Akarsularda taşınan askı maddesi miktarının yapay sinir ağları metodu ile tahmini
Prediction of suspended sediment load by artifical neural networks on rivers
- Tez No: 245234
- Danışmanlar: PROF. LÜTFÜ SALTABAŞ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, İnşaat Mühendisliği, Engineering Sciences, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 88
Özet
Akarsular tarafından taşınan katı madde miktarlarının doğru bir şekilde tahmin edilmesi barajların, biriktirme haznelerinin planlanması ve işletilmesi, içme ve kullanma suyu temini problemleri, akarsu taşımacılığı, hidroelektrik teçhizatların emniyeti, havzanın erozyon karakteristiklerinin belirlenmesi açısından büyük önem taşımaktadır. Taşınan katı madde miktarının bilinmesi su kaynaklarının yönetimi ve planlanması içinde önem arz etmektedir.Yukarıda bahsedilen bu sorunlardan dolayı yağış, akış ve katı madde taşınması gibi hidrolojik olaylar arasındaki doğrusal olmayan dinamik ilişki doğru ve güvenilir bir biçimde belirlenmelidir. Son yıllarda Yapay Sinir Ağları (YSA), hidrolik ve hidroloji mühendisliklerinde sıkça kullanılmaya başlanmıştır. Bu çalışmada yapay sinir ağları akarsularda taşınan katı madde miktarının tahmin edilmesinde kullanılmıştır. Uygulama alanı olarak Sakarya Nehri seçilmiştir. Yapay sinir ağları yöntemi ile bu nehirde farklı giriş senaryolarına sahip katı madde tahmin modelleri geliştirilmiştir. Yapay sinir ağları sonuçları, gözlem değerleri ile karşılaştırılmış ve performansları değerlendirilmiştir. Elde edilen sonuçlar Yapay Sinir Ağlarının taşınan katı madde tahmininde daha başarılı bir yöntem olarak uygulanabileceğini göstermiştir.
Özet (Çeviri)
Correct estimation of sedimet volume carried by a river is very important with water resources, dams, reservoirs planning and managements, water supply problems, channel navigability,hydroelectiric equipment longevity and river aesthetics and scientific interests.Because of these problems which were explained above, the nonlineer dynamic relationship between hydrological events such as rainfall, runoff and sediment yield, have to be determined truly and certainly.Computation on hydology and hydraulic engineering has concentrated primerly on Artificial Neuroal Networks(ANN) in the past few years.In this study,ANN works for the estimation of sediment volume carried by a river.For application area Sakarya River was selected. Sediment yield forecasting models having various input structures were developed using Artificial Neuroal Networks. The results of the neural networks,Multiple Linear Regression (MLR) and observed values were compared and performances were assessed by fitness criterias. The results of ANN models have shown that ANN can be applied successfully and provides high accuracy and reliability for sediment yield forecasting.
Benzer Tezler
- 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
NECMİYE MİNARECİOĞLU
Yüksek Lisans
Türkçe
2008
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR KİŞİ
- Akarsularda sürüntü maddesi hesabı
Bedload computation in rivers
ÖZKAN AKTAĞ
Yüksek Lisans
Türkçe
2009
İnşaat MühendisliğiSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET SANDALCI
- Rezervuarlarda sediment birikimi, temizleme/yıkama yöntem ve koşulları bir örnek uygulama: Güllübağ barajı sediment yıkama savağı
Sediment deposition in reservoirs, cleaning/washing method and conditions an example application: Gullubag dam sediment washing flumes
SELİN ŞAHİN
Yüksek Lisans
Türkçe
2013
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN AVCI
- 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
2019
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL ŞADAN ÖZGÜR KIRCA
- Akarsu askı maddesi debilerinin zaman serileriyle modellenmesi ve hazne ölü hacim tahmini
Time series modelling of suspended sediment discharges and dead volume estimation
TANJU AKAR