Yapay zeka ve sezgisel regresyon yöntemlerinin yağış-akış modellemesi için performans değerlendirmesi: aksu deresi için bir uygulama
Küçük Resim Yok
Tarih
2022
Yazarlar
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