Geri Dön

Artificial neural networks approach for the determination of aquifer parameters

Akifer parametrelerinin belirlenmesinde yapay sinir ağları yaklaşımı

  1. Tez No: 179327
  2. Yazar: A. UFUK ŞAHİN
  3. Danışmanlar: PROF. CEM AVCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 105

Özet

Akifer parametrelerinin sağlıklı ve güvenilir bir biçimde belirlenmesi, yeraltı suları için geliştirilen matematiksel modellerin daha kesin sonuçlarlar vermesi bakımından önemlidir. Son zamanlarda, çeşitli Hidroloji problemlerinin çözümlerinde matematiksel modellerin yanı sıra yapay sinir ağları modellerinin de kullanıldığı görülmektedir. Yapay sinir ağları, doğası gereği problemin fiziksel yapısının anlaşılmasına gerek kalmadan karmaşık ilişkileri rahatlıkla öğrenip yeni bilgileri de işleyebilmektedir. Bu çalışmada zemin iletme kapasitesi ve su biriktirme katsayısı gibi basınçlı akifer parametrelerinin belirlenmesi için yapay sinir ağları yaklaşımından yararlanılmıştır. Ayrıca sızdıran basınçlı akifer için yeni bir yaklaştırmalı yapay sinir ağı modeli geliştirilmiştir. Yapay sinir ağları yaklaşımı ile elde edilen sonuçlar akifer parametrelerinin belirmesi için geliştirilen geleneksel eğri eşleştirme yöntemleriyle de karşılaştırılmıştır. Bunlara ek olarak, sahadan toplanan zemin iletme kapasitesinin bütün bir akifer içinde dağılımı bulmak amacıyla yapay sinir ağları modeli ile bir sayısal deney yapılmış, modelin verimliliği aynı amaç için geliştirilen matematiksel yöntemlerin sonuçları ile sorgulanmıştır.Sonuç olarak, yapay sinir ağları yaklaşımının akifer parametrelerinin belirmesi için başarıyla uygulanabileceği gösterilmiştir. Hidroloji alanında, yapay sinir ağları modellerinin alternatif bir modelleme seçeneği olduğu vurgulanmıştır.

Özet (Çeviri)

The determination of the aquifer parameters with sufficient accuracy is an important issue in the application of the mathematical models which have been developed for the groundwater systems. Recently, Artificial Neural Networks (ANNs) approach has become popular trend in the solutions of several hydrological problems. ANNs have the ability of learning and processing the introduced data without the need for the full understanding the physical world of the problems at the hand. In this research, ANN approach has been utilized to determine confined aquifer parameters such as transmissivity and storativity. Furthermore, an iterative ANN model has been proposed to determine leaky confined aquifer parameters. The results that have been obtained by ANN models have been also compared to the conventional curve matching procedures that are employed for the determination of aquifer parameters. As a second dimension of this thesis, a numerical experiment has been conducted to contour transmissivity distribution of a hypothetical aquifer by the ANN approach. The performance of the ANN model has been investigated by comparing the solutions of mathematical methods, namely Radial Basis Function and Ordinary Kriging, which are used in data interpolation.As a conclusion, the ANN approach has been successfully applied to determine aquifer parameters. ANN models demonstrate that the ANN approach can be an alternative modeling technique for the solution of various Hydrological problems.

Benzer Tezler

  1. Yapay sinir ağları ile kesme donatısız betonarme kirişlerin analizi

    An analysis of reinforcement concrete without web reinforcement using artificial neural networks

    HÜSEYİN SERDAR KÜYÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    Y.DOÇ.DR. HASAN ORHUN KÖKSAL

    Y.DOÇ.DR. NACİ ÇAĞLAR

  2. Yazılım kusur kestirimi eklentisinin esnek hesaplama yöntemleri ile tasarımı ve geliştirimi: kapsamlı metrik değerlendirilmesi

    Design and implementation of software fault prediction plugin by using soft computing methods: comprehensive metric assessment

    EZGİ ERTÜRK GÜLER

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EBRU SEZER

  3. Uydu ve yer kaynaklı meteorolojik değişkenlerle kısa vadeli yağış modellemesi için yapay sinir ağı yaklaşımı

    Artificial neural network approach for modelling of the short range precipitaton with meteorological parameters based satellite and ground data

    AHMET ÖZTOPAL

    Doktora

    Türkçe

    Türkçe

    2007

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEKAİ ŞEN

  4. Faaliyet alanları tehlike sınıflarının tespiti için yapay sinir ağları tabanlı bir model önerisi

    An artificial neural network based model proposal for the determination of hazard classes in economic activities

    MESUT AKANER

    Doktora

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı

    PROF. DR. VEYSEL ÖZDEMİR

  5. İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması

    Başlık çevirisi yok

    TARIK ÇAKAR

    Doktora

    Türkçe

    Türkçe

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. AYHAN TORAMAN