{"id":7655,"date":"2021-11-18T13:49:55","date_gmt":"2021-11-18T10:49:55","guid":{"rendered":"https:\/\/bestessayhomework.com\/tr\/?p=7655"},"modified":"2021-11-18T13:49:55","modified_gmt":"2021-11-18T10:49:55","slug":"kaza-sikligi-degerlendirmesi-is-sagligi-ve-guvenligi-tez-yaptirma-isg-is-sagligi-ve-guvenligi-tez-yaptirma-ucretleri","status":"publish","type":"post","link":"https:\/\/bestessayhomework.com\/tr\/kaza-sikligi-degerlendirmesi-is-sagligi-ve-guvenligi-tez-yaptirma-isg-is-sagligi-ve-guvenligi-tez-yaptirma-ucretleri\/","title":{"rendered":"Kaza S\u0131kl\u0131\u011f\u0131 De\u011ferlendirmesi \u2013 \u0130\u015f Sa\u011fl\u0131\u011f\u0131 ve G\u00fcvenli\u011fi Tez Yapt\u0131rma \u2013 \u0130SG \u2013 \u0130\u015f Sa\u011fl\u0131\u011f\u0131 ve G\u00fcvenli\u011fi Tez Yapt\u0131rma \u00dccretleri"},"content":{"rendered":"

Tehlikeli Madde Ta\u015f\u0131mac\u0131l\u0131\u011f\u0131nda Kaza S\u0131kl\u0131\u011f\u0131 De\u011ferlendirmesi i\u00e7in Bulan\u0131k Mant\u0131k Metodolojisi<\/span><\/strong><\/h4>\n

\u00dclkede her y\u0131l yakla\u015f\u0131k 300 milyon tehlikeli madde (HazMat) sevkiyat\u0131 yap\u0131lmaktad\u0131r. \u00dcretilen toplam HazMat tonunun y\u0131lda y\u00fczde 2 oran\u0131nda b\u00fcy\u00fcyece\u011fi tahmin ediliyor. Hava yoluyla ve intermodal olarak ta\u015f\u0131nan HazMat miktar\u0131ndaki art\u0131\u015f, toplam \u00fcretim art\u0131\u015f\u0131ndan s\u0131ras\u0131yla 4 kat ve 3 kat daha h\u0131zl\u0131 olabilir [l]. Bu nedenle, etkili \u00f6nlemler al\u0131nmad\u0131\u011f\u0131 s\u00fcrece halka y\u00f6nelik potansiyel risk de artabilir.<\/span><\/p>\n

Ula\u015ft\u0131rma Bakanl\u0131\u011f\u0131 (DOT) standartlar\u0131n\u0131 minimum g\u00fcvenlik seviyelerini [2, 31] kar\u015f\u0131layacak \u015fekilde belirlemi\u015ftir, ancak bu d\u00fczenlemeler donan\u0131m ve prosed\u00fcrlere odaklanmaktad\u0131r, DOT d\u00fczenlemelerine uyum hi\u00e7bir rota i\u00e7in g\u00fcvenli de\u011fildir.<\/span><\/p>\n

En iyi (en g\u00fcvenli) rotay\u0131 nas\u0131l se\u00e7ebiliriz? Ula\u015ft\u0131rma risk analizi (TRA), potansiyel sonu\u00e7lara ve bu sonu\u00e7lar\u0131n ili\u015fkili s\u0131kl\u0131klar\u0131na ili\u015fkin nicel tahminler sa\u011flayan kullan\u0131\u015fl\u0131 bir tekniktir. TRA’n\u0131n faydalar\u0131 olmadan, rota se\u00e7imiyle ilgili yarg\u0131lar \u00f6znel olarak yap\u0131l\u0131r ve stat\u00fcko genellikle kabul edilir.<\/span><\/p>\n

Risk iki parametre ile tan\u0131mlan\u0131r: kaza s\u0131kl\u0131\u011f\u0131 ve kaza sonucunun b\u00fcy\u00fckl\u00fc\u011f\u00fc. Kaza s\u0131kl\u0131\u011f\u0131, TRA’n\u0131n en \u00f6nemli bile\u015fenidir. \u015eu anda en pop\u00fcler an\u0131lan kaza oran\u0131 verileri sadece birka\u00e7 fakt\u00f6r g\u00f6z \u00f6n\u00fcne al\u0131nd\u0131\u011f\u0131nda, projemizde, kamyon konfig\u00fcrasyonunun, i\u015fletiminin, ortam\u0131n ve yol ko\u015fullar\u0131n\u0131n do\u011fas\u0131n\u0131 a\u00e7\u0131klayan \u00e7ok say\u0131da parametrenin etkilerini dahil ederek farkl\u0131 yol segmentleri i\u00e7in kaza oran\u0131n\u0131 de\u011ferlendirece\u011fiz. Nicel kaza oran\u0131n\u0131n t\u00fcretilmesi i\u00e7in bulan\u0131k modelleme kullan\u0131lacakt\u0131r.<\/span><\/p>\n

Kaza S\u0131kl\u0131\u011f\u0131 De\u011ferlendirmesi<\/span><\/strong><\/h3>\n

Analistin makul kaza oranlar\u0131 elde etmek i\u00e7in \u00fc\u00e7 temel se\u00e7ene\u011fi vard\u0131r. Birincisi, bir veya daha fazla kaza veri taban\u0131n\u0131 elde etmek ve veri setinin istenen ayr\u0131m\u0131n yap\u0131lmas\u0131na izin verdi\u011fini varsayarak, istenen belirli ko\u015fullar i\u00e7in hem kaza hem de seyahat verilerini elde etmek i\u00e7in analizler yapmakt\u0131r.<\/span><\/p>\n

\u00c7o\u011fu yetkili kaza oran\u0131 \u00e7al\u0131\u015fmas\u0131 bu se\u00e7ene\u011fi kullanm\u0131\u015ft\u0131r ve bu en pahal\u0131 ve zaman al\u0131c\u0131 se\u00e7enektir ve uygun istatistiksel analizleri i\u00e7erir. \u0130kinci se\u00e7enek, belirli rotalar i\u00e7in durum veritabanlar\u0131na eri\u015fmektir. Devletler s\u0131k \u200b\u200bs\u0131k b\u00fcy\u00fck devlet karayollar\u0131 i\u00e7in kilometre i\u015fareti numaras\u0131na g\u00f6re kaza ve seyahat verilerine sahiptir.<\/span><\/p>\n

Hesaplanan de\u011ferin k\u00fc\u00e7\u00fck olmas\u0131 nedeniyle de\u011fi\u015ftirilmesi gerekip gerekmedi\u011fini belirlemek i\u00e7in beklenen de\u011ferlerle istatistiksel bir test ger\u00e7ekle\u015ftirmek i\u00e7in genellikle \u00f6zel bir prosed\u00fcre ihtiya\u00e7 duyulsa da, veriler kesin ilgi rotas\u0131 i\u00e7in oldu\u011fundan, bu genel halk i\u00e7in en savunulabilir se\u00e7enektir.\u00a0<\/span><\/p>\n

\n

\u0130s kazas\u0131<\/a> S\u0131kl\u0131k oran\u0131 hesaplama<\/span>
\n\u0130\u015f kazalar\u0131n\u0131n \u00f6nlenebilme oran\u0131 ka\u00e7t\u0131r<\/span>
\n\u0130s kazas\u0131 s\u0131kl\u0131\u011f\u0131<\/span>
\n\u0130s kazas\u0131 a\u011f\u0131rl\u0131k h\u0131z\u0131<\/span>
\n\u0130s kazas\u0131 hesaplamalar\u0131<\/span>
\nT\u00fcrkiye \u0130S kazas\u0131 S\u0131kl\u0131k Oran\u0131<\/span>
\nKay\u0131p i\u015f g\u00fcn\u00fc Nedir<\/span>
\n\u0130\u015f G\u00fcvenli\u011fi Aktivite Oran\u0131 hesaplama<\/span><\/p>\n

\n

\u00dc\u00e7\u00fcnc\u00fc se\u00e7enek, veritabanlar\u0131n\u0131n mevcut analizlerinden birini kullanmak ve sonu\u00e7lar\u0131 belirli ilgi yollar\u0131na uygulamakt\u0131r. Bu se\u00e7enek en ucuz olan\u0131d\u0131r ve di\u011fer risk parametresindeki t\u00fcm belirsizlikler g\u00f6z \u00f6n\u00fcne al\u0131nd\u0131\u011f\u0131nda makul derecede do\u011fru de\u011ferlerle sonu\u00e7lanmal\u0131d\u0131r.<\/span><\/p>\n

Bir\u00e7ok \u00e7al\u0131\u015fan taraf\u0131ndan kamuya a\u00e7\u0131k \u00e7e\u015fitli veritabanlar\u0131n\u0131n ayr\u0131nt\u0131l\u0131 analizleri, kaza olas\u0131l\u0131klar\u0131n\u0131 yol tipi, kamyon tipi ve n\u00fcfus yo\u011funlu\u011funun bir fonksiyonu olarak mil baz\u0131nda belirlemeyi m\u00fcmk\u00fcn k\u0131lm\u0131\u015ft\u0131r. Bu t\u00fcr verilerin en ayr\u0131nt\u0131l\u0131 analizlerinden biri Hanvood ve Russell taraf\u0131ndan yap\u0131lm\u0131\u015ft\u0131r.<\/span><\/p>\n

Hanvood ve Russell, \u00fc\u00e7 eyaletten (California, Illinois ve Michigan) bilgisayarl\u0131 veri dosyalar\u0131na dayanarak, bildirilen kazalar\u0131n say\u0131s\u0131n\u0131 ve kat edilen toplam kamyon mili say\u0131s\u0131n\u0131 kullanarak kaza olas\u0131l\u0131klar\u0131n\u0131 hesaplad\u0131lar. Bu veriler \u00e7o\u011funlukla kaza olas\u0131l\u0131klar\u0131 i\u00e7in temel olarak kabul edilir. Argonne Ulusal Laboratuvar\u0131’n\u0131n raporunda, Hanvood ve Russell istatistikleri eyaletler aras\u0131 ve eyaletler aras\u0131 (eyalet otoyolu) olmak \u00fczere iki yol kategorisine ve kentsel, banliy\u00f6 ve k\u0131rsal olmak \u00fczere \u00fc\u00e7 n\u00fcfus yo\u011funlu\u011fu kategorisine ayr\u0131ld\u0131.<\/span><\/p>\n

Tehlikeli Madde Bilgi Sistemi (HMIS), malzemelerin, ambalajlar\u0131n ve ilgili di\u011fer bilgilerin ayr\u0131nt\u0131lar\u0131n\u0131 i\u00e7eren HazMat karayolu ta\u015f\u0131mac\u0131l\u0131\u011f\u0131 kazalar\u0131n\u0131n tek ulusal veritaban\u0131n\u0131 temsil eder, ancak eyaletler aras\u0131 ta\u015f\u0131y\u0131c\u0131lar\u0131n kar\u0131\u015ft\u0131\u011f\u0131 kazalar\u0131n olmamas\u0131 ve d\u00f6k\u00fclmeyen HazMat kapsam\u0131n\u0131n olmamas\u0131 onu g\u00fcvenilmez k\u0131lmaktad\u0131r. \u00f6zellikle eyaletler aras\u0131 otoyollar i\u00e7in bu veri taban\u0131ndan kaza oran\u0131n\u0131 t\u00fcret. Battelle’nin Federal Motorlu Ta\u015f\u0131y\u0131c\u0131 G\u00fcvenlik \u0130daresi i\u00e7in haz\u0131rlad\u0131\u011f\u0131 raporunda, HMIS verilerini di\u011fer d\u00f6k\u00fclme kazalar\u0131 (\u00f6zellikle eyalet i\u00e7i kazalar) ve d\u00f6k\u00fclme d\u0131\u015f\u0131 kazalara ili\u015fkin verilerle desteklemek i\u00e7in HMIS’i tamamlayan ek veri tabanlar\u0131na ba\u015fvurulmu\u015ftur.<\/span><\/p>\n

Hanvood ve Russell’\u0131n \u00e7al\u0131\u015fmas\u0131nda kaza s\u0131kl\u0131\u011f\u0131n\u0131 etkileyen parametreler olarak yol tipi, kamyon tipi ve n\u00fcfus yo\u011funlu\u011fu dikkate al\u0131nm\u0131\u015ft\u0131r. Argonne’nin raporu, yolun, kamyonun, \u00e7evrenin ve s\u00fcr\u00fcc\u00fc ko\u015fullar\u0131n\u0131n do\u011fas\u0131n\u0131 tan\u0131mlayan daha fazla parametre ekleyerek kaza oran\u0131 verilerinin hassasiyetini iyile\u015ftirmede ba\u015far\u0131s\u0131z oldu. Bu t\u00fcr bir eksiklik, k\u0131smen, risk analizi i\u00e7in gerekli olan bu parametrelerin not edilmedi\u011fi veri taban\u0131 eksikli\u011finden kaynaklanmaktad\u0131r.<\/span><\/p>\n

