Authors |
|
|||||||
|
||||||||
Supporting Institution |
: | |||||||
|
||||||||
Project Number |
: | |||||||
|
||||||||
Thanks |
: |
Cover Download | Context Page Download |
Nihat MOROVA 1 , Serdal TERZİ 2
Bu çalışmada trafikten kaynaklanan gürültünün tahmin edilmesi amacıyla Yapay Sinir Ağları (YSA) yöntemi ile çeşitli modeller geliştirilmiştir. YSA modellerinin oluşturulmasında çeşitli kaynaklardan elde edilen veriler kullanılmıştır. Modellemede ağır taşıt sayısı (taşıt/saat), hafif taşıt sayısı (taşıt/saat), Toplam saatlik trafik (taşıt/saat) ve hız (km/saat) girdi parametresi olarak, trafik kaynaklı gürültü (Leq dB(A)) ise çıktı parametresi olarak kullanılmıştır. Geliştirilen YSA modeli ile trafiğinin sebep olduğu gürültünün tahmini sonuçları; klasik model sonuçları (Ölçülen) ile karşılaştırılmış ve sonuçların uyum içerisinde olduğu görülmüştür. Matematiksel modellerin yanında YSA yaklaşımının trafikten kaynaklanan gürültünün tahmininde uygun bir yöntem olarak kullanılabileceği belirlenmiştir.
Keywords
Yapay Sinir Ağları ,
Trafik,
Gürültü,
Yapay Zekâ Teknikleri,
Gürültü Tahmini,
Nihat MOROVA 1 , Serdal TERZİ 1
ABSTRACT Noise which is one of the important results of gradually increase of urbanization and technologic developments especially in recent years, as parallel with the increasing population also is important problem of environment, life and health. The important factor of the problem in urban areas is inner city traffic and noise caused by that traffic. In this study, aim of the predict of the noise caused by the traffic, various models have been developed with the Artificial Neural Network (ANN). The data obtained from various sources have been used creating the ANN models. In the model as an input data Heavy Vehicle Number (Vehicle/Hour), Light Vehicle Number (Vehicle/Hour), Total Traffic per Hour (vehicle/hour) and Speed (Km/Hour) were used and as an output data Noise caused by the traffic (Leq dB(A)) was used. Developed ANN model and predicted results of noise caused by the traffic were compared with the classical model results (measured) and it has been seen that the results ar
Keywords
Artificial Neural Network,
Traffic,
Noise,
Artificial Intelligence Techniques,
Noise Prediction ,
Authors |
|
|||||||
|
||||||||
Supporting Institution |
: | |||||||
|
||||||||
Project Number |
: | |||||||
|
||||||||
Thanks |
: |