Türkiye Genelinde Yağış-akış İlişkisinin Yapay Sinir Ağı Metotları İle Modellenmesi

Abstract

Bu çalışmada, ülkemizin tüm havzalarından elde edilen günlük ve aylık akış ve yağış istasyonlarına ait bilgilerle bir veri seti hazırlanmıştır. Bu amaçla üç YSA metodu kullanılmıştır. Radyal tabanlı yapay sinir ağları (RTYSA), ileri beslemeli geriye yayılım algoritması (İBGYSA), geleneksel çok değişkenli lineer regresyon (ÇDR), ve oldukça yeni bir YSA metodu olan, genelleştirilmiş regresyon sinir ağları (GRYSA), bu amaçla kullanılmıştır. Girdi olarak geçmiş akım ve mevcut yağış verileri kullanılarak çıktı tabakasındaki tek akım verisi tahmin edilmeye çalışılmıştır. Bütün metodlar ile elde edilen tahmin sonuçları performans değerlendirme kriterleri kullanılarak karşılaştırılacaktır.

In this study, daily and monthly rainfall and river flow data obtained from all hydrologic regions of Turkey are formed as time series. Three ANN methods are employed for this purpose. Radial Basis Functions (RBF) and, feed forward back propagation (FFBP) methods and a conventional method, multiple linear regression (MLR), and a relatively new ANN method, generalized regression neural networks (GRNN) method, are used in the study. In the input layer of ANNs past river flow and rainfall data are employed to estimate the future river flow value. The estimation results are evaluated using several performance evaluation criteria.