Afet yönetiminde geçici barınma alanlarının yer seçimi problemi için Afrika Akbabası Optimizasyon Algoritması tabanlı bir yaklaşım
| dc.authorid | 0009-0008-3339-0654 | |
| dc.contributor.advisor | Haklı, Hüseyin | |
| dc.contributor.author | Yiğit, Nagihan | |
| dc.date.accessioned | 2025-10-02T08:04:52Z | |
| dc.date.available | 2025-10-02T08:04:52Z | |
| dc.date.issued | 2025 | |
| dc.date.submitted | 2025 | |
| dc.department | NEÜ, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı | |
| dc.description | Yüksek Lisans Tezi | |
| dc.description.abstract | Doğal afetlerin yıkıcı etkileri, nüfusun çoğalması, şehirleşmenin artması ve şehirlerdeki yapıların büyümesi ile insan hayatı için tehdit oluşturmaktadır. Doğal afetler sebebiyle her yıl binlerce can kaybı yaşanmaktadır. Araştırmacılar insan hayatı üzerindeki bu tehdidi azaltabilmek ve afetlerin yıkıcı etkisini minimum seviyeye indirebilmek adına afet yönetimi ile ilgili çalışmalar gerçekleştirmektedir. Afet Yönetimi operasyonlarının aşamaları (1) azaltma, (2) hazırlık, (3) müdahale ve (4) iyileştirme olarak dört grupta sınıflandırılmıştır. Tüm bu süreçlerdeki yönetim sorunları da kategorilere ayrılmıştır. Bu problemler (1) acil müdahalenin planlanması, (2) toplu tahliye, (3) tesis yeri, (4) barınak yeri problemi olarak kategorileşmiştir. Bu problemlerin makine öğrenmesi, kesin hesaplama, sezgisel, meta-sezgisel veya hibrit yöntemler ile çözülmesine dair çalışmalar literatürde yerini almıştır. Bu tez çalışmasında Afet Yönetimi problemlerinden barınak yer seçimi problemi meta-sezgisel yöntemler ile ele alınmıştır. Barınak yer seçimi probleminin gerçek bir saha üzerinde uygulanması için Kahramanmaraş ilinin on bir ilçesine ait veriler hazırlanarak bir veri seti oluşturulmuştur. Veri seti için on bir ilçeye ait barınma alanları olabilecek noktaları, barınma alanlarının koordinatları, barınma alanlarının metrekare ölçümleri, mahalleleri, mahalle nüfusları, mahallelerin koordinat bilgileri verileri edinilmiştir. Elde edilen on bir adet veri grubu farklı boyutlardan oluşmaktadır. Problem kapsamı aday barınaklar arasından açılacak barınakların seçilmesi ve nüfusun bu barınaklara yerleştirilmesi süreçlerini içermektedir. Bu amaç ile, aday çözümlerin uygunluk değerinin hesaplanması için kapasite kısıtı altında minimum maliyet ile afetzedeleri minimum mesafeye yerleştirilmesini hedefleyen bir maaliyet fonksiyonu tasarlanmıştır. Fonksiyon ilk kısmında aday çözümlerden açılacak barınakların belirlenmesini, ikinci kısmında ise nüfusun bu barınaklara yerleşme verimliliğinin hesaplanması süreçlerini kapsamaktadır. Çalışmada Afrika Akbabası Optimizasyon Algoritmasının (African Vulture Optimization Algorithm- AVOA) gerçek dünya problemleri üzerindeki başarısı incelenmiştir. AVOA Afrika akbabalarının açlık, işbirlikçi davranış, saldırganlık gibi avlanma sırasındaki davranışlarının modellenmesi ile 2021 yılında literatüre katılmıştır. Esnekliği, çok amaçlı ve kısıt problemleri için uygun olması, keşif sömürü süreçleri dengesi ile başarısını göstermiştir. Bu çalışma ile sürekli problemler için uygulanabilir olan algoritmanın ayrık uzaydaki başarısı incelenmiştir. Ayrık çözüm uzayına taşınması için 24 adet (S- Şekilli, V- Şekilli, U- Şekilli, T- Şekilli, O- Şekilli, Z-Şekilli) transfer fonksiyonu ile ayrıklaştırma işlemi gerçekleştirilmiştir. Transfer fonksiyonlarının performansı beş farklı popülasyon değeri (10, 20, 30, 40, 50) üzerinde test edilmiştir. Sonuçlar analiz edilerek başarılı olan transfer fonksiyonları ve popülasyon değerleri elde edilmiştir. Bu değerler Friedman testi ile analiz edilmiş ve aralarında en başarılı olan parametreler belirlenmiştir. Belirlenen parametreler ile AVOA yöntemi ile elde edilen sonuçlar, son yıllarda iv önerilen algoritmalarda Harris Şahinleri Optimizasyon Algoritması (Harris Hawks Optimization-HHO), Balçık Küfü Algoritması (Slime Mould Algorithm-SMA) ve Balina Optimizasyon Algoritması (Whale Optimization Algorithm-WOA) sonuçları ile karşılaştırılmıştır. Karşılaştırma sonuçları değerlendirildiğinde, AVOA’ nın özellikle büyük boyutlu ilçelerde güçlü keşif yeteneği ile diğer algoritmalardan daha başarılı sonuçlara ulaştığı ve barınak yer seçimi problemi için etkili ve sağlam bir araç olduğu gözlemlenmiştir. | |
