Yapay sınır ağları ile yeraltı suyu zaman serisi modellemesi
Modelling groundwater level time series using artificial neural networks
- Tez No: 166416
- Danışmanlar: DOÇ. DR. KEREM CIGIZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
ÖZET Bu çalışmada iki yapay sinir ağlan metodu olan radyal tabanlı yapay sinir ağlan ve ileri beslemeli geriye yayınım yapay sinir ağlan metotları, yıllık toplam yağış ve yıllık toplam baz akım değerlerinin eklenik sapmaları ile, yeraltı su seviyesi tahmininde kullanılmıştır. Ulusal ve uluslararası yeraltı su verileri bu çalışmada kullanılmıştır.Ulusal verilerde ölçülemeyen ayların değerlerinin, regresyon analizi yapılarak, değerleri tespit edilmiştir. Yıllık toplam baz akım ve yıllık toplam ortalama yağış değerlerinin eklenik sapma değerleri ile tahmin yapılacak yeraltı su seviyesi değerleri veri olarak kullanılmıştır. Söz konusu veriler kullanılarak zaman serisinin gelecek yıllardaki değerleri tahmini yapılmıştır. Yer altı su seviyesi tahmininde yapay sinir ağlan metotlarından radyal tabanlı yapay sinir ağlan ve ileri beslemeli geriye yayınım yapay sinir ağlarını kullanmanın uygun olacağı görülmüştür. Çeşitli performans değerlendirme kriterleri, yapay sinir ağlan ile yeraltı su seviyesi tahmin sonuçlarının oldukça iyi olduğunu göstermiştir. xı
Özet (Çeviri)
SUMMARY In this study two artificial neural network methods, radial basis neural networks and feed forward back propagation neural networks are used to predict groundwater level with base flow and precipitation data. National and international data are used. Unmeasured values are estimated by using regression analysis in national data. Base flow and precipitation data are used in“cumulative frequency distribution”to estimate future values. Past groundwater level data are also used to predict the future time series values. It is seen that using radial basis neural networks and feed forward back propagation neural networks is suitable in estimation of groundwater levels. Performance evaluation criteria showed that the ground water level estimation using artificial neural networks provided quite satisfactory results. xn
Benzer Tezler
- Yapay zekâ teknikleri ile yeraltı su seviyesinin zaman serisi tahmini
Time series prediction of groundwater level with artificial intelligence techniques
RAMAZAN ŞENTÜRK
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriKayseri ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DOÇ. DR. RİFAT KURBAN
- Ovacuma (Bartın) çayı akımının makina öğrenmesi yardımıyla tahmin edilmesi ve Bartın Bahçecik yeraltı barajı beslenimlerinin hesaplanması
Estimation of Ovacuma (Bartin) river flow through machine learning and calculation of Bartin bahçecik underground dam recharge
EMRAH ŞANDER
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiKarabük Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY EKEMEN KESKİN
- Yapay sinir ağlarının geoteknik mühendisliğinde kullanımı
The use of neural networks in geotechnical engineering
YEŞİM TUSKAN
Yüksek Lisans
Türkçe
2012
İnşaat MühendisliğiCelal Bayar Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF ERZİN
- İklim değişikliğinin yer altı su seviyesine etkisinin araştırılması
Investigating impact of climate change on groundwater level
SELİM ZAİMOĞLU
Yüksek Lisans
Türkçe
2011
İnşaat MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT ÇİMEN
- İstanbul Büyükçekmece Küçükçekmece gölleri arasındaki kütle hareketlerinin türü ve mekanizmasının incelenmesi
Investigation of mass movements type and mechanism between i̇stanbul Büyükçekmece and Küçükçekmece lakes
GÖKHAN ŞANS
Doktora
Türkçe
2023
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. REMZİ KARAGÜZEL