Show simple item record

dc.contributor.advisorYurdusev, Mehmet Ali
dc.contributor.authorÇetin, Bülent
dc.date.accessioned2021-05-07T08:43:58Z
dc.date.available2021-05-07T08:43:58Z
dc.date.submitted2004
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/598745
dc.description.abstractÖZET Akarsulardaki düzenlemeler ve uygulamalar projelendirilirken, güvenilir akım tahminleri büyük bir önem taşımaktadır, özellikle hazne tasarım problemlerinde yapılacak yatırımın büyüklüğü dikkate alınırsa tahminlerin güvenilirliği çok daha büyük önem taşımaktadır. Geleneksel akım tahmini yöntemleri sistemin içerdiği belirsizlikler ile sitemin doğrusal olmayan karakteristikleri ile etkin tahminler yapmada yetersiz kalabilmektedir. Bunun için alternatif tahmin yöntemlerine ihtiyaç duyulmaktadır. Bu çalışmada bir akarsudaki akımların o akarsuyun havzasındaki yağış gözlemlerinden tahmin edilmesi ele alınmıştır. Bu amaçla son yıllarda benzer tahmin uygulamalarında sıkça kullanılmakta olan Yapay Sinir Ağları yöntem olarak seçilmiştir. Konunun teorik alt yapısı verildikten sonra uygulama için orta Anadolu bölgesinde kapalı bir havza olan Akarçay havzası seçilmiştir. Havzada mevcut bulunan yağış gözlem istasyonlarının yerleşimi, gözlem aralığı gibi parametrelere bağlı olarak 4 farklı model tasarlanmıştır. Modeller YSA metodolojisine uygun olarak eğitme ve test aşamasından geçirilerek oluşturulmuştur. Elde edilen sonuçlar hedef değerler ile kıyaslanmıştır. Bu kıyaslamalar tablo ve grafik olarak sunulmuştur. Elde edilen sonuçlara göre Yapay Sinir Ağlarının, yağış gözlemlerinden, akış tahmini problemine başarılı bir şekilde uygulanabileceği ve güvenli tahminler ürettiği ortaya konmuştur.
dc.description.abstractABSTRACT Reliable flow forecasts are of importance when designing river regulations and applications. Especially in reservoir designs, this is much more important since the investment reguired is considerably high. Conventional flow forecasting methods may lack in making effective forecasts due to the fact that the system is non-linear and includes so many uncertainties. Therefor, there is a clear need for alternative forecasting methodologies. This study deals with predicting river flows from the rainfall observations in the river basin. Artificial Neural Netwoks (ANN) is chosen as the tool to achieve that end. ANNs, have been often in use for some time for such prediction problems. Having introduced the theoretical background of the topic, the methodoloqy is applied to the Akarçay basin, which is a closed basin in central Anatolia, Turkey. Considering the locations and the observation periods of the 13 observation stations in the basin, 4 different ANN networks are built. The models are trained and tested using the observations made in the basin. The results of the models are compared to the observed values in tabular and graphical forms. Based on the findings of this research it can be concluded that ANNs, can be succesfully applied to predicting river flows from rainfall records. Also concluded is such a prediction yields reliable forecasts.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectİnşaat Mühendisliğitr_TR
dc.subjectCivil Engineeringen_US
dc.titleYapay zeka tekniklerinin Su Kaynakları Mühendisliğinde kullanılması
dc.title.alternativeUse of artificial intelligence techniques in Water Resources Engineering
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentİnşaat Mühendisliği Ana Bilim Dalı
dc.identifier.yokid166898
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityCELÂL BAYAR ÜNİVERSİTESİ
dc.identifier.thesisid150686
dc.description.pages105
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/embargoedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/embargoedAccess