Namazgâh Barajında Meteorolojik Veriler Kullanılarak Yapay Sinir Ağları İle Akışın Tahmin Edilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: AHMET RAŞİT AKGÜN
Danışman: Mücahit Opan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:NAMAZGÂH BARAJINDA METEOROLOJİK VERİLER KULLANILARAK YAPAY SİNİR AĞI İLE AKIŞIN TAHMİN EDİLMESİ ÖZET Gelecekte barajda meydana gelecek olan akıma dair tahminde bulunmak güç olduğu kadar önem de arz etmektedir. Özellikle projelendirme çalışmaları, taşkın kontrolü ve taşkın kontrollü hazne işletmeciliği ve su ihtiyacı gibi pek çok durum değerlendirmesi açısından önemlidir. Akış, temelde yağış, sıcaklık, nem başta olmak üzere çeşitli meteorolojik parametrelerin bileşkesinden oluşmaktadır. Parametreler arası doğrusal olmayan bir ilişki söz konusu olduğu için, yağış-akış arasındaki ilişkiyi modellemek taşkın hidrolojisinde büyük önem taşımaktadır. Bu çalışma, Kocaeli İli, Kandıra İlçesinde bulunan Namazgâh Barajında meteorolojik veriler kullanılarak Yapay Sinir Ağları ile akışın tahmin edilmesi üzerinedir. Modellemede giriş verisi olarak minimum sıcaklık, ortalama sıcaklık, buhar basıncı ve yağış kullanılırken çıkış verisi ise akış olarak ele alınmıştır. Öncelikle veriler normalizasyon işlemi ile programa uygun hale getirilmiştir. Sırasıyla Levenberg-Marquardt(LM), Bayesian Regularization, Scaled Conjugate Gradient öğrenme algoritmalarından problem karşısında en iyi performansı Levenberg-Marquardt öğrenme algoritmasının diğer algoritmalara oranla daha iyi performans sergilediği tespit edilmiştir. LM öğrenme algoritması kullanılarak NARX modeli ve Radyal Temelli YSA modeli probleme uyarlanmıştır. İki modellemede hesaplanan Ortalama Karesel Hata (MSE) değerleri yaklaşık sonuçlar verse de Radyal Temelli YSA daha fazla nöron kullanılmakla birlikte daha fazla iterasyon yapmaya gerek duymuştur. Bu yüzden daha az iterasyon ve daha az nöronla problemi çözen NARX modelinin daha güçlü olduğu sonucuna ulaşılmıştır. Eğitim verileri için öğrenme de %96'lık başarı sağlanarak test verilerine ise %90 doğru cevap alınmıştır. Hata kareler ortalamasının da sıfıra yakın olduğu sonucuna ulaşılmıştır. Geri besleme gecikmesine sahip dinamik ağ tabanlı NARX modelinin akış tahmini olumlu sonuçlar üretebileceği kanısına varılmıştır. En iyi performans belirlenirken ise MSE ve Belirlilik (R2) dikkate alınmıştır. Hidrolojik problemlerin çözümü için YSA modellemelerinin rahatlıkla kullanılabileceği kanısına varılmıştır. Anahtar Kelimeler: Akış, Meteorolojik Veriler, Namazgâh Barajı, Yağış, Yapay Sinir Ağları.