Kavramsal Yağış-Akış Modeli Oluşturulmasında Yapay Sinir Ağlarının Kullanımı: Çatalan Baraj Havzası Örnek Çalışması


Creative Commons License

TURHAN E., ÇAĞATAY H., ÇETİN A.

1st International Mediterranean Science and Engineering Congress, Adana, Turkey, 26 - 28 October 2016, pp.1277-1285

  • Publication Type: Conference Paper / Full Text
  • City: Adana
  • Country: Turkey
  • Page Numbers: pp.1277-1285

Abstract

One of reliable estimation and modelling of rainfall-run off methods from designing to planning of water resources is Artificial Neural Networks (ANN) method which is used widespread recently in every field. So, The aim of this study is the modelling of rainfall-run off relation with using ANN. MATLAB was used for ANN modelling. Çatalan Dam Basin was selected for application. Estimation flow modelling was used with previous rainfall and runoff observations. Feed Forward Back Propagation Neural Networks (FFBPNN) and Generalized Regression Neural Networks (GRNN) were used and results were compared with Multi Non-Linear Regression (MNLR) method. In conclusion, ANN methods were examined acceptability for rainfall-run off modelling.

Su yapılarının tasarımından projelendirilmesine kadar olan süreçte güvenilir akım tahminleri ve modelleme çalışmalarından birisi de son zamanlarda her alanda kullanımı artan Yapay Sinir Ağları (YSA) yöntemidir. Dolayısı ile bu çalışmada YSA ile kavramsal yağış-akış ilişkisinin modellenmesi amaçlanmıştır. YSA modellemesi için MATLAB programı kullanılmıştır. Uygulama alanı için Çatalan Baraj Havzası belirlenmiştir. Gözlenmiş yağış ve akım verileri yardımı ile akım tahminleri üzerine modelleme yapılmıştır. İleri Beslemeli Geri Yayınımlı Yapay Sinir Ağı (İBGYSA), Genelleştirilmiş Regresyon Yapay Sinir Ağı (GRYSA) kullanılmış ve Çoklu Doğrusal Olmayan Regresyon (ÇDOR) yöntemi ile karşılaştırılmıştır. Çalışma sonucunda YSA yöntemlerinin yağış-akış modellemesinde kullanılabilirliliği incelenmiştir.