Geri Dön

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

  1. Tez No: 841961
  2. Yazar: RUYA MEHDI ZAINALABDEEN ZAINALABDEEN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYŞE YETER GÜNAL
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Akış katsayısının bulanık SMGRT yöntemi ile modellenmesi

    Modeling flow coefficient by using fuzzy SMGRT method

    DERYA KARAKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İnşaat MühendisliğiDicle Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEYNEL FUAT TOPRAK

  2. 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

    Türkçe

    2021

    İnşaat MühendisliğiDicle Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEYNEL FUAT TOPRAK

  3. Bulanık zincir model temelleri ve hidrograf tahminleri

    Fuzzy chain model fundamentals and hydrograph estimations

    YAVUZ SELİM GÜÇLÜ

    Doktora

    Türkçe

    Türkçe

    2017

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEKAİ ŞEN

  4. 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

    İngilizce

    2020

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDÜSSELAM ALTUNKAYNAK

  5. Parametrik havza modellemesi ile akım tahmini: Köprüçay Nehri havzası

    Forecasting of flow by parametric watershed modelling: The Köprüçay River basin

    KEMAL SAPLIOĞLU

    Doktora

    Türkçe

    Türkçe

    2010

    İnşaat MühendisliğiSüleyman Demirel Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MESUT ÇİMEN