Akademik Veri Yönetim Sistemi
Far East Asia 6th International Congress on Applied Sciences, Tokyo, Japonya, 17 - 22 Nisan 2026, cilt.1, ss.25-31, (Tam Metin Bildiri)
Otonom dron sistemlerinde davranış modelleme problemini yapay zekâ temelli bir yaklaşım ile ele alınmıştır. Modern insansız hava araçlarının (İHA) karmaşık ve dinamik ortamlarda güvenilir, hızlı ve adaptif kararlar verebilmesi mümkün değildir. Bu nedenle, klasik kontrol yöntemleri yerine veri odaklı ve öğrenebilen sistemlere ihtiyaç duyulmaktadır. Bu bağlamda, dron davranışları, konum, hız, yönelim ve çevresel etkileşimleri içeren çok boyutlu bir durum uzayında modellenmiştir. Önerilen yöntemde, fizik tabanlı matematiksel modelleme ile yapay zekâ algoritmaları birleştirilerek hibrit bir yapı oluşturulmuştur. Sistem dinamikleri diferansiyel denklemler ile ifade edilirken, bu modele entegre edilen makine öğrenmesi tabanlı karar mekanizması sayesinde dronun çevresel değişimlere adaptasyonu sağlanmıştır. Özellikle sensör verilerinden elde edilen gürültülü ve belirsiz bilgilerin işlenmesinde derin öğrenme ve pekiştirmeli öğrenme yaklaşımlarından yararlanılmıştır. Performans, kararlılık, tepki süresi, hata oranı ve adaptasyon kabiliyeti gibi metrikler üzerinden değerlendirilmiştir. Elde edilen sonuçlar, önerilen hibrit yaklaşımın klasik kontrol yöntemlerine kıyasla daha düşük hata oranı ve daha yüksek çevresel uyum sağladığını göstermiştir. Ayrıca sistemin, beklenmeyen durumlara karşı daha esnek ve öğrenebilir bir yapı sunduğu gözlemlenmiştir. Sonuç olarak, otonom dron davranışlarının modellenmesinde yapay zekâ destekli matematiksel yaklaşımların etkinliği ortaya koyulmuş olup akıllı hava sistemleri için güçlü bir temel sunmaktadır. Önerilen model, savunma, tarım, lojistik ve afet yönetimi gibi farklı uygulama alanlarında kullanılabilecek potansiyele sahiptir.