavşak Performansı Üzerindeki Etkisinin İncelenmesi: Antalya Örneği Doç. Dr. Halit ÖZEN YTÜ İnşaat Fak. İnşaat Müh. Böl. Davutpaşa Kampüsü, 340 Esenler-İstanbul Tel: () 383 83 Ulaştırma
DetaylıYerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm
Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm Nesibe Yalçın 1, Semih Çakır 2, Metin Kesler 1, Nihan
DetaylıEvrimsel Algoritmalar Kullanarak Daha Düşük Dereceden Sistem Modeli Tasarımı Design of Lower Order System Model Using Evolutionary Algorithms
2016 Published in 4th International Symposium on Innovative Technologies in Engineering and Science 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Evrimsel Algoritmalar Kullanarak Daha Düşük Dereceden
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıDORUK ULAŞIM PLANLAMA MÜH. ve İNŞ. SAN. TİC. LTD. ŞTİ.
DORUK ULAŞIM PLANLAMA MÜH. ve İNŞ. SAN. TİC. LTD. ŞTİ. Adres : Nispetiye Mah. Barbaros Bul. Tel. : + 90 212 274 74 77 Gazi Güçnar Sok. Uygur İş Mrk. Kat:5 Fax. : + 90 212 273 26 43 Beşiktaş / İstanbul
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s. 19-30 Ocak 2005
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s. 19-30 Ocak 2005 YUVARLAKADA KAVŞAKLARDA ANAAKIMDAKİ AĞIR ARAÇ YÜZDESİNİN YANYOL KAPASİTESİ ÜZERİNDEKİ ETKİSİ (THE EFFECT OF HEAVY
DetaylıSelf Organising Migrating Algorithm
OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: www.melihhilmiuludag.com
DetaylıZeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm)
Zeki Optimizasyon Teknikleri Karınca Algoritması (Ant Algorithm) Karınca Algoritması 1996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki
DetaylıBulanık Mantık Tabanlı Uçak Modeli Tespiti
Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa
DetaylıBaşlangıç Temel Programının Bilinmemesi Durumu
aşlangıç Temel Programının ilinmemesi Durumu İlgili kısıtlarda şartlar ( ) ise bunlara gevşek (slack) değişkenler eklenerek eşitliklere dönüştürülmektedir. Ancak sınırlayıcı şartlar ( ) veya ( = ) olduğu
DetaylıÖZGEÇMİŞ 2003 MÜHENDİSLİĞİ İSTANBUL ÜNİVERSİTESİ ÜNİVERSİTESİ
ÖZGEÇMİŞ 1. Adı Soyadı: İPEK EKER 2. Doğum Tarihi: 31.01.1980 3. Ünvanı: ÖĞRETİM GÖREVLİSİ 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans ENDÜSTRİ İSTANBUL KÜLTÜR 2003 MÜHENDİSLİĞİ ÜNİVERSİTESİ Y.Lisans
DetaylıSerdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA
i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan
DetaylıTek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi
OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli
DetaylıANALYSİS OF THE EFFECTS OF DİFFERENT SLACK BUS SELECTİON ON THE OPTİMAL POWER FLOW
FARKLI SALINIM BARASI SEÇİMLERİNİN OPTİMAL GÜÇ AKIŞI ÜZERİNDEKİ ETKİLERİNİN İNCELENMESİ Serdar ÖZYÖN Celal YAŞAR ÖZET Günümüzde enerjiye olan ihtiyacın artmasına bağlı olarak enerji sistemlerinin büyümesi,
DetaylıAKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI
AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100
DetaylıKaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması
Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması 1 Mehmet Eser * 1 Uğur Yüzgeç 1 Bilecik Şeyh Edebali Üniversitesi, Bilgisayar Mühendisliği Bölümü, 111, Gülümbe, Bilecik 1. Giriş Abstract Differential
DetaylıOSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ
OSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ Resul KARA Elektronik ve Bilgisayar Eğitimi Bölümü Teknik Eğitim Fakültesi Abant İzzet Baysal Üniversitesi, 81100,
DetaylıDiferansiyel Gelişim Algoritmasının Yasak İşletim Bölgeli Ekonomik Güç Dağıtım Problemine Uygulanması
61 Diferansiyel Gelişim Algoritmasının Yasak İşletim Bölgeli Ekonomik Güç Dağıtım Problemine Uygulanması Serdar ÖZYÖN 1, Celal YAŞAR 2, Hasan TEMURTAŞ 3, Gıyasettin ÖZCAN 4 1,2 Dumlupınar Üniversitesi,
DetaylıKOMBİNATORYAL OPTİMİZASYON
KOMBİNATORYAL OPTİMİZASYON İnsanların, daha iyi nasıl olabilir ya da nasıl elde edilebilir?, sorusuna cevap aramaları, teknolojinin gelişmesini sağlayan en önemli etken olmuştur. Gerçek hayatı daha kolay
DetaylıSEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ. Öğr. Gör. Mehmet Fatih Tefek Doç. Dr.
SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ Öğr. Gör. Mehmet Fatih Tefek Doç. Dr. Harun Uğuz * Rüzgâr kaynaklı enerji üretimi, yenilenebilir enerji kaynakları
DetaylıBölünmüş yollar Otoyollar
Bölünmüş yollar Otoyollar Kapasite Analizleriyle Geometrik Standartların Değerlendirilmesi İçin Bir Yaklaşım 1 1 Verilen bu format; Ön Proje Raporu, Trafik Erişim Yönetim Raporu, Trafik Güvenliği Raporu
DetaylıDoğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez
Doğrusal Programlama Prof. Dr. Ferit Kemal Sönmez Doğrusal Programlama Belirli bir amacın gerçekleşmesini etkileyen bazı kısıtlayıcı koşulların ve bu kısıtlayıcı koşulların doğrusal eşitlik ya da eşitsizlik
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıBİRİNCİ BASIMA ÖN SÖZ
BİRİNCİ BASIMA ÖN SÖZ Varlıkların kendilerinde cereyan eden olayları ve varlıklar arasındaki ilişkileri inceleyerek anlamak ve bunları bilgi formuna dökmek kimya, biyoloji, fizik ve astronomi gibi temel
DetaylıGenel Graf Üzerinde Mutlak 1-merkez
Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen
DetaylıULUSLARARASI INTERMODAL TAŞIMA AĞINDA OPTIMAL ROTA SEÇİMİ
III. Ulusal Liman Kongresi doi: 10.18872/DEU.df.ULK.2017.005 ULUSLARARASI INTERMODAL TAŞIMA AĞINDA OPTIMAL ROTA SEÇİMİ ÖZET Melis Özdemir, Berker İnkaya, Bilge Bilgen 1 Globalleşen dünyada taşımacılık
DetaylıYAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI
P A M U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G C O L L E G E M Ü H E N D ĠS L ĠK B ĠL ĠM L E R ĠD E R G ĠS
DetaylıProblemlerine Geliştirilmiş Parçacık
Çankaya University Journal of Science and Engineering Volume 9 (2012), No. 2, 89 106 Yasak İşletim Bölgeli Ekonomik Güç Dağıtım Problemlerine Geliştirilmiş Parçacık Sürü Optimizasyonu Yaklaşımı Serdar
DetaylıSÝNYALÝZE KAVÞAKLARDA TRAFÝK AKIM ETKÝLEÞÝMLERÝ
SÝNYALÝZE KAVÞAKLARDA TRAFÝK AKIM ETKÝLEÞÝMLERÝ Ýbrahim ALTUN Ocak, 2003 ÝZMÝR SÝNYALÝZE KAVÞAKLARDA TRAFÝK AKIM ETKÝLEÞÝMLERÝ Dokuz Eylül Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi Ýnþaat
DetaylıALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU
ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x)
DetaylıDüzce Üniversitesi Bilim ve Teknoloji Dergisi
Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 4 (2016) 424-430 Düzce Üniversitesi Bilim ve Teknoloji Dergisi Araştırma Makalesi Tornalama İşlemlerinde Minimum Maliyet Optimizasyonu Yasin CANTAŞ a,*, Sezgin
DetaylıMontaj Hatti Tasarımı ve Analizi - 5
Balıkesir Universitesi, Endustri Muhendisligi Bolumu 2017-2018 Bahar Yariyili Montaj Hatti Tasarımı ve Analizi - 5 Yrd. Doç. Dr. Ibrahim Kucukkoc http://ikucukkoc.baun.edu.tr 2 En Erken ve En Gec Istasyon
DetaylıOrtalama farksal gelişim algoritması ile bilineer sistem kimliklendirme
Araştırma Makalesi BAUN Fen Bil. Enst. Dergisi, 2(2), 546-56, (28) DOI:.2592/baunfbed.489724 J. BAUN Inst. Sci. Technol., 2(2), 546-56, (28) Ortalama farksal gelişim algoritması ile bilineer sistem kimliklendirme
DetaylıÇözümleri ADAPTİF TRAFİK YÖNETİM SİSTEMİ (ATAK) İSBAK A.Ş., İstanbul Büyükşehir Belediyesi iştirakidir.
