Yapay sinir ağları ile hidrolojik modelleme
Hydrological modelling with artificual neural networks
- Tez No: 181653
- Danışmanlar: DOÇ. DR. MEHMET ALİ YURDUSEV
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Akarsulardaki düzenlemeler ve uygulamalar projelendirilirken, güvenilir akımtahminlerinin yapılması büyük bir önem taşımaktadır. Özellikle hazne tasarımproblemlerinde yapılacak yatırımın büyüklüğü dikkate alınırsa tahminlerin güvenilirliğiçok daha büyük önem taşımaktadır. Geleneksel akım tahmini yöntemleri sisteminiçerdiği belirsizlikler ile sistemin doğrusal olmayan karakteristikleri ile etkin tahminleryapmada yetersiz kalabilmektedir. Bunun için alternatif tahmin yöntemlerine ihtiyaçduyulmaktadır.Bu çalışmada bir akarsudaki akımların o akarsuyun havzasındaki yağış ve öncekiakım gözlemlerinden tahmin edilmesi ele alınmıştır. Bu amaçla son yıllarda benzertahmin uygulamalarında sıkça kullanılan yapay sinir ağları yöntem olarak seçilmiştir.Konunun teorik altyapısı verildikten sonra uygulama için Orta Anadolu Bölgesindekapalı bir havza olan Akarçay havzası seçilmiştir. Havzada mevcut bulunan yağışgözlem istasyonlarının yerleşimi, gözlem aralığı gibi parametreler bağlı olarak 4 tipmodel tasarlanmıştır. Modeller YSA metodolojisine uygun olarak eğitme ve testaşamasından geçirilerek oluşturulmuştur. Elde edilen sonuçlar çok değişkenliregresyon analizi sonuçları ile kıyaslanmıştır. Bu kıyaslamalar tablo ve grafik olaraksunulmuştur. Elde edilen sonuçlara göre Yapay Sinir Ağlarının, yağış gözlemlerinden,akış tahmini problemine başarılı bir şekilde uygulanabileceği ve güvenli tahminlerürettiği ortaya konmuştur.ANAHTAR SÖZCÜKLER : Yağış-akış, yapay sinir ağları, çoklu regresyon, hidrolojikmodelleme
Özet (Çeviri)
It is very important to make reliable flow forecasts when planning arrangements andapplications in rivers. Especially when the amount of investment required for areservoir promotion is taken into consideration, the reliability in forecasting is ofgreater importance. Traditional flow forecasting methods can be insufficient becauseof the uncertainty and non linear characteristics of the system. Therefore alternativeforecast methods are needed to achieve better predictions.In this study, the forecasting of flows in a river due to the rainfall in its basin and theformer flow observations is investigated. Artificial Neural Networks have been used insimilar forecasting applications in recent years. Having been given the theoreticalbackground on the subject, the Akarçay river basin, a closed catchment in MiddleAnatolian Region, is selected for the case study. Four types of models are planneddue to the parameters such as the placement of rainfall observation stations andobservation intervals. The models are formed by training and testing procedures assuitable to the ANN Methodology. The results are compared with those of multivariable regression analysis. These comparisons are presented in tables and graphs.As a result, it is found that Artificial Neural Networks could be successfully applied inthe flow forecasts by rainfall observations and are capable of giving reliableforecasts.KEY WORDS: Rainfall-runoff, artificual neural networks, multiple regression,hydrological modelling
Benzer Tezler
- Hazne işletme optimizasyonu için parametrik bir simülasyon modelinin geliştirilmesi
Development of a parametric simulation model for reservoir operation optimization
AHMAD TAMIM NOORI
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiBalıkesir Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT OKKAN
- Artifical neural networks flood forecasting: Investigation of the contributions of data assimilation for applications to Cevennes rivers
Yapay sinir ağlarıyla taşkın tahmini: Uygulamalar için veri asimilasyonunun katkılarının değerlendirilmesi Cevennes rivers
ÇAĞRI ALPEREN İNAN
Doktora
İngilizce
2023
Jeoloji MühendisliğiMuğla Sıtkı Koçman ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. BEDRİ KURTULUŞ
PROF. DR. ANNE JOHANNET
- Namazgâh Barajında meteorolojik veriler kullanılarak yapay sinir ağları ile akışın tahmin edilmesi
Estimation of the flow with artificial neural network using meteorological data in Namazgâh Reservoir
AHMET RAŞİT AKGÜN
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiKocaeli Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MÜCAHİT OPAN
- Türkiye'nin farklı havzalarında kavramsal ve kavramsal-veri güdümlü hibrit modeller ile yağış-akış modellemesi
Rainfall-runoff modelling by conceptual and conceptual-data-driven hybrid models in different basins of Turkey
CENK SEZEN
Doktora
Türkçe
2022
İnşaat MühendisliğiOndokuz Mayıs Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. TURGAY PARTAL
- Evaluation of grid based precipitation products over the Mediterranean region in Turkey
Grid tabanlı yağış ürünlerinin Türkiye'de Akdeniz bölgesi için değerlendirilmesi
ENES HİŞAM
Yüksek Lisans
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
DOÇ. DR. ALI DANANDEH MEHR