Improving data-driven based streamflow forecasting using wavelet transformation
Dalgacık dönüşümü kullanılarak veriye dayalı akım tahmin modellerinin iyileştirilmesi
- Tez No: 507966
- Danışmanlar: PROF. DR. MUSTAFA TOMBUL
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, yapay sinir ağı (Artificial Neural Network (ANN)), uyarlamalı nöro-bulanık çıkarım sistemi (Adaptive Neuro-Fuzzy Inference System (ANFIS)) ve destek vektör makinesi (Support Vector Machine (SVM)) gibi veriye dayalı modeller (Data-Driven Models (DDMs)) kullanılarak günlük akım tahmini yapılmıştır. Yedi gün ve bir ay ilerideki akım tahmini daha az öngörülebilir hale gelirken, modellerin performansını artırmak için ön işlem olarak dalgacık dönüşümü (Wavelet Transformation (WT)) kullanılmıştır. Sürekli dalgacık dönüşümü (Continuous Wavelet Transformation (CWT)) 'dan elde edilen önemli ölçekleri seçmek için, bir seçim aracı olan çok genli genetik programlama (Multi-Gene Genetic Programming (MGGP)) ve aşırı gradient yükseltmeyi (XGB) kullanarak iki yeni hibrid model önerilmiştir. Bu modeller yapay sinir ağları (ANN) ve Aşırı Öğrenme Makinesi (Extreme Learning Machine (ELM)) olarak uygulamaya konmuştur. Gerçek tahminlerde WT tabanlı modellerin performansını incelemek için hindcast ve gerçek tahmin denemesi yapılmıştır. Sonuçlar, günlük tahmini DDM'leri kullanarak başarılı bir şekilde uygulandığını ve ANN'nin ANFIS ve SVM'ye kıyasla en yüksek performansa sahip olduğunu göstermektedir. Modele daha fazla bilgi dahil edilebildiğinden, önerilen iki model daha iyi performans göstermiştir; o nedenle bu çalışmada ayrık dalgacık dönüşümü (Discrete Wavelet Transformation (DWT)) kullanılmıştır. Son olarak, WT'nin yanlış uygulanmasından dolayı, WT- tabanlı hibrit modellerin art arda yapılan denemelerinde, hem CWT hem de DWT için performansının arttığı bulunmuştur. Çoğunlukla, WT, zaman serilerine uygulanmakta, daha sonra DDM'lere uygulanacak kalibrasyon ve test alt kümelerine bölünmekte ve geleceğe dair bazı bilgileri modele göndermektedir. Gerçek tahmin denemesinde, WT tabanlı hibrit modellerde, ön işlem uygulanmayan bağımsız DDM'lerden daha az performans göstermiştir.
Özet (Çeviri)
Daily streamflow forecasting is conducted in this study using several data-driven models (DDMs): artificial neural network (ANN), adaptive neuro-fuzzy inference system (ANFIS) and support vector machine (SVM). Seven days ahead and one month ahead streamflow being less predictable wavelet transformation (WT) is used as preprocessing to improve the performance of the models. Two new hybrid models were proposed using multi-gene genetic programming (MGGP) and extreme gradient boosting (XGB) as a selection tool to select only the important scales obtained from the continuous wavelet transformation (CWT) to be them imposed into ANN and extreme learning machine (ELM). Hindcast and real forecast experiment are conducted to investigate the performance of the WT-based models in the real forecasting. The results show that daily forecast can be implemented successfully using DDMs and ANN has the highest performance in comparison to ANFIS and SVM. The proposed two models outperformed the models uses discrete wavelet transformation (DWT) as more information can be included in the model. Finally, the performance of the models using WT-based hybrid models for both CWT and DWT in hindcast experiment was found as increases due to the incorrect application of WT. Mostly, WT is applied onto the time series, divided into calibration and testing subsets to be then imposed into DDMs and that sends some future information into the model. In the real forecast experiment, the WT-based hybrid models have less performance than the stand-alone DDMs in which no preprocessing applied.
Benzer Tezler
- Ülkemizdeki çeşitli büyüklükteki yerleşim merkezlerinde uygulanabilecek kültür yapısı planlama modeli
The Planning model of the cultural building which applicable at different size of settlement center
MUSTAFA İNCESAKAL
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. UMUR ERKMEN
- Ameliyat öncesi hastaların ameliyata ilişkin duyguları, düşünceleri ve bilgi istekleri
The Pre-operative patiensts feelings throughts and information requirements concerning their surgical operations
KADRİYE BULDUKOĞLU
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. MELİHA ATALAY
- Tren, fren papuçlarının aşınmasının deneysel incelenmesi
Başlık çevirisi yok
RASİM İPEK
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiErciyes ÜniversitesiMakine Ana Bilim Dalı
YRD. DOÇ. DR. M. BAKİ KARAMIŞ
- CO2-sodyum silikat bağlı kum sistemlerine etki eden parametrelerin incelenip maça ve kalıp özelliklerinin geliştirilmesi
The Investigation of the parameters effecting the mold and core made of CO2-sodium silicate bonded sands for improving the properties
ORHAN ŞERİF KOMAÇ