Bu \u00e7al\u0131\u015fma i\u00e7in, daha ilgili parametreleri dahil ederek kaza oranlar\u0131n\u0131 daha g\u00fcvenilir ve do\u011fru bir \u015fekilde de\u011ferlendirmeyi bekleyen di\u011fer veri tabanlar\u0131na y\u00f6neliyoruz. Kamu G\u00fcvenli\u011fi Departman\u0131 (DPS) kaza veri taban\u0131, \u00e7al\u0131\u015fmam\u0131z i\u00e7in iyi bir kaynak olarak bulundu, \u00e7\u00fcnk\u00fc daha fazla parametre kaydediliyor ve bu veri taban\u0131 yol tipine g\u00f6re kolayca s\u0131ralanabiliyor ve belirli bir yolun kaza oran\u0131n\u0131n de\u011ferlendirilmesini nispeten daha kolay hale getiriyor.<\/span><\/p>\n

Kaza say\u0131s\u0131na ek olarak, kat edilen mil say\u0131s\u0131 (maruziyet verileri) gereklidir; bu iki veri seti birbiriyle pek uyu\u015fmuyor \u00e7\u00fcnk\u00fc her biri i\u00e7in veriler ba\u011f\u0131ms\u0131z mekanizmalar taraf\u0131ndan toplan\u0131yor. Kaza verileri polis raporlar\u0131na, maruz kalma verileri ise anketlere veya trafik say\u0131mlar\u0131na dayanmaktad\u0131r.<\/span><\/p>\n

\u0130ki t\u00fcr verinin \u015fu anda ilgili fakt\u00f6rlere g\u00f6re ayr\u0131\u015ft\u0131r\u0131lamamas\u0131 gibi ek bir sorunu olabilir, bu nedenle bu iki t\u00fcr veriyi birle\u015ftirmek i\u00e7in genellikle varsay\u0131mlara ihtiya\u00e7 vard\u0131r. Veri toplama s\u00fcrecinin ve veri kombinasyonunun sorunlar\u0131 ve s\u0131n\u0131rlamalar\u0131, analizle ili\u015fkili belirsizli\u011fi art\u0131r\u0131r.<\/span><\/p>\n

Fuzzv Lopik Modeli<\/span><\/strong><\/p>\n

Geleneksel olarak, bir sistem i\u00e7in matematiksel bir model, sistemden al\u0131nan girdi-\u00e7\u0131kt\u0131 \u00f6l\u00e7\u00fcmlerinin analiz edilmesiyle olu\u015fturulur. Bu say\u0131sal \u00f6l\u00e7\u00fcmler \u00f6nemlidir \u00e7\u00fcnk\u00fc sistemin davran\u0131\u015f\u0131n\u0131 nicel olarak temsil ederler. Ancak, bir\u00e7ok m\u00fchendislik sistemi i\u00e7in ba\u015fka bir \u00f6nemli bilgi kayna\u011f\u0131 daha vard\u0131r: insan uzmanlar\u0131ndan al\u0131nan bilgiler.<\/span><\/p>\n

Dil bilgisi olarak bilinen bu bilgi, sistem hakk\u0131nda nitel y\u00f6nergeler ve a\u00e7\u0131klamalar sa\u011flar. Geleneksel matematiksel modeller bu t\u00fcr bilgileri i\u00e7eremezken, bulan\u0131k modeller bu t\u00fcr bilgileri do\u011fal ve uygun bir \u015fekilde dahil edebilir.<\/span><\/p>\n

Bir bulan\u0131k if-then kural\u0131, dilsel de\u011fi\u015fkenler ve gazl\u0131 k\u00fcmeler kullan\u0131larak a\u00e7\u0131klanan bir ko\u015fulu bir sonuca ba\u011flar. \u00dc\u00e7 t\u00fcr bulan\u0131k kural tabanl\u0131 model vard\u0131r: Mamdani Modeli, Takagi-Sugeno-Kang (TSK) modeli ve Kosko’nun toplamsal modeli (SAM) [7]. \u0130lk iki model, veri taban\u0131n\u0131n analizi i\u00e7in kullan\u0131lacaklar\u0131 i\u00e7in burada tan\u0131t\u0131lacakt\u0131r.<\/span><\/p>\n

Mamdani modeli, Ui’nin girdi de\u011fi\u015fkenlerinin alanlar\u0131 ve W’nin \u00e7\u0131kt\u0131 de\u011fi\u015fkeninin alan\u0131 oldu\u011fu UIXU2x…x Ur’dan W’ye bir e\u015flemeyi tan\u0131mlayan a\u015fa\u011f\u0131daki dil kurallar\u0131ndan olu\u015fur.<\/span><\/p>\n