Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2021 / Cilt: 36 - Sayı: 1

Filo yönetimi için büyük veri temelli yeni sürücü davranış modelleri

Pages
543–558
Publication Date
2020-12-01
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Sonuç olarak büyük veri analitiği kullanarak filoların sürücü/sürüş davranış kapsamında daha etkili kullanılabileceği ve daha kolay yönetilebileceği, gerek maliyet gerekse iş gücü kaybının önlenmesi için bu modellerden faydalanılabileceği, Ankara ili için yapılan bu analizlerin diğer iller için de kullanılabileceği, radar noktalarında yapılan analizler gibi farklı değerler üretilebileceği değerlendirilmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışmada, filo yönetim sistemlerinin eksikleri hem büyük veri hem de sürücü davranışı bakış açılarıyla incelenmiş, gerçek veriler üzerinde sürücü/sürüş davranışları analiz edilmiş bunun sonucunda veri analizlerini gerçekleştirmek için büyük veri tabanlı yeni modeller önerilmiştir.
📊
Key Findings & Data:Büyük veri üzerinde 6 farklı senaryo ile filodaki sürücülerin davranış farklılıkları, çeşitli lokasyonlardaki davranışları ve spesifik noktalardaki davranışları büyük veri temelli yaklaşımlar ile tespit edilmiş yeni modeller geliştirilmiştir.
💡
Conclusion & Impact:Sonuç olarak büyük veri analitiği kullanarak filoların sürücü/sürüş davranış kapsamında daha etkili kullanılabileceği ve daha kolay yönetilebileceği, gerek maliyet gerekse iş gücü kaybının önlenmesi için bu modellerden faydalanılabileceği, Ankara ili için yapılan bu analizlerin diğer iller için de kullanılabileceği, radar noktalarında yapılan analizler gibi farklı değerler üretilebileceği değerlendirilmektedir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Filo yönetimi · sürücü/sürüş davranışı

Özet

Bu çalışmada, filo yönetim sistemlerinin eksikleri hem büyük veri hem de sürücü davranışı bakış açılarıyla incelenmiş, gerçek veriler üzerinde sürücü/sürüş davranışları analiz edilmiş bunun sonucunda veri analizlerini gerçekleştirmek için büyük veri tabanlı yeni modeller önerilmiştir. Büyük veri üzerinde 6 farklı senaryo ile filodaki sürücülerin davranış farklılıkları, çeşitli lokasyonlardaki davranışları ve spesifik noktalardaki davranışları büyük veri temelli yaklaşımlar ile tespit edilmiş yeni modeller geliştirilmiştir. Elde edilen sonuçlardan, özellikle %50 üzerinde hız limiti aşan sürücüler arasında belirli sürücülerin diğer sürücülere göre %30 oranında bu ihlallerde payı olduğu, ortalama hızları aynı olsa bile hız ihlalleri bakımından sürücüler arasında 6 kat farklılık olabileceği, benzer şekilde hız ihlal sayıları aynı olsa bile ihlal sürelerinde 2 kata yakın fark olabileceği, mevsimlere göre hız ihlal sayısının en fazla yaz mevsiminde fakat ihlal süresinin en fazla sonbaharda olduğu, Ankara ili içinde hız limitlerini aşmaya olanak sağlayan yolların ilçe bazında %23,6 oranıyla Yenimahalle, mahalle bazında %4,62 oranı ile Saray, şehirlerarası yol bazında %6,85 oranı ile Eskişehir yolunun, şehir içi yollarda ise %2,74 oranı ise Anadolu Bulvarı olduğu, son olarak ise radar noktaların yaklaşık 1 kilometre öncesi ve sonrası hız ihlal sayılarına göre 3 farklı radar noktası incelemesinde %300’e yakın oranlarda farklılıkların oluştuğu tespit edilmiştir. Sonuç olarak büyük veri analitiği kullanarak filoların sürücü/sürüş davranış kapsamında daha etkili kullanılabileceği ve daha kolay yönetilebileceği, gerek maliyet gerekse iş gücü kaybının önlenmesi için bu modellerden faydalanılabileceği, Ankara ili için yapılan bu analizlerin diğer iller için de kullanılabileceği, radar noktalarında yapılan analizler gibi farklı değerler üretilebileceği değerlendirilmektedir.

🔖

Cite This Article

TERZİ, R., SAĞIROĞLU, Ş., ÇÖÇÜ, Ö., ARKAN, R., TOSUN, M., TULGAR, Y. (2020). Filo yönetimi için büyük veri temelli yeni sürücü davranış modelleri. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 36 - Sayı: 1, 543–558. https://ajindex.com/articles/92233

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (5)

  1. Xu G., Wang J., Huang G. Q., and Chen C.-H., "Data-Driven Resilient Fleet Management for Cloud Asset-enabled Urban Flood Control," IEEE Trans. Intell. Transp. Syst., vol. 19, no. 6, pp. 1827-1838, June 2018. Gogoulos F. et al., "An Intelligent Trucking Operations Management System," IFAC Proceedings Volumes, vol. 46, no. 25, pp. 49-54, 2013.
  2. Chauhan B., Jain A., Chaturvedi T., and Saini S., "User Interactive and Assistive Fleet Management and Eco-Driving System," in 2015 IEEE Region 10 Symposium, Ahmedabad, India, 2015: IEEE, pp. 41-44. Zhang G. et al., "A integrated vehicle health management framework for aircraft—A preliminary report," in 2015 IEEE Conference on Prognostics and Health Management (PHM), Austin, TX, USA, 2015: IEEE, pp. 1-8. Yokoyama D. and Toyoda M., "A large scale examination of vehicle recorder data to understand relationship between drivers' behaviors and their past driving histories," in 2015 IEEE International Conference on Big Data (Big Data), Santa Clara, CA, USA, 2015: IEEE, pp. 2877-2879. Tilocca P. et al., "Managing data and rethinking applications in an innovative mid-sized bus fleet," Transp. Res. Procedia, vol. 25, pp. 1899-1919, 2017. Stancel I. N. and Surugiu M. C., "Fleet Management System for Truck Platoons - Generating an Optimum Route in Terms of Fuel Consumption," Procedia Eng., vol. 181, pp. 861-867, 2017.
  3. Fabbri G., Calenne F., London M., Boccaletti C., Cardoso A. M., and Mascioli F. F., "Development of an on-board unit for the monitoring and management of an electric fleet," in 2012 20th International Conference on Electrical Machines, Marseille, France, 2012: IEEE, pp. 2404-2410.
  4. Johanson M., Belenki S., Jalminger J., Fant M., and Gjertz M., "Big automotive data: Leveraging large volumes of data for knowledge-driven product development," in 2014 IEEE International Conference on Big Data (Big Data), Washington, DC, USA, 2014: IEEE, pp. 736-741. Gowda V. C. and Gopalakrishna K., "Real time vehicle fleet management and security system," in 2015 IEEE Recent Advances in Intelligent Computational Systems (RAICS), Trivandrum, India, 2015: IEEE, pp. 417-421. Bélanger V., Kergosien Y., Ruiz A., and Soriano P., "An empirical comparison of relocation strategies in real-time ambulance fleet management," Comput. Ind. Eng., vol. 94, pp. 216-229, 2016. Pérez J., Maldonado S., and López-Ospina H., "A fleet management model for the Santiago Fire Department," Fire Saf. J., vol. 82, pp. 1-11, 2016.
  5. Hewicker C., Hogan M., and Mogren A