YSA, DSA ve USBÇS modelleri kullanarak günlük akım tahmini
Prediction of daily streamflow using ANN, WNN and ANFIS models
- Tez No: 638337
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN YILDIRIM DALKILIÇ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Erzincan Binali Yıldırım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
Önemi zamanla artan su kaynakların yönetimi ve kullanımı günümüzdeki en önemli haberlerden biri olmayı başlamıştır. Bu çalışmada uygulanabilir ve aynı zamanda güvenilir sonuçlar veren Yapay Sinir Ağları (YSA), Dalgacık Sinir Ağları (DSA) ve Uyarlamalı Sinir Bulanık Mantık Çıkarım Sistemi (USBÇS) günlük akım tahmini için en etkili ve yaygın olan yöntemleri kullanılmıştır. Akım tahmini için sonuçlarına etkileyen birçok parametreler mevcuttur ve bu nedenle kesin bir sonuca varmak zor olmaktadır. Ancak çalışmada kullanılan yöntemlerle ve geliştirilen modeller ile gerçeğe çok yakın sonuçlar elde edilmiştir. Modellerin performansını doğrulamak amaçlı verilerin %70'i (1996-2007) eğitmek için ve verilerin %30'u (2008-2011) test etmek için kullanılmıştır. Modellerin sonuçları birbirine yakın olmasına rağmen, DSA modeli, YSA ve USBÇS modelleri arasında en iyi performansı sergilemiştir. Bu da orijinal verilerin alt serilere ayrıştırılması, gürültülerini teşhis edilip temizlenmesi sonuçlara önemli ölçüde etkilediğini göstermektedir.
Özet (Çeviri)
The management and use of water resources, which have become increasingly important over time, has become one of the significant news today. In this study, Artificial Neural Networks (ANN), Wavelet Neural Networks (WNN) and Adaptive Neural Fuzzy Inference System (ANFIS), which provide feasible and reliable results, were used for daily streamflow estimation. For streamflow estimation, there are many parameters that affect the results and therefore, it is difficult to conclude exactly the same as the observed data. However, realistic results were obtained with the methods and models developed in the study. To verify the performance of the models, 70% of the data (1996-2007) were used to train and 30% of the data (2008-2011) were used for testing. Although the results of the models were close to each other, WNN model showed the best performance among ANN and ANFIS models. This shows that the decomposition of the original data into sub-series, identified and cleaning the noises significantly affect the results.
Benzer Tezler
- Rüzgar hızı tahmin yöntemleri - örnek bir uygulama
Wind speed forcasting methods – a sample application
SERKAN ŞENKAL
Yüksek Lisans
Türkçe
2014
Bilim ve TeknolojiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OKAN ÖZGÖNENEL
- Bina enerji tüketim tahmini için makine öğrenmesi tekniklerinin incelenmesi
Investigation of machine learning techniques for building energy consumption estimation
HASAN YEŞİLYURT
Yüksek Lisans
Türkçe
2023
EnerjiNiğde Ömer Halisdemir ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. AHMET ŞAKİR DOKUZ
- Yapay sinir ağları ile beyin tümörü tomografi görüntülerinin sınıflandırılması
Classification of tomographical images of brain tumors using artificial neural networks
SERDAR KARGIN
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF.DR. OSMAN NURİ UÇAN
- Deprem büyüklük tahmininde olasılıksal model tabanlı yeni yöntemler ve yapay zekâ teknikleri
Probabilistic model based new methods and artificial intelligence techniques in earthquake magnitude prediction
HASAN HÜSEYİN PAY
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
PROF. DR. GAMZE ÖZEL KADILAR
- Ses sinyallerinden duygu tanıma için farklı yaklaşımlar
Various approaches to emotion recognition from speech signals
SEMİYE DEMİRCAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HUMAR KAHRAMANLI