Bir yol kesiminde meydana gelen kazalar, arızalanmış araçlar, yola devrilmiş yükler ve bunun gibi normal trafik akımını bozan ve kapasitede azalmaya sebep olan tekrarlanmayan (rastgele oluşmuş) olaylar kaza-arıza olarak tanımlanırlar. Kaza-arıza yönetimi ise meydana gelen kaza-arızaların sürelerini ve etkilerini azaltmak; sürücülerin, kaza-arıza mağdurlarının ve müdahale ekiplerinin güvenliğini arttırmak için insani, kurumsal, mekanik ve teknik kaynakların sistematik, planlı ve koordineli bir biçimde kullanılmasıdır. Günümüzde kaza-arızaların sebep oldukları tıkanıklıklar ciddi bir sorun haline gelmiştir. Öyle ki, kentiçi ulaşımında meydana gelen tıkanıklıkların büyük kısmı kaza-arızalardan kaynaklanmaktadır. Hazırlanan bu tezin amacı doğrultusunda, öncelikle kaza-arıza yönetiminin yedi temel bileşeni olan kaza-arıza algılama, doğrulama, sürücülerin bilgilendirilmesi, müdahale, bölge yönetimi, trafik yönetimi ve kaza-arızanın kaldırılması hususlarına ayrıntılı olarak değinilmiştir. Bu bileşenler incelenirken kullanılan yöntemler de anlatılmıştır. Daha sonra kaza-arıza yönetiminin sayısal kısmı olan otomatik kaza-arıza algılama algoritmalarına değinilmiş ve sıklıkla kullanılan yöntemler açıklanmıştır. Bu yöntemler arasında kaza-arıza algılama oranı, yanlış alarm oranı ve algılamak için harcanan ortalama süre kıstasları göz önüne alınarak kıyaslama yapılmış ve en başarılı otomatik kaza-arıza algılama yönteminin yapay sinir ağlarını kullanarak oluşturulan modeller olduğu görülmüştür. Çalışmanın sayısal uygulama kısmında ise İstanbul Anadolu ve Avrupa yakalarında yer alan otoyollar (O-1 ve O-2, sırasıyla, birinci ve ikinci çevreyolu) için, Matlab programının yapay sinir ağları araç çubuğu kullanılarak bir yapay sinir ağı kaza-arıza algılama modeli oluşturulmuş ve test edilmiştir. Test sonuçlarında, oluşturulan modelin algılama oranının %76,1 ve yanlış alarm oranının %1'in altında olduğu görülmüştür. Bu sonuçlara göre oluşturulan modelin kullanılabilir bir model olduğunu söylemek mümkündür.

Incidents are non-recurring events such as accidents, disabled vehicles, spilled loads and other events that disrupt the traffic flow, resulting in a capacity reduction. Besides, incident management is the systematic, planned, and coordinated use of human, institutional, mechanical, and technical resources to reduce the duration and impact of incidents, and improve the safety of motorists, crash victims, and incident responders. Nowadays congestions caused by incidents become a serious problem because incidents roughly account for most of the total traffic congestion in urban transportation. In accordance with the aim of this thesis; at first detection, verification, motorist information, response, site management, traffic management and clearance (seven basic activities of incident management) were explained in detail. Also the techniques used were explained while addressing these activities. Afterwards, automatic incident detection algorithms which are the numerical part of incident management were mentioned and the techniques used frequently were explained. A comparison was made among these algorithms by using detection rate, false alarm rate and mean time to detect criteria. The models using neural networks were ranked to be the most successful incident detection model as the result of this comparison. An incident detection model using artificial neural networks was created and tested for the freeways in İstanbul by using Matlab and its neural network toolbox as a numerical example. Test results showed that the detection rate of the model was 76.1% and the false alarm rate was below 1%. We can say that this model is a useable model according to these results.

82