Geri Dön

Doğal akarsularda taşınan katı madde miktarının yapay zeka yöntemleri kullanılarak tahmin edilmesi

Estimation of suspended sediment amounts carried in natural streams by using artificial intelligence methods

  1. Tez No: 232239
  2. Yazar: NECMİYE MİNARECİOĞLU
  3. Danışmanlar: DOÇ. DR. ÖZGÜR KİŞİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Askı maddesi tahmini, yapay sinir ağları, bulanık mantık, anahtar eğrisi, Suspensed sediment estimation, artificial neural networks, fuzzy logic, rating curves
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Doğal akarsularda taşınan katı madde miktarının tahmin edilmesi hidrolik mühendisliğinde önemli konulardan biridir. Taşınan katı maddenin miktarı su yapılarının proje ve tasarımında önemli bir kıstas olup doğru ya da gerçeğe en yakın tahmin inşa edilecek su yapısının ekonomik ömrünün belirlenmesinde ya da ekonomik ömür biçilmesinde önemli bir faktör olarak görülmektedir. Barajlar için önemli bir faktör olan katı madde tahmini, bunun yanı sıra akarsu taşımacılığı, sudaki hayatın devamlılığı ve suyun kullanıldığı diğer bütün alanlara olan çeşitli etkileri açısından oldukça önemlidir.Katı madde miktarının tahmini için yapay zekâ metotlarının kullanımı giderek yaygınlaşmıştır. Bu çalışmada aylık katı madde miktarının tahmini için yapay sinir ağlarına dayalı modeller geliştirilmiştir Dört farklı yapay zekâ yöntemi kullanılmış olup bunlar; Çok katmanlı yapay sinir ağları(ÇKYSA) ,radyal tabanlı yapay sinir ağları(RTYSA),genelleştirilmiş regresyon yapay sinir ağları(GRYSA) ve ANFIS' tir. Yapay zeka modellerinin geliştirilmesi amacıyla MATLAB programlama dilinde dört farklı kod hazırlanmıştır. ÇKYSA yönteminin kalibrasyonu için diğer algoritmalara göre daha hızlı olan Levenberg-Marquardt optimizasyon algoritması kullanılmıştır. Uygulamalarda Elektrik İşleri Etüt İdaresi (EİE) tarafından işletilen Dicle nehri üzerindeki Diyarbakır ve Cizre İstasyonları ve Fırat Nehri üzerinde kurulu olan Kemahboğazı istasyonu'na ait aylık akış ve askı maddesi verileri kullanılmış ve Elde edilen sonuçlar birbirleriyle karşılaştırılmıştır.Karşılaştırma kriteri olarak karekök ortalama karesel hata (KOKH) ve korelasyon katsayısı (R) istatistikleri kullanılmıştır.

Özet (Çeviri)

Estimation of suspended sediment amounts carried in natural strems by using artificial intelligence methods is an important subject of hydraulic engineering. The amount of carried suspended sediment is a significant criterium for projects and design of water constructions and the correct estimation of sediment is an important factor to determine or estimate the economical life of water construction. Estimation of suspended sediment amounts which is important for hydroelectric power stations is also important for the aqua life continuity and its effects on various fields in which the water used.The artificial inteligence methods have been widely used to estimate suspended sediment amounts natural. In this study ANN and fuzzy logic based models were developed to estimate suspended sediment amounts. Four types of artificial ıntelligence methods were used. These were multilayer perceptron (MLP) ,radial basis neural network( RBNN) , a generalized regression neural Networks (GRNN) and ANFIS. Four different types of code were written in MATLAB language for developing AI models. Levenberg-Marquardt optimisation algorithm , which was faster than the others, was used for calibration of MLP methods. In the application monthly stream flow and suspended sediment data of Diyarbakır and Dicle Stations on Dicle River and Kemahboğazı Station on Fırat River which are operated by General Directorate of Electrical Power Resources (EIE) were used. The AI methods , were also compared with rating curves used by EIE., Root mean square error (RMSE) and correlation coefficient (R) statistics were used as comparison criteria.

Benzer Tezler

  1. Akarsularda taşınan toplam katı madde miktarının yapay zeka metotları ile tahmin edilmesi

    Estimation of total sediment load in rivers using artificial intelligence methods

    EMRAH DOĞAN

    Doktora

    Türkçe

    Türkçe

    2008

    İnşaat MühendisliğiSakarya Üniversitesi

    İnşaat Mühendisliği Bölümü

    PROF. LÜTFİ SALTABAŞ

  2. Kanal enkesiti şeklinin harekete başlama kriteri ve taban yükü debisi üzerindeki etkisi

    Effects of channel crossection on intitation of motion and bed load discharge

    NAZLI ÇİÇEK SÖYLEMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VEYSEL ŞADAN ÖZGÜR KIRCA

  3. Çoruh Nehri Havzası' nda taşınan askıda katı madde yükünün farklı yapay zeka teknikleri ile modellenmesi

    Modeling of suspended sediment load carried in Çoruh River Basin by using different artificial intelligence methods

    BANU YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    İnşaat MühendisliğiKaradeniz Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EGEMEN ARAS

  4. Doğal akarsularda taşınan askı maddesi konsantrasyonunun bulanık genetik yaklaşımı ile modellenmesi

    Modeling of suspended sediment concentration carried in natural streams using fuzzy genetic approach

    HALİL İBRAHİM FEDAKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜR KİŞİ

  5. Ege bölgesi doğal akarsularında katı madde taşınımı için ampirik, regresyon ve yapay zeka yöntemlerinin uygulanması

    Application of empirical, regression and artificial intelligence methods for the sediment transport in natural streams of the Aegean region

    ASLI ÜLKE

    Doktora

    Türkçe

    Türkçe

    2010

    İnşaat MühendisliğiDokuz Eylül Üniversitesi

    Hidrolik Hidroloji ve Su Kaynakları Ana Bilim Dalı

    DOÇ. DR. SEVİNÇ ÖZKUL

    PROF. DR. GÖKMEN TAYFUR