3b cbs kapsamında çok katlı bina yangınlarına yönelik akıllı bireysel tahliye modelinin yapay sinir ağı ile tasarlanması

Abstract

Günüzümün modern şehirlerinde çok katlı, karmaşık ve geniş alanlara yayılmış binaların sayısı her geçen gün artmaktadır. Onlarca kat, yüzlerce koridor, oda ve geçitlerden oluşan bu binalar, hem karmaşık yapıları, hem de barındırdıkları nüfus itibarı ile adeta birer küçük şehir gibidirler. Bu tür yüksek katlı binalarda nüfus yoğunluğu beraberinde yangın çıkma riskini de artırmaktadır. İç mekânlarda meydana gelebilecek yangınlarda en kısa sürede binanın tahliyesi büyük önem kazanmaktadır. Modern binaların karmaşıklığı ve içinde yaşayan insanların fazlalığı göz önüne alındığında böylesine hızlı bir tahliyenin çok zor olduğu ortadadır. Bu tür olaylarda panik, yığılma, birbirini çiğneme, çıkışlara ulaşamama gibi durumların oluşması kaçınılmaz gibidir. Bu sebeple bilgi tabanlı, dinamik, gerçek zamanlı, etkileşimli tahliye stratejileri ve sistemlerinin oluşturulması büyük önem kazanmaktadır.Bu tez çalışmasıyla, gerekli teknolojik alt yapıya sahip yüksek binalarda meydana gelen yangın olaylarında ortamın fiziksel şartlarını ve tahliye edilecek olan kişinin özelliklerini dikkate alarak kişinin en uygun güzergâhtan tahliyesini sağlayacak tahliye komutlarını gerçek zamanlı olarak üretebilecek akıllı bireysel tahliye modelinin yapay sinir ağı ile tasarlanması amaçlanmıştır.Akıllı tahliye motorunun beyni olan zeki model, yapay sinir ağlarında tahmin ve sınıflandırma problemlerinde sıklıkla tercih edilen ve yapay sinir ağlarının danışmanlı öğrenme stratejisini kullanan Çok Katmanlı Algılayıcı- ÇKA (Multilayer Perceptron) modeli kullanılarak geliştirilmiştir. Tasarlanan ÇKA modeli belirlenen uygun parametreler ile eğitilmiş ve test işlemleri gerçekleştirilerek akıllı tahliye süreci için en uygun hale getirilmiştir.Tahliye sürecini daha iyi anlayabilmek ve üç boyutlu (3B) ortamda test edebilmek amacıyla bir simülasyon modülü geliştirilmiştir. Geliştirilen modül, yangın sonucu oluşan acil duruma ait karakteristik özelliklerin benzetimini 3B simülasyon ortamında gerçekleştirir. Hazırlanan tahliye simülasyonu, altyapı olarak tez kapsamında Java programlama dili ile geliştirilmiş bir CBS yazılımını kullanmaktadır. Geliştirilen bu CBS uygulaması, CityGML biçiminde saklanan 3B bina ve 3B bina içi ulaşım ağı modellerini görselleştirebilmekte ve Oracle Spatial'ın ağ modeliyle oluşturulan 3B bina ulaşım ağı üzerinde çeşitli ağ analizleri gerçekleştirebilmektedir.

The number of buildings which are high, complex and wide spread is increasing with each passing day in modern cities of today's world. These buildings with dozens of floors, hundreds of corridors, rooms and passages are almost like a city in terms of their complexity and number of people occupied. In such buildings, the risk of fire occurance increases due to their complexity and population density.Quick and safe evacuation of a building is critical in case of fire emergency of indoors. When we consider the complexity and population density of modern buildings, performing a rapid and safe evacuation obviously seems hard. In such cases, panic, gathering, mashing each other and having difficulties to reach exits is inevitable. Therefore, it is very important to design knowledge based realtime interactive evacuation methods instead of traditional strategies which lack of flexibility.In this study, it is intended to design an intelligent individual evacuation model using neural networks which will consider the physical conditions of the environment and the properties of the person to be evacuated and produce the personalized instructions in real-time. The model will provide an evacuation using the most appropriate routes for the user in emergency situations of high buildings with the necessary tecnhological infrastructure.Our proposed intelligent model which is the brain of the routing engine has been developed using Multilayer Perceptron (MLP) which is the most frequently used neural network architecture in both classification and prediction purposes and belongs to the class of supervised neural networks. The proposed MLP model has been trained and tested with the adjusted training parameters and has been optimized for the evacuation process. A simulation module has been developed to better understand and test the evacuation process in three dimensional (3D) environment. The proposed module simulates the main characteristics of fire emergency situation in a building within a 3D simulation. The evacuation simulation is constructed on a Java based 3D-GIS implementation which can visualize 3D building and network models from CityGML format and perform analysis on a 3D network stored in Oracle Spatial?s Network Data Model.