| dc.description.abstract | The destructive effects of natural disasters pose a significant threat to human life, especially due to population growth, increased urbanization, and the expansion of urban structures. Thousands of lives are lost each year because of natural disasters. In response to this critical issue, researchers have focused on disaster management studies aimed at reducing these threats and minimizing the devastating impact of such events. Disaster Management operations are typically categorized into four phases: (1) mitigation, (2) preparedness, (3) response, and (4) recovery. Management challenges encountered throughout these phases have also been classified into specific categories, including: (1) emergency response planning, (2) mass evacuation, (3) facility location, and (4) shelter location problems. The literature includes numerous studies that propose solutions to these problems using methods such as machine learning, exact algorithms, heuristics, metaheuristics, or hybrid approaches. In this thesis, the shelter location selection problem among disaster management problems is addressed using meta-heuristic methods. To implement the shelter location problem with a real-world scenario, a dataset was prepared using data from eleven districts of the Kahramanmaraş province. The dataset includes potential shelter site locations, coordinates of these locations, shelter area sizes (in square meters), neighborhoods, neighborhood populations, and the geographical coordinates of the neighborhoods. The resulting dataset consists of eleven distinct data groups with varying dimensions. The scope of the problem includes selecting which shelters to open from a set of candidate locations and assigning the affected population to these shelters. For this purpose, a cost function has been designed to evaluate the fitness of candidate solutions. The function aims to assign disaster victims to shelters at minimal distances and under capacity constraints, while minimizing the overall cost. The first of the function determines which shelters to open from among the candidate locations, while the second evaluates the efficiency of population allocation to the selected shelters. This study investigates the performance of the African Vulture Optimization Algorithm (AVOA) on a real-world problem. AVOA, introduced in 2021, is inspired by the hunting behaviors of African vultures, such as hunger, cooperation, and aggressiveness. It has demonstrated promising performance due to its flexibility, suitability for multi-objective and constrained problems, and balanced exploration exploitation capabilities. While AVOA has been primarily applied to continuous problems, this study explores its effectiveness in a discrete solution space. To adapt AVOA to the discrete domain, 24 transfer functions-categorized into S-shaped, V-shaped, U-shaped, T-shaped, O-shaped, and Z-shaped-were vi employed to discretize the solution space. The performance of these transfer functions was tested using five different population sizes (10, 20, 30, 40, and 50). The results were analyzed to identify the most effective transfer functions and population sizes. These values were evaluated using the Friedman test, through which the most successful parameters were determined. The outcomes obtained using the selected parameters for the AVOA method were compared with recent algorithms, namely Harris Hawks Optimization (HHO), Slime Mould Algorithm (SMA), and Whale Optimization Algorithm (WOA). The comparative analysis revealed that AVOA, particularly in districts with large-scale data, outperformed the other algorithms due to its strong exploration capabilities. It was concluded that AVOA is an effective and robust tool for solving the shelter location problem in disaster management contexts. | |
| dc.identifier.citation | Yiğit, N. (2025). Afet yönetiminde geçici barınma alanlarının yer seçimi problemi için Afrika Akbabası Optimizasyon Algoritması tabanlı bir yaklaşım. (Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı, Konya. | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12452/19816 | |
| dc.language.iso | tr | |
| dc.publisher | Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Afet Yönetimi | |
| dc.subject | Afrika Akbabası Optimizasyon Algoritması | |
| dc.subject | Barınak Yer Seçimi | |
| dc.subject | Meta-Sezgisel Yöntemler | |
| dc.subject | Tesis Yer Seçimi | |
| dc.subject | Transfer Fonksiyonları | |
| dc.subject | Disaster Management | |
| dc.subject | African Vulture Optimization Algorithm (AVOA) | |
| dc.subject | Shelter Location Problem | |
| dc.subject | Metaheuristic Methods | |
| dc.subject | Facility Location Problem | |
| dc.subject | Transfer Function | |
| dc.title | Afet yönetiminde geçici barınma alanlarının yer seçimi problemi için Afrika Akbabası Optimizasyon Algoritması tabanlı bir yaklaşım | |
| dc.title.alternative | An African Vulture Optimization Algorithm-based approach for the problem of location temporary shelters in disaster management | |
| dc.type | Master Thesis |
