Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Erzincan Binali Yıldırım Üniversitesi, Mühendislik-Mimarlık Fakültesi, İnşaat Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: Nazim Nazimi
Danışman: Neşe Ertugay
Özet:
Su kaynaklarının etkin bir şekilde kullanılabilmesi
için kontrol ve yönetiminin doğru bir şekilde yapılması gerekir. Su kaynaklarının planlanması ve yönetimi
içerisinde yer alan su yapıları ve çevresinin şehirleşme, nüfus artışı ve suya
olan talebin de hızlı bir şekilde arttığını düşünecek olursak suyun akış
tahminlerinin ayrıntılı olarak araştırılıp doğru verilerin elde edilmesi
gerekir. Kısaca,
suyu kontrol etmek için mevcut ve gelecekteki potansiyelinin bilinmesi
gerekmektedir. Bu
çalışmada, akarsu akımlarının tahminine yardımcı olabilecek
modellemeler üzerine hesaplamalar yapılmıştır. Genel olarak su akışı tahmini için
geleneksel ve Yapay Zekâ (AI) olmak üzere iki tür model kullanılır. Geleneksel
yöntemlerin aksine AI modelleriyle doğrusal ve sabit olmayan su akım
tahminlerde bulunmak daha etkili sonuçlar vermektedir.
Çalışmamızda Fırat Havzası’nın aylık su akımı
tahmini için İleriye Beslemeli Yapay Sinir Ağları (FFNN), Uyarlamalı Ağ Tabanlı
Bulanık Çıkarım Sistemi (ANFİS) ve Uzun Kısa Vadeli Hafıza Ağları (LSTM) olmak
üzere üç farklı yapay sinir modeli kullanılmıştır. Hesaplamalarda Fırat
Havzası’nın dört istasyonundaki 1981-2011 yıllar arası veriler kullanılmıştır.
FFNN ve ANFİS modellerini çalıştırabilmek için Matlab programı, LSTM modeli
için ise Payton programı uygulanmıştır. Sonuçlar karşılaştırıldığında ANFİS’in
diğer modellere göre, LSTM modeli ise FFNN modeline göre daha iyi sonuçlar
verdiği görülmüştür. Bu modellerin performans
kriterlerini belirlemek için en çok tavsiye edilen model değerlendirme
indislerinin üç tanesi kullanılmıştır. Bu değerlendirme indisleri; Ortalama
Mutlak Hata (MAE), Korelasyon Katsayısı (R) ve Nash Sutcliffe Verimlilik
(NSE)’dir.