Geri Dön

Türkiye genelinde yağış-akış ilişkisinin yapay sinir ağı metodlarıyla modellenmesi

Rainfall-runoff modelling in whole Turkey by artificial neural networks

  1. Tez No: 166454
  2. Yazar: PINAR AŞKIN
  3. Danışmanlar: DOÇ. DR. HİKMET KEREM CIGIZOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 1036

Özet

ÖZET Türkiye ya da bir başka ülke genelinde yağış-akış ilişkisinin yapay sinir ağı ya da bir başka metod ile modellenmesi, bugüne kadar yapılmamış çok kapsamlı bir çalışmadır. Ülkemizde ancak sınırlı bölgelerde yapılmış olan akım modellemelerinde ise genelde ARMA tipi stokastik modelin kullanıldığım görmekteyiz. Literatürde su kaynaklan mühendisliği uygulamalarına sıkça rastladığımız YSA, bir kapalı kutu modelidir ve fiziksel ve matematik modellere alternatif olarak kullanılmaktadır. Bu çalışmada, ülkemizin tüm havzalarından elde edilen günlük ve aylık akış ve yağış istasyonlarına ait bilgilerle bir veri seti hazırlanmıştır. Bu amaçla üç YSA metodu kullanılmıştır. Radyal tabanlı yapay sinir ağlan (RTYSA), ileri beslemeli geriye yayılım algoritması (İBGYSA), geleneksel çok değişkenli lineer regresyon (ÇDR), ve oldukça yeni bir YSA metodu olan, genelleştirilmiş regresyon sinir ağlan (GRYSA), bu amaçla kullanılmıştır. Girdi olarak geçmiş akım ve mevcut yağış verileri kullanılarak çıktı tabakasındaki tek akım verisi tahmin edilmeye çalışılmıştır. Bütün metodlar ile elde edilen tahmin sonuçlan performans değerlendirme kriterleri kullanılarak karşılaştıracaktır. VIII

Özet (Çeviri)

SUMMARY The rainfall-runoff modelling in whole Turkey or any other country using artificial neural networks has not been been accomplished before. In our country only ARMA type stochastic models are employed locally. Artificial neural networks are employed in water resources applications frequently. Artificial neural networks are black box models and are used as alternative to physical and mathematical models. In this study, daily and monthly rainfall and river flow data obtained from all hydrologic regions of Turkey are formed as time series. Three ANN methods are employed for this purpose. Radial Basis Functions (RBF) and, feed forward back propagation (FFBP) methods and a conventional method, multiple linear regression (MLR), and a relatively new ANN method, generalized regression neural networks (GRNN) method, are used in the study. In the input layer of ANNs past river flow and rainfall data are employed to estimate the future river flow value. The estimation results are evaluated using several performance evaluation criteria. IX

Benzer Tezler

  1. A comparative examination of trihalomethane and N-nitrosodimethylamine formation

    Trihalometan ve N-nitrosodimetilamin oluşumunun karşılaştırmalı olarak incelenmesi

    NUR HANİFE ORAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ELİF PEHLİVANOĞLU MANTAŞ

  2. Development of drought intensity-duration-frequency curves based on standardized climatic indices using physical variables, deficit in precipitation and deficit in streamflow

    Yağiş açiği ve akim açiği fiziksel değişkenlerini kullanan standartlaştirilmiş iklim i̇ndeksleri tabanli kuraklik şiddet-süre-frekans eğrilerinin geliştirilmesi

    YONCA ÇAVUŞ

    Doktora

    İngilizce

    İngilizce

    2023

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HAFZÜLLAH AKSOY

    PROF. DR. KERSTIN STAHL

  3. Karst hydrogeological investigations of Sinanhoca Damsite

    Sinanhoca Baraj yeri karst hidrojeolojisi incelemesi

    FAKHRİ SALİM

    Yüksek Lisans

    İngilizce

    İngilizce

    1997

    Jeoloji MühendisliğiHacettepe Üniversitesi

    Jeoloji (Hidrejeoloji) Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLTEKİN GÜNAY

  4. Kuzey Atlantik salınımının hidrolojik değişkenler üzerindeki etkisi

    North Atlantic oscillations effect on hydrologic variables

    SİBEL HIZARCIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İnşaat MühendisliğiAtatürk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İBRAHİM CAN

  5. Analitik hiyerarşik süreç yöntemleri kullanılarak havzalar arası su transferinin optimizasyonu

    Optimization of interbasin water transfer using analyticalhierarchical process method

    AHMET SANCAK ŞANLI

    Doktora

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HAYRULLAH AĞAÇCIOĞLU