Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 11
 İndirme 3
FIRAT HAVZASI KARASU NEHRİNDEKİ AYLIK AKIMLARIN YAPAY SİNİR AĞLARI YAKLAŞIMINI İLE TAHMİNİ
2022
Dergi:  
Mühendislik Bilimleri ve Tasarım Dergisi
Yazar:  
Özet:

Bu çalışma çeşitli meteorolojik parametreler kullanarak yapay sinir ağları (ANN) ile akım değerlerinin tahmin edilmesini amaçlanmaktadır. ANN modelinin geliştirilmesinde yağış, hava sıcaklıkları ve potansiyel evapotranspirasyon değerlerinin çeşitli kombinasyonları girdi olarak kullanılmış ve akım değerleri elde edilmiştir. Modelin tasarlanmasında çeşitli eğitim algoritmaları, ağ mimarisi, girdi kombinasyonları ve isterasyon sayıları denenerek en uygun model sınanmıştır. Korelasyon katsayısı (R), belirlilik katsayısı (R2), mutlak hata (AE) ve göreceli mutlak hata (ARE) katsayıları karşılaştırılarak en uygun model seçilmiştir. Analiz sonuçlarına göre 2000 iterasyon, 4-4-1 modelinin mimarisi ve Quasi-Newton algoritması kullanılarak optimal model elde edilmiştir. ANN modellerinin yağış-akış ilişkisini modellemede ve güvenilir tahminler üretmede başarılı olduğu tespit edilmiştir. Ayrıca Thornthwaite yöntemi ile elde edilen potansiyel evapotranspirasyon değerlerinin modele dâhil edilmesinin modelin başarısını arttırdığı ortaya konmuştur.

Anahtar Kelimeler:

Monthly Stream Flows Estimation In The Karasu River Of Euphrates Basin With Artificial Neural Networks Approach
2022
Yazar:  
Özet:

This study aims to estimate streamflow values with artificial neural networks (ANN) using various meteorological parameters. In developing the ANN model, various combinations of precipitation, air temperatures, and potential evapotranspiration values were used as inputs, and streamflow values were obtained. Meteorological data is divided into 70% train, 15% test, and 15% validation. In the model's design, various training algorithms, network architecture, input combinations, and the number of iterations were tried, and the most suitable model was tested. Correlation coefficient (R), coefficient of determination (R2), absolute error (AE), and absolute relative error (ARE) coefficients were compared, and the most suitable model was selected. According to the analysis results, the optimal model was obtained using 2000 iterations, the architecture of the 4-4-1 model, and the Quasi-Newton algorithm. It was determined that the ANNs successfully modeled the rainfall-runoff relationship and produced reliable estimates. In addition, it was revealed that the inclusion of potential evapotranspiration values obtained by the Thornthwaite method into the model increases the model's success.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Mühendislik Bilimleri ve Tasarım Dergisi

Alan :   Mimarlık, Planlama ve Tasarım; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 986
Atıf : 2.261
2023 Impact/Etki : 0.129
Mühendislik Bilimleri ve Tasarım Dergisi