Mantıksal model (bulanık mantık (ANFIS)) ve fiziksel tabanlı (HEC-HMS) modelleri kullanılarak akım modellemesi ve tahmini
Modeling and forecasting of runoff using fuzzy logic (ANFIS) and physical based (HEC-HMS) models
- Tez No: 535399
- Danışmanlar: PROF. DR. MUSTAFA TOMBUL
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik Bilim Dalı
- Sayfa Sayısı: 66
Özet
Çalışmada, uygulama havzası olarak belirlenen Kurukavak deresi havzasına ait gözlenmiş, 30.06.1988 ve 01.06.2005 tarihlerinde gerçekleşen fırtına olaylarının verileri kullanılarak akım modellemesi ve tahmini yapılmıştır. ArcGIS (Versiyon 10.3.1) yazılımı ile havzanın karakteristik özellikleri belirlenmiştir. Belirlenen karakteristik özellikler haritalara aktarılmış ve sınıflandırılmıştır. Modelleme çalışmaları, farklı iki model olan; HEC – HMS modeli (HEC – HMS Versiyon 4.2.1. yazılımı) ve ANFIS modeli (MATLAB Versiyon R2018a) kullanılarak, kalibrasyon ve validasyon olmak üzere iki periyotta gerçekleştirilmiştir. HEC – HMS ve ANFIS modellerinin sonuç verileri ve bu iki modelin arasındaki uyum performansı, sonuç ve öneriler kısmında değerlendirilmiştir. Sonuçlara bakıldığında, HEC – HMS modeli kalibrasyon periyodunda NSE değeri 0.824, validasyon periyodunda ise NSE değeri ise 0.618 olarak hesaplanmıştır. NSE metoduna göre yapılan değerlendirmede kalibrasyon – validasyon periyotlarında kullanılan olay verileri belirli aralıklarda olup modelleme çalışmasının güvenilirliliğini ortaya koymuştur. ANFIS modelinin test aşamasında ise ortalama karesel hatayı (OKH) ifade eden RMSE değeri 0.019542 olarak hesaplanmıştır. HEC – HMS ve ANFIS modellerinin performanslarının iyi olduğu ve akım tahmin değerlerinin gerçek değerlere yakın sonuçlar verdiği görülmüştür. Bu iki modelin iyi ve benzer sonuçlar vermesi, yapılması planlanan modelleme çalışmalarında, havza karakteristik parametrelerinin ölçümünün yapılamadığı veya eksik olduğu durumlarda ANFIS modelinin güvenilir bir şekilde kullanılabileceğini göstermiştir.
Özet (Çeviri)
In this study, Kurukavak stream basin was selected as study basin, and flow modeling and forecasting are performed by using data of storm events that took place on 30.06.1988 and 01.06.2005. ArcGIS (Version 10.3.1) software was used to characterize the basin. Specified characteristics are classified and transferred to the maps. Two different models are included in the modeling studies; namely; HEC - HMS model (HEC - HMS Version 4.2.1 software) and ANFIS model (MATLAB Version R2018a) and in both calibration and validation are performed. The results of HEC - HMS and ANFIS models and the performance of harmony between these two models are evaluated in the conclusions and recommendations section. According to the results, the calculated NSE values in the HEC - HMS model were 0.824 and 0.618 for calibration and validation periods respectively. The evaluation based on the NSE method states that, the event data used during the calibration - validation periods are at certain intervals and demonstrate the reliability of the modeling. Additionally, in the test phase of the ANFIS model, the mean square error (RMSE), was calculated as 0.019542. It has been observed that, HEC - HMS and ANFIS models have good performances and predicted runoff values are close to observed values. The good and similar results of these two models have shown that the ANFIS model can be used reliably in cases where the measurement of basin characteristic parameters cannot be performed or is missing.
Benzer Tezler
- Güneş panellerinde adaptif ağ tabanlı bulanık mantık çıkarım yöntemi ile maksimum güç noktası takibi
Maximum power point tracking at solar cells using adaptive neuro fuzzy inference system
ONUR ARDIÇ
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiElektrik-Elektronik Eğitimi Ana Bilim Dalı
PROF. DR. HASAN ÇİMEN
DOÇ. DR. YÜKSEL OĞUZ
DOÇ. DR. BEKİR MUMYAKMAZ
- NARX ve bulanık NARX modelleri ile Türkiye fındık üretim öngörüsü
Estimation of Turkey hazelnut production quantity with artificial neural networks NARX
DİLAYLA BAYYURT
Doktora
Türkçe
2023
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. İPEK DEVECİ KOCAKOÇ
- PID kontrolörlerinin optimal parametrelerinin belirlenmesi amacıyla bir bulanık mantık karar mekanizması tasarımı
Design of a fuzzy decision making mechanism to determine optimum parameters of PID controllers
BERNA AYAZ
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL
- Sürücü odaklı ileri besleme kontrol parametrelerinin irdelenerek bulanık mantık temelinde bir taşıt sürücü modeli geliştirilmesi
Development of a driver model on the basis of fuzzy logic by considering the feedforward control parameters related to the human driver
VEYSEL ERKILIÇ
Yüksek Lisans
Türkçe
2011
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDEM UZUNSOY
- Veriye dayalı bulanık sistem modelleme ve tanımlama
Data-based fuzzy system modeling and identification
ABDOULAYE ABDRAMANE MAKHAILA
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN KARAKUZU