Flow coefficient modeling using the fuzzy SMRGT method compared with anfis and ANN methods: An example of the Aksu River basin
Bulanık SMRGT yöntemi kullanarak akış katsayısını modelleme ve anfis ve ANN yöntemleriyle karşılaştırılması: Aksu Nehri havzası örneği
- Tez No: 841961
- Danışmanlar: DR. ÖĞR. ÜYESİ AYŞE YETER GÜNAL
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 231
Özet
Akış katsayısının tahmini, taşkın tahmini, su kaynakları yönetimi ve taşkın azaltmada büyük önem taşıyan hayati bir hidrolojik prosedürdür. Nehir havzasının hidrolojisi, iklimi, topografyası ve toprak özellikleri iyi anlaşılmadan akış katsayısını doğru bir şekilde belirlemek zordur. En son akış katsayısı modelleme literatürü birkaç yöntemi açıklamaktadır. Bu yöntemlerin çoğu opak, genelleştirilemez metodolojiler kullanır. Bu nedenle, bu araştırma üç farklı metodoloji kullanmıştır; özellikle Uyarlanabilir Sinirsel Bulanık Çıkarım Sistemi (ANFIS), Basit Üyelik Fonksiyonu ve Bulanık Kural Oluşturma Tekniği (SMRGT), ve Yapay Sinir Ağı'na (ANN). Çalışma alanı olarak Antalya ilindeki Aksu Nehri Havzası seçilmiştir. Modeller, belirli çalışma bölgesine uyarlanmış yağış, sıcaklık, bağıl nem, rüzgar hızı, arazi kullanımı, eğim ve toprak özellikleri verilerinin çoklu permütasyonlarına tabi tutuldu. Çalışma, ortalama mutlak hata, Nash-Sutcliffe verimlilik katsayısı, ortalama karesel hatanın kökü ve korelasyon katsayısı gibi modelin çeşitli performans ölçümlerini kullanarak sonuçlar analiz edildi. Sonuçlar, minimum RMSE ve MAE değerleri ve yüksek korelasyon katsayısı değerleri ile gösterildiği gibi, SMRGT yönteminin akış katsayısını tahmin etmede dikkate değer bir doğruluk derecesi ile sonuçlandığını göstermektedir.
Özet (Çeviri)
Estimating the flow coefficient is a vital hydrological procedure that holds considerable importance in flood prediction, water resource management, and flood mitigation. It is hard to accurately determine the flow coefficient without a good understanding of the river basin's hydrology, climate, topography, and soil characteristics. The latest flow coefficient modeling literature describes several methods. Most of these methods use opaque, non-generalizable methodologies. Therefore, this research employed three distinct methodologies; specifically, the Adaptive Neural Fuzzy Inference System (ANFIS), the Simple Membership Function and the Fuzzy Rules Generation Technique (SMRGT) are all examples of fuzzy inference systems, and the Artificial Neural Network (ANN), to achieve its objectives. The Aksu river basin in Antalya, Turkey, was chosen as the study area. The models underwent multiple permutations of precipitation, temperature, relative humidity, wind speed, land use, slope, and soil properties data tailored to the particular study region. The study analyzed the results using various performance metrics of the model, such as mean absolute error, Nash-Sutcliffe efficiency coefficient, root mean square error, and correlation coefficient. The results indicate that the SMRGT method resulted in a remarkable degree of accuracy in forecasting the flow coefficient, as demonstrated with the minimal RMSE and MAE values and high correlation coefficient values.
Benzer Tezler
- Akış katsayısının bulanık SMGRT yöntemi ile modellenmesi
Modeling flow coefficient by using fuzzy SMGRT method
DERYA KARAKAYA
Yüksek Lisans
Türkçe
2018
İnşaat MühendisliğiDicle Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEL FUAT TOPRAK
- Bulanık SMRGT yöntemi ile taşkın modellenmesi ve Kalecik Havzası örneği
Flood modeling with the fuzzy SMRGT method and an example of the Kalecik Basin
FATİH ŞEVGİN
Doktora
Türkçe
2021
İnşaat MühendisliğiDicle Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEL FUAT TOPRAK
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- A novel approach for the incipience of sediment entrainment in a wide range of flow conditions via experimentally driven geno-fuzzy inference system model
Deneysel veri tabanlı geliştirilen özgün genetik-fuzzy yöntemi ile akım şartlarının geniş aralığında sediment hareketinin başlangıcının araştırılması
HUSSEIN BIZIMANA
Doktora
İngilizce
2020
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜSSELAM ALTUNKAYNAK
- Parametrik havza modellemesi ile akım tahmini: Köprüçay Nehri havzası
Forecasting of flow by parametric watershed modelling: The Köprüçay River basin
KEMAL SAPLIOĞLU
Doktora
Türkçe
2010
İnşaat MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT ÇİMEN