Environmentally optimized control system for sustainable smart cities: implementation on İstanbul's büyükdere corridor
Sürdürülebilir akıllı şehirler için çevresel olarak optimize edilmiş kontrol sistemi: İstanbul'un büyükdere koridorunda uygulama
- Tez No: 1004265
- Danışmanlar: PROF. DR. MEHMET SAVSAR, DOÇ. DR. MUHAMMET ENİS BULAK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
- Bilim Dalı: Ulaştırma Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu araştırma, Kağıthane, İstanbul'daki Büyükdere Caddesi üzerindeki on bir sinyalize kavşakta, mobilite ve hava kalitesi hedefleri arasında bir denge kurmak amacıyla, loop dedektörlü trafik sayımları ile yol kenarı CO₂, NOₓ ve PM₂.₅ ölçümlerini birleştiren uyarlanabilir bir trafik sinyal kontrol sistemini tanımlamaktadır. Kalibre edilmiş bir SUMO modeli, akış ile kirletici yoğunluğunu birleştiren bir Kirlilik Şiddeti Skoru da dahil olmak üzere durum gözlemlerini; üç pekiştirmeli öğrenme ajanına sağlamaktadır: Tablo tabanlı Q-learning, kompakt derin Q-ağı (Deep Q-Network) ve Proximal Policy Optimisation (PPO). Q-learning ajanı, sabit zamanlı program kullanılmadan tüm kirleticilerin rölanti (boşta çalışma) emisyonlarını ayrı ayrı %32,8 oranında azaltırken, %21,6 daha fazla araca hizmet sağlamıştır. Derin sinir ağı, tıkanıklık uzunluğunu %48,9 oranında ve kavşaklardan geçen araç sayısını %26,5 oranında azaltmış, ancak daha uzun bir eğitim süresi gerektirmiştir. PPO ise koridorun seyrek ödül yapısı nedeniyle yakınsama sağlayamamıştır. Ağ merkeziyet (betweenness) analizine göre, kritik bağlantıların %62,6'sı hâlâ algılanamamaktadır. Bu nedenle, gelecekte çok ajanlı sistemlerin uygulanabilmesi için, on sekiz adet manyetometreye ek olarak hedeflenmiş radar cihazlarının konuşlandırılması ile gözlemlenebilirliğin geri kazanılması gerekmektedir. Genel olarak, deneyler, ek yol altyapısı yatırımı veya araç filosunun elektriklendirilmesine gerek kalmadan, hafif pekiştirmeli öğrenme yaklaşımlarının bile önemli düzeyde trafik sıkışıklığı azaltımı ve emisyon düşüşü sağlayabileceğini göstermektedir.
Özet (Çeviri)
The research describes an adaptive traffic-signal control system combining loop-detector traffic counts with roadside CO₂, NOₓ and PM₂.₅ measurements to trade-off mobility and air-quality goals at the eleven signalised intersections of Büyükdere Caddesi in Kağıthane, Istanbul. A calibrated SUMO model provides state observations, including a Pollution Severity Score combining flow with pollutant intensity, to three reinforcement-learning agents: tabular Q-learning, compact deep Q-network, and proximal policy optimisation. The Q-learning agent reduced idling emissions of all three pollutants separately by 32.8 per cent while serving 21.6 per cent more vehicles without the fixed-time schedule; the deep network reduced the length of the jam by 48.9 per cent and the number of throughputs passing through the intersections by 26.5 per cent but took longer to train, while the proximal policy optimiser didn't converge using the corridor's sparse rewards. Network betweenness analysis revealed that 62.6 per cent of the critical links remain unsensed, such that deployment of eighteen magnetometers plus targeted radar devices would recover the observability required for deployment in the multi-agent case in the future. As a whole, the experiments demonstrate that even light-weight reinforcement-learning approaches can achieve significant congestion alleviation as well as emission reductions without the need for additional roadway infrastructure or fleet electrification
Benzer Tezler
- Kentsel lojistik ve lojistik köyler
Urban logistics and logistics villages
GÖKÇE SOPACI
Yüksek Lisans
Türkçe
2025
İşletmeİstanbul Okan ÜniversitesiUluslararası Lojistik Ana Bilim Dalı
DR. LÜTFİ SAKA
- 3D nokta bulutu verileri kullanılarak otonom sürüş için nesne algılama yöntemi ile karayolu envanterlerinin tespit edilmesi
Determination of highway inventories with object detection method for autonomous driving using 3D point cloud data
HİLAL GEZGİN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Akıllı şehirlerde yakıt tüketimi ve emisyonu azaltmak için trafik akış kontrolü sağlamaya yönelik bir yöntemin geliştirilmesi
Developing a method to provide traffic flow control to reduce fuel consumption and emissions in smart cities
YILDIRAY YİĞİT
Doktora
Türkçe
2025
Bilim ve TeknolojiFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT KARABATAK
DOÇ. DR. SELÇUK TOPAL
- Investigation of green buildings towards net zero carbon: example in itu ayazağa campus
Net sıfır karbon hedefi doğrultusunda yeşil binaların incelenmesi: İTÜ ayazağa kampüsü örneği
MERVE MAÇİN
Yüksek Lisans
İngilizce
2025
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL TORÖZ
- Otomatik havalandırma programı parametrelerinin tekstillerden koku uzaklaştırma ve hav çıkarma etkilerinin incelenmesi
Investigating linting and removing odour affects from textiles of automatic airing program parameters
BÜKRA KALAYCI
Yüksek Lisans
Türkçe
2014
Tekstil ve Tekstil Mühendisliğiİstanbul Teknik ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. NEVİN ÇİĞDEM GÜRSOY