Geri Dön

Dalgacık yapay sinir ağı yöntemi ile günlük nehir akışlarının kısa ve uzun dönem tahmininin araştırılması

Forecasting short- and long-term daily streamflows using wavelet artificial neural networks

  1. Tez No: 276779
  2. Yazar: ERSİN YAŞLI
  3. Danışmanlar: DOÇ. DR. ÖZGÜR KİŞİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Nehir akışları, Dalgacık Analizi, Fırat Nehri, Yapay Sinir Ağı, Tahmin, Streamflow, Wavelet Analysis, Firat River, Neural Networks, Forecast
  7. Yıl: 2011
  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: 70

Özet

Bu çalışmada dalgacık yapay sinir ağı (DYSA) yöntemi kullanılarak kısa ve uzun dönem nehir akışlarının tahmini yapılmıştır. İlk olarak ayrık dalgacık analizi ile nehir akışları farklı frekanslarda alt serilere ayrılarak her bir alt serinin esas seriye etkisi araştırılmıştır. Daha sonra en etkili olan alt seriler kullanılarak nehir akışları yapay sinir ağları ile modellenmiştir.DYSA modeli oluşturulurken aynı kapalı havza içerisinde yer alan Fırat Nehri üzerinde bulunan Fırat Nehri-Demirkapı(Sansa Boğazı)-İstasyon No:2151, Fırat Nehri-Kemah Boğazı-İstasyon No:2119 ve Fırat Nehri yan kolu üzerinde bulunan Tacik Deresi-Mutu Boğazı-İstasyon No:2176 istasyonlarının su akış verileri'nden oluşan 1995 ve 2006 yılları arasında Elektrik İşleri Etüt İdaresi Genel Müdürlüğü tarafından ölçülen her bir istasyona ait 4383 adet günlük ölçüm verisi kullanılmıştır. Modeller, verilerin ilk %50'lik kısmı ile eğitilmiş, %25'lik kısmı ile ortalama karesel hatanın karekökü, ortalama mutlak hata ve korelasyon değerlerine göre test edilmiş ve kalan %25 lik kısmı ile de yine aynı kriterlere göre değerlendirilerek en isabetli tahmin yapılmaya çalışılmıştır. DYSA modelleri yapay sinir ağı (YSA) modelleri ile karşılaştırılmış ve DYSA'nın genel olarak YSA'dan daha iyi olduğu görülmüştür.

Özet (Çeviri)

In this study, artificial neural Network(ANN) and wavelet conjunction model was used for forecasting short- and long-term streamflows. First, daily streamflows were decomposed into different sub series by using discrete wavelet transform and the effect of these sub series on original streamflow series were investigated. Then, the most efficient sub series obtained were used as inputs to the ANN to forecast short- and long-term streamflows.Daily streamflow data from three stations, Firat River-Demirkapi(Sansa Bogazi)-Sation No:2151, Firat River-Kemah Bogazi-Station No:2119 and Tacik Stream-Mutu Bogazi-Station No:2176, were used in the study. The data cover 4383 daily streamflow values between the dates 1995-2006. 50% of the whole data set was used fort he training period, 25% of the whole data set was used for the test period and the remaining 25% was used for the validation period. Wavelet ANN models were compared with the ANN models. Root mean square error, mean absolute error and correlation coefficient were used as comprasion criteria. It was found that the wavelet ANN performed better than the ANN.

Benzer Tezler

  1. Portfolio optimization with wavelet analysis and neural fuzzy networks

    Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu

    ÖMER ZEKİ GÜRSOY

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  2. Predictive error compensated wavelet neural networks framework for time series prediction

    Zaman serisi tahmini için hata tazminli dalgacık dönüşümlü sinir ağları çerçeve yazılımı

    SERKAN MACİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ

  3. Design and simulation of distance protection relay for high voltage transmission line using artificial neural networks

    Yüksek gerilim hatlarında yapay sinir ağları kullanılarak uzaktan önleme anahtarlarının benzetimi ve tasarımı

    MUHANNAD ABDULRAHMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Prof. Dr. ARİF NACAROĞLU

  4. Diagnosis of lumbar disc hernia from images using artificial neural network

    Yapay sinir ağları yöntemi ile görüntü üzerinden bel fıtığı teşhisi

    SEMRA KUL

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    PROF. DR. BEKİR KARLIK

  5. Rüzgar hızı tahminlemesinde ikincil ayrıştırmalı ve dalgacık sinir ağı temelli yeni bir hibrit yaklaşım

    A new hybrid approach to wind speed forecasting based on two-stage decomposition and wavelet neural network

    SERKAN ŞENKAL

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEM EMEKSİZ