Çözümleri ADAPTİF TRAFİK YÖNETİM SİSTEMİ (ATAK) İSBAK A.Ş., İstanbul Büyükşehir Belediyesi iştirakidir. Adaptif Trafik Yönetim Sistemi (ATAK) Adaptif Trafik Yönetim Sistemi (ATAK); bir yol ağındaki ortalama
DetaylıKısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon
OPTİMİZASYON Bu bölümde çok değişkenli kısıtsız optimizasyon problemlerinin çözüm yöntemleri incelenecektir. Bu bölümde anlatılacak yöntemler, kısıtlı optimizasyon problemlerini de çözebilmektedir. Bunun
DetaylıLİMANLARININ İŞLEM HACMİ İLE EKİPMAN VE ALTYAPI İLİŞKİSİNİN BELİRLENMESİ. Doç Dr. A. Zafer ACAR Arş. Gör. Pınar GÜROL
LİMANLARININ İŞLEM HACMİ İLE EKİPMAN VE ALTYAPI İLİŞKİSİNİN BELİRLENMESİ Doç Dr. A. Zafer ACAR Arş. Gör. Pınar GÜROL II. Ulusal Liman Kongresi 5-6 Kasım 2015/ İzmir Global ticarette üretimden tüketime
DetaylıSimpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):
DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir
DetaylıBOĞAZ KÖPRÜSÜ YOLUNA KATILIM NOKTALARINDA TRAFİK AKIMLARININ BULANIK MANTIK YAKLAŞIMI İLE KONTROLÜ VE BİR UYGULAMA ÖRNEĞİ
BOĞAZ KÖPRÜSÜ YOLUNA KATILIM NOKTALARINDA TRAFİK AKIMLARININ BULANIK MANTIK YAKLAŞIMI İLE KONTROLÜ VE BİR UYGULAMA ÖRNEĞİ Vedat TOPUZ 1 Ahmet AKBAŞ 2 Mehmet TEKTAŞ 3 1,2,3 Marmara Üniversitesi, Teknik
DetaylıISSN: El-Cezerî Fen ve Mühendislik Dergisi Cilt: 3, No: 1, 2016 ( )
www.tubiad.org ISSN:2148-3736 El-Cezerî Fen ve Mühendislik Dergisi Cilt: 3, No: 1, 2016 (110-117) El-Cezerî Journal of Science and Engineering Vol: 3, No: 1, 2016 (110-117) ECJSE Makale / Research Paper
DetaylıAltın Oran Arama Metodu(Golden Search)
Altın Oran Arama Metodu(Golden Search) Bir f(x) (tek değişkenli) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x) a x b
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı
BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik
DetaylıCHAOS TM Dinamik Kavşak Kontrol Sistemi
CHAOS TM Dinamik Kavşak Kontrol Sistemi CHAOS, araçların trafik ışıklarında bekleme süresini en aza indirir. Dinamik Kavşak Kontrol Sistemi Dinamik kavşak kontrol sistemi olarak adlandırılan CHAOS TM,
DetaylıOPTİMİZASYON TEKNİKLERİ. Kısıtsız Optimizasyon
OPTİMİZASYON TEKNİKLERİ Kısıtsız Optimizasyon Giriş Klasik optimizasyon yöntemleri minimum veya maksimum değerlerini bulmak için türev gerektiren ve gerektirmeyen teknikler olarak bilinirler. Bu yöntemler
DetaylıEKSPONANSİYEL AĞIRLIKLI PARÇACIK SÜRÜ ALGORİTMASI İLE TORNALAMA İŞLEMLERİNDE KESME KOŞULLARININ OPTİMİZASYONU
EKSPONANSİYEL AĞIRLIKLI PARÇACIK SÜRÜ ALGORİTMASI İLE TORNALAMA İŞLEMLERİNDE KESME KOŞULLARININ OPTİMİZASYONU *Yasin CANTAŞ 1, Burhanettin DURMUŞ 2 1 Sakarya Üniversitesi, Teknoloji Fakültesi, Elektrik-Elektronik
DetaylıGüncel Evrimsel Algoritmalarla IIR Filtre Tasarımları. Design of IIR Digital Filters Using The Current Evolutionary Algorithm
2017 Published in 5th International Symposium on Innovative Technologies in Engineering and Science 29-30 September 2017 (ISITES2017 Baku - Azerbaijan) Güncel Evrimsel Algoritmalarla IIR Filtre Tasarımları
DetaylıYALOVA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ UYGULAMALI MÜHENDİSLİK MODELLEMESİ
