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

Basit Öğe Kaydı
dc.contributor.authorBabacan, Hasan
dc.contributor.authorYüksek, Ömer
dc.contributor.authorSaka, Fatih
dc.date.accessioned2024-09-29T16:30:37Z
dc.date.available2024-09-29T16:30:37Z
dc.date.issued2022
dc.departmentKarabük Üniversitesien_US
dc.description.abstractBu 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.en_US
dc.identifier.doi10.28948/ngumuh.1079616
dc.identifier.endpage751en_US
dc.identifier.issue3en_US
dc.identifier.startpage744en_US
dc.identifier.trdizinid1132098en_US
dc.identifier.urihttps://doi.org/10.28948/ngumuh.1079616
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1132098
dc.identifier.urihttps://hdl.handle.net/20.500.14619/10750
dc.identifier.volume11en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofNiğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.titleYapay zeka ve sezgisel regresyon yöntemlerinin yağış-akış modellemesi için performans değerlendirmesi: aksu deresi için bir uygulamaen_US
dc.typeArticleen_US

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu