Fırat- Dicle havzası için yapay zeka teknikleri ile günlük nehir akımı tahmini
Application of soft computing techniques in river flow modeling in the case of Euphrates-Tigris basin
- Tez No: 730669
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN YILDIRIM DALKILIÇ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Erzincan Binali Yıldırım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 99
Özet
Nehir akımı tahmini ve modellemesi; su kaynaklarının yönetimi, su talebinin karşılanması, sel gibi istenmeyen durumlarda erken uyarının sağlanabilmesi, sulama ve tarım faliyetleri gibi durumlarda önem arz ettiği için sürekli araştırılmaya ve geliştilmeye ihtiyaç duyulmuş bir konu olarak literatürde yer almaktadır. Ne yazık ki çok sayıda teknik ile tahmin ve modelleme yapılmaya çalışılsa da evrensel bir teknikten bahsetmek olanaksızdır. Bu durum farklı tekniklerin gelişmesini ve/veya teknikler arası kıyaslama yapılmasını, kullanılan parametreler için en doğru yöntemin saptanmasını zorunlu hale getirmiştir. Bu kapsamda, bu çalışmada Fırat- Dicle Havzasında yer alan on dört istasyonun 1981-2010 yılları akım verilerinin dağılım grafikleri oluşturularak normal dağılıma uygunluğu araştırılmış, verilerin dağılımı dikkate alınarak geçmiş dönem verileri ile mevcut verilerin korelasyonu incelenmiştir. Uyarlamalı Sinirsel Bulanık Mantık Sistemi (ANFIS), Destek Vektör Regresyonu (SVR) teknikleri ile yeni kullanılmaya başlayan; Gauss Süreç Regresyonu (GPR), Aşırı Öğrenme Makinesi (ELM) ve Sezgisel Sinir Ağları (ENN) yapay zekâ teknikleri ile değerlendirme yapılmıştır. Model performansının belirlenebilmesi için sıklıkla kullanılan Kök Ortalama Kare Hatası (RMSE), Ortalama Kare Hatası (MSE), Ortalama Mutlak Hata (MAE) ve korelasyon katsayısı (r) kullanılmıştır. Ayrıca rank analizi ile hangi tekniğin daha iyi sonuç verdiğinin bulunması amaçlanmıştır. Her ne kadar tüm modeller yüksek performans sergileseler de rank analizi yapılarak teknikler arası en iyi sonuç verenden başlayanarak kıyaslama yapıldığında sıralamanın ELM, GPR, ENN, SVR, ANFIS şeklinde olduğu görülmüştür. Sonuçların daha iyi yorumlanabilmesi için Taylor diyagramları ve model çıktılarının zaman serisi grafikleri oluşturulmuştur.
Özet (Çeviri)
River stream estimation is a subject matter that needs constant research and development since it is all-important in the management of water resources, meeting the water demand, irrigation and agricultural activities, and providing distant signal in unwanted situations such as floods. Unfortunately, a universal technique has been impossible to talk about yet although many techniques have been used for estimation and modeling. This has made it necessary to develop different techniques and / or to make comparisons between techniques and to determine the most accurate method for the parameters used. In this context, in this study, the distribution graphs of the flow data fourteen stations located in the Euphrates-Tigris Basin for the years 1981-2010 were created and their conformity to the normal distribution was investigated Evaluation has been made with Adaptive Neural Fuzzy Logic System (ANFIS), Support Vector Regression (SVR) techniques and the newly introduced Gaussian Process Regression (GPR), Extreme Learning Machine (ELM) and Emotional Neural Networks (ENN) artificial intelligence techniques. Root Mean Square Error (RMSE), Mean Square Error (MSE), Mean Absolute Error (MAE) and correlation coefficient (r), which are frequently used, were used to determine the model performance. In addition, it is aimed to find out which technique gives better results with rank analysis. Although all models work well, the sequence with regards to the comparison outcomes of the techniques obtained from rank analysis was observed to be ELM, GPR, ENN, SVR, ANFIS respectively. In order to better interpret the results, Taylor diagrams and time series graphics of the model outputs were created.
Benzer Tezler
- Fırat-Dicle havzasında günlük nehir akımlarının faklı yapay zeka yöntemleri ile tahmini
Prediction of daily river flows in Firat-Dicle basin using different artificial intelligence methods
ALİ GÜNDÜZ
Yüksek Lisans
Türkçe
2011
İnşaat MühendisliğiFırat Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. EMİN EMİROĞLU
- Use of artificial intelligence approach for the modelling of electricity-water-climate nexus
Elektrik-su-iklim etkileşiminin modellenmesinde yapay zeka yaklaşımının kullanımı
ÇİĞDEM COŞKUN DİLCAN
Doktora
İngilizce
2023
Çevre MühendisliğiHacettepe ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. MERİH AYDINALP KÖKSAL
- Küçük akarsu havzalarında hidroenerji potansiyelinin belirlenmesi için en uygun modelin araştırılması
Investigation of the optimal method for determining hydropower potential of small stream basins
İBRAHİM HALİL DEMİREL
Doktora
Türkçe
2021
İnşaat MühendisliğiYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM YÜKSEL
- Yukarı Fırat havzasındaki mevsimsel kar erimesinin WRF-ARW simülasyonu ve uydu verileri kullanılarak incelenmesi : Mart 2004 örneği
Investigation of seasonal snow melting by using WRF-ARW simulation and satellite data in the Upper Fırat basin: March 2004 case
ELİS GÜLER
Yüksek Lisans
Türkçe
2019
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ ÖNOL
- Güneydoğu Anadolu projesi (GAP) ve bölgeye etkileri
Başlık çevirisi yok
GÜLAY CEYLAN
Yüksek Lisans
Türkçe
2003
EkonomiDicle ÜniversitesiMaliye ve Ekonomi Ana Bilim Dalı
PROF. DR. ZEKİ SEZER