YALOVA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ UYGULAMALI MÜHENDİSLİK MODELLEMESİ RAPOR 21.05.2015 Eren SOYLU 100105045 ernsoylu@gmail.com İsa Yavuz Gündoğdu 100105008
DetaylıGeliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA
Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA * 1 Nihan Kazak ve 2 Alpaslan Duysak * 1 Mühendislik Fakültesi, Bilgisayar Mühendisliği, Bilecik Şeyh Edebali Üniversitesi, Türkiye 2 Mühendislik Fakültesi,
DetaylıKAVŞAKLARDA TRAFİK AKIMININ KUYRUK TEORİSİ İLE TAHMİNİ, ÖRNEK BİR UYGULAMA
KAVŞAKLARDA TRAFİK AKIMININ KUYRUK TEORİSİ İLE TAHMİNİ, ÖRNEK BİR UYGULAMA Ercan ÖZGAN*, Müge ORAKOĞLU**, Sercan SERİN*, Şebnem SARGIN* *Düzce Üniversitesi, Teknik Eğitim Fakültesi, Yapı Bölümü, Konuralp,
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik
DetaylıBİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ
BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı
DetaylıFARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU THE COST OPTIMIZATION OF MIXED FEED WITH DIFFERENTIAL EVOLUTION ALGORITHM
FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU *Yaşar YAŞAR 1 Burhanettin DURMUŞ 2 1 yasaartr@gmail.com 2 Dumlupınar Üniversites Mühendislik Fakültes Elektrik-Elektronik Mühendisliği Bölümü
DetaylıGezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması
Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması Emrullah SONUÇ1, Baha ŞEN2,Şafak BAYIR3 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük
DetaylıGENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA
GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Quadratic Programming Bir karesel programlama modeli aşağıdaki gibi tanımlanır. Amaç fonksiyonu: Maks.(veya Min.) z
DetaylıGüncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması
th International Advanced Technologies Symposium (IATS 11), 1-1 May 211, Elazığ, Turkey Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması M. Kesler
DetaylıTabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu
th International Adanced Technologies Symposium (IATS ), -8 May 20, Elazığ, Turkey Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu Ö. Soykasap e K. B. Sugözü Afyon
DetaylıDİFERANSİYEL GELİŞİM ALGORİTMASI
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 5 Sayı: 9 Bahar 2006/1 s.85-99 DİFERANSİYEL GELİŞİM ALGORİTMASI Timur KESKİNTÜRK ÖZET Doğrusal olmayan problemlerin çözümüne yönelik olarak geliştirilmiş
DetaylıOptimizasyona Giriş (MFGE 412) Ders Detayları
Optimizasyona Giriş (MFGE 412) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Saati Laboratuar Kredi AKTS Saati Optimizasyona Giriş MFGE 412 Seçmeli 3 0 0 3 5 Ön Koşul Ders(ler)i MATH 275 Lineer Cebir
DetaylıDünya Enerji Konseyi Türk Milli Komitesi TÜRKİYE 10. ENERJİ KONGRESİ ULAŞTIRMA SEKTÖRÜNÜN ENERJİ TALEBİNİN MODELLENMESİ VE SÜRDÜRÜLEBİLİR POLİTİKALAR
Dünya Enerji Konseyi Türk Milli Komitesi TÜRKİYE 1. ENERJİ KONGRESİ ULAŞTIRMA SEKTÖRÜNÜN ENERJİ TALEBİNİN MODELLENMESİ VE SÜRDÜRÜLEBİLİR POLİTİKALAR Özgür BAŞKAN, Soner HALDENBİLEN, Halim CEYLAN Pamukkale
