Geri Dön

Hava kirliliği tahmininde çoklu regresyon analizi ve yapay sinir ağları yönteminin karşılaştırılması

Comparation of multiple regression analysis and neural network methods for predicting air pollution

  1. Tez No: 210712
  2. Yazar: AHMET GÜRKAN YÜKSEK
  3. Danışmanlar: PROF.DR. DERVİŞ KARABOĞA
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İstatistik, Computer Engineering and Computer Science and Control, Statistics
  6. Anahtar Kelimeler: Yapay Sinir Alar, Geri Yaylm Alar, Bulank Sinir Alar, Çoklu Dorusal Regresyon Analizi, Hava Kalitesi Modeli, Neural Network, Backpropagation Network, Neuro Fuzzy Model, Multiple Lineer Regression Analaysis, Air Quality Model
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Cumhuriyet Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sayısal Yöntemler Bilim Dalı
  13. Sayfa Sayısı: 281

Özet

Son zamanlarda bölgesel olarak hava kalitesi modellerinin kurulmas ve bu modelleri kullanarak atmosferdeki kirleticilerin younluklarnn ve etkilerinin tahmini ile ilgili birçok bilimsel ara“trmalar yaplmaktadr. Bu tezin amac, hava kirlilii yani havadaki SO2 konsantrasyonu tahmini için Yapay Sinir Alar, Çoklu Dorusal Regresyon Analizi ve Bulank Sinir Alar yakla”mlar ile modellerin kurulmas ve bu modellerden elde edilen sonuçlarn kar“la”trlmasdr. Her yakla“mn kendisine ait avantaj ve dezavantajlar gözlenerek benzer çal”malarda daha uygun olan modelin seçilmesi için bir çal“ma yaplm”tr. Yakla“mlara ait sonuçlar üretebilmek için kullanlan veriler; uygulama alan olarak seçilen Sivas ili ”ehir merkezine 1990-2004 yllarna ait hava kirlilii ve meteorolojik verileridir. Bu veriler “Devlet $statistik Enstitüsü”, “Devlet Meteoroloji $“leri Genel Müdürlüü”, “Sivas $l Halk Sal Laboratuarlar” ve daha önce benzer konularda yaplan bilimsel çal”malardan toplanarak hazrlanm“ ve özel programlar aracl ile birle”tirilerek bir veri taban olu“turulmu”tur. Veri taban, Sivas“ehri il merkezinde be”dei“ik noktada ölçülen 10 adet meteorolojik ve 2 adet kirlilik parametrelerini içermektedir. Yapay Sinir Alar ile Bulank Sinir Alar için performans en yüksek modellerin belirlenmesi amacyla farkl a yaplar farkl eitim algoritmalar kullanlarak eitilmi”ve çok sayda deneyler gerçekle“tirilmi”tir. Elde edilen sonuçlardan, Yapay Sinir Ann üç model içerisinde en iyi performans sergiledii ve Bulank Sinir Ann Regrasyon Analizinden daha iyi ama Yapay Sinir Alarndan biraz kötü performans gösterdii görülmü“tür. Yapay Sinir Alar sistemlerin geli”tirilmesinde MATLAB program, Klasik Çoklu Dorusal Regresyon Analizi için de STATISTICA program kullanlm"tr.

Özet (Çeviri)

Recently, there have been quite a few scientific researches have been done on prediction the affect of air pollution on regional air quality models. The purpose of this thesis, is to built up a new model to predict the air pollution i.e., SO2 concentration and compare this model with the others which use Neural Network, Multiple Lineer Regression Analysis and Neuro Fuzzy estimation. In this study we determined which approaches is beter fit for a certain study. To produce the results for each approach we have use data which belong to 1994-2004 sivas region air pollution and methorological data. These data are optained from “Statistical Institute”, “Turkish State Meteorological Service”, ”Public Health Laboratory of Sivas” and other studies about this topic and data base were prepared. In this data base 10 methorological and 2 air pollution parameters that were measured 5 different points of sivas city of centrom exist. In order to determine the best performance of Neural Network and Neuro Fuzzy, we have used different training algorithms and several experimental runs. From these studies we have determined that Neural Networks has the best performance and the second best performance is belong to Neuro Fuzzy. We have use MATLAB to develop Neural Network approaches and STATISTICA for Multiple Linear Regression Analysis.

Benzer Tezler

  1. Bitki yüzeylerinde Eddy kovaryans yöntemiyle ölçülen ve modellenen karbon değişiminin analizi

    Analysis of modeled and measured carbon exchange measured by the Eddy covariance method on plant surface

    NİLCAN ALTINBAŞ

    Doktora

    Türkçe

    Türkçe

    2022

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT ŞAYLAN

  2. Hava kirliliği parametrelerinin yapay sinir ağı (YSA) ve çoklu regresyon algoritması ile modellenmesi: Kocaeli örneği

    Modeling of air pollution parameters with artificial neural network (ANN) and multiple regression algorithm: The case of Kocaeli

    BURAK KOTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve FotogrametriKocaeli Üniversitesi

    Jeodezi ve Jeoinformasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. ARZU ERENER

  3. Estimation of PM10 variations in the Southeastern and Eastern Anatolia regions of Türkiye using remote sensing and statistical models

    Türkiye'nin Güneydoğu ve Doğu Anadolu bölgelerindeki PM10 değişimlerinin uzaktan algılama ve ı̇statistiksel modeller kullanılarak tahmini

    SULTANAY MURZAEVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. ALPER ÜNAL

  4. Ankara hava kalitesinin alansal ve zamansal değişiminin incelenmesi

    Analysis of areal and seasonal alterations of air quality in Ankara

    MELİHA AMİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Çevre MühendisliğiAtatürk Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. SEZER TURALIOĞLU

  5. Çok değişkenli analizler ile Tokat ili hava kirliliğinin tahmininde erken uyarı sisteminin geliştirilmesi

    Development of early warning system in air pollution forecasting in the city of Tokat with multivariate analysis

    OSMAN DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    BiyoistatistikGaziosmanpaşa Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    YRD. DOÇ. DR. İLKER ETİKAN