Yapay sinir ağları ile Dibis barajının seviye tahmini
Prediction of water level in Dibis dam using artificial neural network
- Tez No: 487765
- Danışmanlar: PROF. DR. MUSTAFA EROL KESKİN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Suya olan talebin giderek artması su kaynaklarının optimum bir şekilde kullanılmasını gerekli hale getirmiştir. Bu çalışmada Irak Kerkük'ün kuzeybatısında bulunan Dibis barajının su seviyesi tahmin edilmeye çalışılmıştır. Çalışmada Dibis barajına giren akım değerleri, barajdan çıkan akım değerleri, yağış değerleri ve başlangıç su seviyesi modellerin tahmininde çeşitli kombinasyonlar şeklinde kullanılmıştır. Bu çalışmada dört farklı model kullanılmıştır. Modeller yağışlı/yağışsız, başlangıç su seviyeli/başlangıç su seviyesiz olarak oluşturulmuştur. Çalışmada başlangıç su seviyesinin en önemli parametre olduğu sonucuna ulaşılmıştır. Diğer parametrelerden yağışında önemli olduğu ancak doğruluk payını yaklaşık olarak % 1 değiştirdiği tespit edilmiştir. Başlangıç su seviyesine ek olarak bir önceki günün su seviyesinin modellere konulmasının da sadece % 2'lik bir katkısının olduğu çalışmada elde edilmiş bir başka sonuçtur.
Özet (Çeviri)
Gradual increasing in water demanding has made the use of water resources in the optimum manner as a necessity. In this study, it is attempted to prediction the water level of Dibis Dam located at the north-west of Kirkuk in Iraq. Inflow, outflow values of Dibis dam, rainfall values and the water level at the beginning were used in the models' prediction in different combinations. Four different models have been used in this study. The models were made with/without rainfall and with/without initial water level. It was found that the initial water level is the most important parameter and also clarified the significance of the rainfall as one of the other parameters which is changing the accuracy only by 1%. Another finding shows that the inclusion of the water level of the previous day in the models contributed only by 2%, in addition to the initial water level.
Benzer Tezler
- Prediction of dog-leg severity by using artificial neural network
Yapay sinir ağları kullanarak yönlü kuyularda dogleg severıty tahmini
SİNEM KAYMAK
Yüksek Lisans
İngilizce
2019
Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT PARLAKTUNA
- Standart dokuma kumaşların tasarımı için yapay zekâ tekniklerini uygulama ve karşılaştırma
Utilization and comparison of artificial intelligence techniques for the design of standard woven fabrics
BİLGE BERKHAN KASTACI
Doktora
Türkçe
2024
Tekstil ve Tekstil MühendisliğiTekirdağ Namık Kemal ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. HİKMET ZİYA ÖZEK
DR. ÖĞR. ÜYESİ ERKAN ÖZHAN
- Oküler hastalıkların sınıflandırılmasında derin konvolüsyonel sinir ağı modeli
A deep convolutional neural network model for classification of ocular diseases
BÜŞRA EMİR
Doktora
Türkçe
2021
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. ERTUĞRUL ÇOLAK
- Tozaltı köşe kaynağında yapay zeka teknolojileri kullanılarak dikiş geometrisinin modellenmesi
Modeling of the weld bead geometry for T joint in submerged arc welding by using artificial intelligence technologies
NURİ AKKAŞ
Yüksek Lisans
Türkçe
2006
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF.DR. AHMET OĞUR
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA