NAMAZGÂH BARAJINA AİT BUHARLAŞMA MİKTARININ YAPAY SİNİR AĞI İLE TAHMİN EDİLMESİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: AYŞE DOĞAN
Danışman: Mücahit Opan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:NAMAZGÂH BARAJINA AİT BUHARLAŞMA MİKTARININ YAPAY SİNİR AĞI İLE TAHMİN EDİLMESİ Suyun kontrolü açısından ve susuzluktan dolayı meydana gelecek hayati problemlerin çözümü için buharlaşma önemli bir faktördür. Göllerde, göletlerde ve barajlarda meydana gelen buharlaşma pek çok değişkene bağlı olduğundan modellenebilirlik açısından bu tür problemleri çözümlemek güç olmaktadır. Bu çalışmada birinci aşama da İleri Beslemeli Geri Yayılımlı Yapay Sinir Ağı(İBGYYSA) modeliyle eksik veriler tamamlanırken, ikinci aşama da buharlaşma tahmini için zaman serisi analiziyle basit bir YSA modeli kurulmuştur. Modelleme de minimum sıcaklık, ortalama sıcaklık, rüzgâr şiddeti ve buhar basıncı girdi verisi olarak değerlendirilirken, buharlaşma miktarı çıktı olarak ele alınmıştır. Girdi ve çıktı olarak kullanılan bu hidrometeorolojik veriler arası ilişki doğrusal olmadığı için problem çözümünde çok katmanlı bir ağ modeli tercih edilmiştir. Tasarlanan çok katmanlı ağda kullanılan aktivasyon fonksiyonuna uygunluk açısından veriler normalizasyon işlemi ile Matrix Laboratory(MATLAB) programına uygun hale getirilmiştir. Çok katmanlı ağ için kullanılacak öğrenme algoritması belirlenirken üç algoritma içinde aynı nöron sayıları denenerek modellemeler yapılmıştır. Sırasıyla Levenberg-Marquardt(LM), Bayesian Regularization, Scaled Conjugate Gradient öğrenme algoritmalarından problem karşısında en iyi performansı öğrenme algoritmasının diğer algoritmalara oranla daha iyi performans sergilediği tespit edilmiştir. Modelde gizli katmanda bulunması gereken nöron sayısı deneme yanılma ile belirlenirken, hatayı minimize etmede probleme uyarlandığında diğer öğrenme algoritmalarına oranla daha iyi sonuç alındığı için problemde LM öğrenme algoritması kullanılmıştır. En iyi model belirlenirken hata düzeyi için Mean Square Error (MSE-Hata Kareler Ortalaması) ve Belirlilik "R" ^"2 " katsayıları dikkate alınmıştır. Sonuç olarak zaman serisi analiziyle buharlaşma miktarı tahmini için NARX modeliyle LM öğrenme algoritması kullanılarak probleme çözüm bulunmuştur. Anahtar Kelimeler: Buharlaşma Tahmini, Eksik Veri Tahmini, Namazgâh Barajı, Yapay Sinir Ağları