Çatalan Barajı haznesindeki buharlaşma miktarının yapay sinir ağları modeliyle tahmini
Estimation of Çatalan Dam reservoir evaporation level with artificial neural network model
- Tez No: 275345
- Danışmanlar: YRD. DOÇ. DR. FATİH ÜNEŞ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Mustafa Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Baraj buharlaşma miktarı tahminleri baraj yapılarının, işletme, tasarım ve güvenlik değerlendirmeleri için önemlidir. Bu çalışmada, Çatalan Barajı haznesindeki buharlaşma miktarı tahminleri, Yapay Sinir Ağları (YSA) metodu kullanılarak araştırılmıştır. YSA'nın baraj buharlaşma miktarının belirlenmesinde rezervuardaki günlük toplam buharlaşma miktarı veri olarak alınarak değerlendirilmiştir. Bu veriler Türkiye'nin Akdeniz bölgesinde yer alan Çatalan Barajı ve havzasında 1095 günlük ölçümlerle elde edilmiştir. YSA yapısı olarak çok tabakalı algılayıcı kullanılmıştır. Verilerin YSA modelinin eğitilmesinde Bayesian düzenleme tekniği kullanılmıştır. Bu teknik Levenberg-Marquardt optimizasyon yöntemine göre geliştirilerek ağırlık ve bias katsayıları yenilenmiştir. Elde edilen YSA sonuçları, geçmişte çok kullanılan, çoklu-lineer regresyon (MLR) ve otoregresiv (AR(p)) model sonuçları ile karşılaştırılmıştır. Modeller, grafik ve istatistiksel sonuçlarla analiz edilmiştir. Bu sonuçlar göstermiştir ki; baraj haznesi seviye değişiminin tahmininde YSA model çözüm sonuçları, geçmişte kullanılan klasik yöntemlerle kıyaslandığında daha iyi bir performans vermiştir.
Özet (Çeviri)
Dam evaporation reservoir level predictions are important for operation, design and security evaluation of dam structure. In the present study, prediction and estimation of dam reservoir evaporation level are investigated using Artificial Neural Networks (ANN) method. Feasibility of ANN is evaluated using dam reservoir daily amount of evaporation data. The data was collected on daily basis measurements over 1095 days at the Çatalan Dam in the Mediterranean region of Turkey. A multi layer perception (MLP) is used as the ANN structure. Bayesian regularization technique is used in the training of the network. The technique updates the weight and bias values according to Levenberg-Marquardt optimization. ANN results are compared with conventional multi-linear regression (MLR), and autoregressive (AR(p)) model. The models are analysed with statistics and graphs results. The results show that ANN model solution for dam reservoir level fluctuations can provide better performance prediction compared to those of the conventional statistical method.
Benzer Tezler
- Çatalan barajı ve çevresi doğal bitki örtüsü ve yaban hayatının doğa koruma yönünden incelenmesi
Başlık çevirisi yok
MUSTAFA ATMACA
Yüksek Lisans
Türkçe
1994
Peyzaj MimarlığıÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. ERDOĞAN GÜLTEKİN
- Çatalan barajı dolusavak yapısının sayısal ve deneysel yöntemlerle incelenmesi
Numerical and experimental investigation of Çatalan dam spillway structure
HAKAN VARÇİN
Doktora
Türkçe
2024
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ÜNEŞ
DR. ÖĞR. ÜYESİ ERCAN GEMİCİ
- Çatalan Barajı rezervuar alanındaki heyelanlar
Landslides in the reservoir area of the Çatalan Dam
İLKNUR ŞAHİN
- Baraj göllerinden su temininde derinliğin su kalitesine etkileri
The effects of depth in getting water from dam lakes on water quality
DEMET DURHASAN
Yüksek Lisans
Türkçe
2006
Çevre MühendisliğiÇukurova ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ZELİHA SELEK
- Eğimli arazilerin detaylı toprak etüd ve haritalanması için uzaktan algılama ve coğrafi bilgi sistemleri teknolojilerini kullanarak yeni yöntemlerin geliştirilmesi
Development of new methods for detailed soil mapping on sloping lands using geogrhaphic information systems and remote sensing tecniques
MEHMET İSMAİL SOLMAZ