Akarsu akımlarının tahmininde yapay zekâ tekniklerinin kullanılması
Use of artificial intelligence techniques in estimating river flows
- Tez No: 177914
- Danışmanlar: DOÇ. DR. MEHMET ALİ YURDUSEV
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Bölümü
- Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 93
Özet
Suya olan talep arttıkça, su kaynaklarının etkili planlaması ve yönetimi su kaynakları verimlerinin daha güvenli bir şekilde tahmin edilmesini gerektirmektedir. Geçmiş akımlar ve havzada kaydedilen yağışlardan nehir akımlarının tahmin edilmesi geleneksel olarak otoregresif (AR), hareketli ortalamalar (MA) ve otoregresif hareketli ortalama (ARMA) gibi bir dizi stokastik zaman serisi yaklaşımlarıyla yapılmaktadır. Yapay zekâ teknikleri karmaşık nonlineer süreçleri modellemede kapasitelerinden dolayı bir süredir geleneksel yöntemlerin yerine kullanılmaktadır.Bu çalışmada teknikleri geçmiş akımlardan ve memba akım ölçüm değerlerinden nehir akımlarının tahmini için yapay zekâ teknikleri kullanılmıştır. Kullanılan yapay zekâ teknikleri arasında ileri beslemeli geri yayınım yapay sinir ağı, genelleştirilmiş regresyon yapay sinir ağı, bulanık mantık yöntemleri bulunmaktadır. Kıyaslama için çok değişkenli regresyon analizi kullanılmıştır.
Özet (Çeviri)
As the demand for water increases, efficient planning and management of water resources have required more reliable estimates for the yields of water resources. River flow estimates based on past river flows and the rainfalls recorded in the basin have been undertaken conventionally by various stochastic time series approaches such as autoregressive (AR), moving average (MA) and autoregressive moving average (ARMA). Artificial intelligence (AI) techniques have been used for some time to replace such traditional techniques due especially to their capability of modeling complex nonlinear processes. In this study, various AI techniques are used to predict river flows from the past flows and from the values of upstream stations. The AI techniques used include feed forward back propagation neural networks, generalized regression neural network, fuzzy logic. The classical multiple regression analysis is also used for comparison. A series of models are constructed to predict river flows in the case of Birs River in Switzerland. The comparisons of the performance of the models used are accomplished based on selected performance criteria such as mean square error, determination coefficient and efficiency coefficient. The study has shown that AI techniques are quite capable of modeling river flows and providing reliable estimates for them.
Benzer Tezler
- Fırat-Dicle havzasında günlük nehir akımlarının faklı yapay zeka yöntemleri ile tahmini
Prediction of daily river flows in Firat-Dicle basin using different artificial intelligence methods
ALİ GÜNDÜZ
Yüksek Lisans
Türkçe
2011
İnşaat MühendisliğiFırat Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. EMİN EMİROĞLU
- Doğal akarsularda akımın deneysel ve bilgisayar destekli modellenmesi
Experimental and computer-aided modeling of flow in natural river
ERCAN GEMİCİ
Yüksek Lisans
Türkçe
2011
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ARDIÇLIOĞLU
- FFNN, ANFİS ve LSTM modelleri kullanarak fırat havzasının aylık akım tahmini
Monthly streamflow predıctıon of euphrates basin by using FFNN, ANFİS and LSTM models
NAZİM NAZİMİ
Yüksek Lisans
Türkçe
2021
İnşaat MühendisliğiErzincan Binali Yıldırım Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEŞE ERTUGAY
- Akım ölçümü olmayan kuruyan akarsular için debi süreklilik çizgisi modeli
Flow duration curve model for ungauged intermittent rivers
HALİL İBRAHİM BURGAN
Doktora
Türkçe
2019
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. HAFZÜLLAH AKSOY
- Küresel iklim modelleri ile havzaların kuraklık analizlerinin yapılması
Performing drought analysis of basins with respect to global climate models
BÜLENT ÇETİN
Doktora
Türkçe
2023
İnşaat MühendisliğiManisa Celal Bayar Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ALİ KUMANLIOĞLU