İstanbul’daki Baraj Haznelerinin İşletilmesinde Yapay Sinir Ağları Kullanılması

thumbnail.default.alt
Tarih
Yazarlar
Kılınç, İsmail
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Fen Bilimleri Enstitüsü
Institute of Science and Technology
Özet
Bu çalışmada su kaynaklarının yönetilmesinde ve geliştirilmesinde en önemli aşama olan suyun hangi zamanda, hangi miktarda kullanılacağını belirleyebilmek amacıyla kullanılan mevcut yöntemler ile Yapay Sinir Ağları sonuçları karşılaştırılmıştır Biriktirme haznelerinin işletilmesinde günümüzde kullanılmakta olan yöntemler çok çeşitlidir. Bunlar temelde deterministik tabanlı yöntemlerdir. Matematiksel optimizasyona dayanırlar. Doğrusal programlama veya dinamik programlama yöntemleri kullanılır.Simülasyon yöntemi de bilgisayar teknolojisinin gelişmesine paralel olarak hızla popüler hale gelmektedir. Yapay sinir ağları ise su kaynakları problemlerinin çeşitli dallarında son on-onbeş yıl içerisinde geniş bir kullanım alanı bulmuştur. Yapay sinir ağları insandaki sinir hücrelerinin yaptığı işi bilgisayar ortamında taklit etmeye dayanır.Bu modelde temel amaç canlılardaki çalışma-öğrenme, karar verme, esneklik ve yeni duruma adaptasyon özelliklerini modellemeye çalışmaktadır. Tez çalışmamızda yapay sinir ağları kullanılarak bir haznenin aylık giren akımları, aylık toplam buharlaşmaları ve ay sonu hacimleri tahmin edilmeye çalışılmıştır. Bu tahminler iki değişik yapay sinir ağı ile ve değişik girdi tabakası varyasyonları ile yapılmıştır. Daha sonra elde edilen tahmin sonuçları kullanılarak yeni işletme çalışmaları yapılarak sonuçlar klasik yöntemlerin sonuçları ile karşılaştırılmıştır.
In this study, we tried to use the artificial neural network (ANN) approach for the reservoir management and operation purpose. At first we tried to forecast the monthly inflow data of a given reservoir. Then we worked on the evaporation forecasts on the same reservoir. After this we tried to estimate the total volume of the reservoir at the end of that month. There are several methods for reservoir management. These are generally deterministic methods such as linear programming and dynamic programming. The artificial neural network (ANN) approach, which is a non-linear black box model, seems to be a useful alternative for modelling the operation of a reservoir or a system of several reservoirs. We tried to get estimations in two different approaches of artificial neural networks. These are Feed Forward Back Propagation Method and the Radial Basis Functions approach. At the end of the study we compared the results of the artificial neural networks with the results of the other reservoir operation programmes which are commonly used by the Directorate of State Hydraulic Works of Turkey.
Açıklama
Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2004
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2004
Anahtar kelimeler
Yapay Sinir Ağları, Radyal tabanlı fonksiyonlar, İleri Beslemeli Geri Yayınım Yapay Sinir Ağları, Artificial neural networks, radial basis functions, feed forward back propagation
Alıntı