Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/11476
Title: Akarsulardaki Askı Maddesi Miktarının Kara Kutu Modeliyle Belirlenmesi
Other Titles: Determination Of Rivers’ Suspended Sediment Load By Black Box Model
Authors: Cığızoğlu, H. Kerem
Alp, Murat
Su Mühendisliği
Hydraulics Engineerin
Keywords: Askı maddesi
Genelleştirilmiş regresyon sinir ağı
İleri beslemeli geriye yayınım metodu
Yapay sinir ağları.
Suspended sediment
Generalized regression neural network
Feed forward back propagation method
Artificial neural networks.
Publisher: Fen Bilimleri Enstitüsü
Institute of Science and Technology
Abstract: Bu çalışmada, yapay sinir ağlarının iki farklı algoritması ile yağış, akım ve askı maddesi tahminleri yapılmıştır. En çok kullanılan yapay sinir ağı algoritması olan ileri beslemeli geriye yayınım metodu ve genelleştirilmiş regresyon sinir ağı yöntemiyle farklı mimariler kurularak elde edilen tahmin sonuçları klasik istatistik ve stokastik model sonuçlarıyla karşılaştırılmıştır. İki yapay sinir ağı yöntemiyle elde edilen akım ve yağış tahmin sonuçları otoregresif model ve regresyon analizi sonuçlarıyla kıyaslanmıştır. Karşılaştırma kriteri olarak ortalama kare hatası ve belirlilik katsayısı kullanılmıştır. Her iki yapay sinir ağı algoritmasıyla bulunan askı maddesi tahmin sonuçları ise katı madde anahtar eğrisi ve regresyon analizi tahminleri ile karşılaştırılmış, iki karşılaştırma kriterine ek olarak, hesaplanan toplam askı maddesi miktarı ile gözlenen toplam askı maddesi miktarı arasındaki farka da bakılmıştır. Yapılan karşılaştırmalarda yapay sinir ağı ile elde edilen tahmin sonuçlarının geleneksel metodlarla elde edilen tahmin sonuçlarına göre çok daha iyi olduğu görülmüştür.
In this study rainfall, river flow and suspended sediment estimations are carried out using two different artificial neural network algorithms. Estimations obtained by the conventional feed forward back propagation and the new generalized regression neural network methods using different network architectures are compared with conventional statistical and stochastic model results. The river flow and basin rainfall estimations obtained using the two artificial neural network methods are compared with autoregressive and regression model applications. The mean squared error and the determination coefficient are used as comparison criteria. The suspended sediment estimations provided by the two artificial neural network algorithms are compared with conventional sediment rating curve and regression method results also the estimated and observed sediment sums are examined in addition to two previously mentioned performance criteria. The artificial neural network estimations are found significantly superior to conventional method results.
Description: Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2003
Thesis (PhD) -- İstanbul Technical University, Institute of Science and Technology, 2003
URI: http://hdl.handle.net/11527/11476
Appears in Collections:İnşaat Mühendisliği Lisansüstü Programı - Doktora

Files in This Item:
File Description SizeFormat 
1233.pdf5.79 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.