Yapay zeka ve sezgisel regresyon yöntemlerinin yağış-akış modellemesi için performans değerlendirmesi: aksu deresi için bir uygulama

Küçük Resim Yok

Tarih

2022

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Erişim Hakkı

info:eu-repo/semantics/openAccess

Özet

Bu çalışmada, Aksu Deresi üzerinde, günlük toplam yağış (P) ve günlük ortalama debi (Q) değerleri kullanılarak Yağış-Akış Modelleri geliştirilmiş ve gelecek debi tahmini yapılmıştır. Yağış-Akış modellerinde kullanılan sayısal yöntemlerin Yağış-Akış sürecini açıklayabilme performansları kıyaslanmıştır. Yağış-Akış sürecini açıklamada, Yapay Zeka (AI) yöntemlerinden, Yapay Sinir Ağları (YSA) ve Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS) kullanılmıştır. Ayrıca Sezgisel Regresyon (HR) yöntemi olarak Çok Değişkenli Uyarlanabilir Regresyon Eğrileri (MARS) ve Destek Vektör Makineleri (SVM) kullanılmıştır. Yöntemlerin performansı Hata Ortalamalarının Karesinin Karekökü (RMSE), Korelasyon Katsayısı (R) ve Mutlak Hataların Ortalaması (MAE) katsayıları ile belirlenmiş ve kıyaslanmıştır. Denenen AI yöntemlerinin performansları çok yakın olsa da ANFIS yöntemi ile oluşturulan Yağış-Akış modelinde en düşük hata değeri elde edilmiştir. Denenen diğer yöntemlerde ise en yüksek performans değeri MARS ile oluşturulan Yağış-Akış modelinde gözlenmiştir. AI, HR ve diğer yöntemlerde yapılan performans değerlendirmesinde, MARS yönteminin AI yöntemlerine göre Yağış-Akış sürecini açıklayabilme performansının daha yüksek olduğu görülmüştür.

Açıklama

Anahtar Kelimeler

Kaynak

Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi

WoS Q Değeri

Scopus Q Değeri

Cilt

11

Sayı

3

Künye