Detaylı2 e-posta: aeyilmaz@eng.ankara.edu.tr
BULUT AĞLARINA YÖNELİK DAĞINIK ÖNBELLEK YÖNETİM SİSTEMİ NDE FARKLI OPTİMİZASYON VE ATAMA TEKNİKLERİNİN PERFORMANS KARŞILAŞTIRMASI Hüseyin Seçkin Dikbayır 1 Asım Egemen Yılmaz 2 Ali Arda Diri 3 1,3 Dirisoft
DetaylıParçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi
Parçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi Yasin ORTAKCI 1, Cevdet GÖLOĞLU 2 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük 2 Karabük Üniversitesi, Makine Mühendisliği
DetaylıÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
YÖNEYLEM ARAŞTIRMASI (OPERATIONAL RESEARCH) ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SUNUM PLANI Yöneylem araştırmasının Tanımı Tarihçesi Özellikleri Aşamaları Uygulama alanları Yöneylem
DetaylıCHAOS TM. Dinamik Kavşak Kontrol Sistemi
CHAOS TM Dinamik Kavşak Kontrol Sistemi CHAOS TM ile... CHAOS TM Dinamik Kavşak Kontrol Sistemi Kavşaklarda ve kavşaklar arasındaki yol kesimlerinde trafik daha akıcı hale gelir, Araçların kavşaklarda
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 1- GİRİŞ Doç. Dr. Ali Rıza YILDIZ 1 Mühendislikte, herhangi bir fiziksel sistemin matematiksel modellenmesi sonucu elde edilen karmaşık veya analitik çözülemeyen denklemlerin
DetaylıTAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ. M. Levent Koç* Can E. Balas**
TAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ M. Levent Koç* Can E. Balas** (*) Yrd. Doç. Dr., Cumhuriyet Üniversitesi, Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Sivas Tel:
DetaylıKablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008
Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Betonarme konsol istinat duvarlarının parçacık sürü optimizasyonu ile optimum tasarımı Optimum
DetaylıENDÜSTRİYEL OTOMASYON SİSTEMLERİNDE OPTİMİZASYON: PARÇACIK SÜRÜSÜ ALGORİTMASI
1 ENDÜSTRİYEL OTOMASYON SİSTEMLERİNDE OPTİMİZASYON: PARÇACIK SÜRÜSÜ ALGORİTMASI Erhan ÇETİN 1 *, Mehmet Fatih IŞIK 2, Halil AYKUL 1 1 Hitit Üniversitesi Mühendislik Fakültesi Makina Mühendisliği Bölümü,Çorum
DetaylıSistem Temel. Genel Fonksiyonlar. Sistemleri. Tam Adaptif Trafik Kontrol Sistemi ( j\iti'1)
Tam Adaptif Trafik Kontrol Sistemi ( j\iti'1) Akıllı Trafik Ağı ve Adaptif Trafik Yönetim Sistemi, hızlı ve güvenli trafik akışını sağlar. /o95 doğruluk oranı ile ölçümler gerçekleştirerek uygun kavşak
DetaylıParçacık Sürü Optimizasyonu ile Küme Sayısının Belirlenmesi
Parçacık Sürü Optimizasyonu ile Küme Sayısının Belirlenmesi Yasin Ortakcı 1, Cevdet Göloğlu 2 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük 2 Karabük Üniversitesi, Makine Mühendisliği
DetaylıCHAOS TM Dinamik Kavşak Kontrol Sistemi
CHAOS TM Dinamik Kavşak Kontrol Sistemi Sistemin yerleştirildiği kavşaklarda CHAOS ile araçların trafik ışıklarında bekleme süresini en aza indirgemektedir. Dinamik Kavşak Kontrol Sistemi Dinamik kavşak
DetaylıEvrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm
Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm 1 Yigit Cagatay Kuyu, 1 Nedim Aktan Yalcin, * 1 Fahri Vatansever * 1 Faculty of Engineering,
Detaylı