Su kalitesi parametrelerinin yapay zekâ yöntemleri ile değerlendirilmesi
Evaluation of water quality parameters by using artificial intelligence methods
- Tez No: 360613
- Danışmanlar: PROF. DR. ÖZGÜR KİŞİ
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Kümeleme teknikleri, Su kalitesi modellemesi, Yapay zeka, Cluster technics, Water quality modelling, Artificial intelligence
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Bölümü
- Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Su ortamları; kimyasal, fiziksel ve biyolojik bileşenler içermekte olup genellikle karmaşık ve doğrusal olmayan sistemler olarak tanımlanabilirler. Bu sistem içinde yer alan, su kalitesi ve debi parametrelerinin modellenmesi, herhangi bir su ortamı için önemli bir aşamadır. Su parametrelerini modellemek için kullanılan klasik denklemlerin yanı sıra, yapay zekâ tekniklerinin bu konudaki etkisi son zamanlarda ulusal ve uluslararası birçok çalışmada araştırılmaktadır. Bu çalışmada, çok katmanlı yapay sinir ağı, radyal tabanlı yapay sinir ağı, uyarlamalı bulanık-sinir ağı çıkarım sistemi, k-ortalamalar ve c-ortalamalar kümeleme yöntemleri su kalitesi parametrelerinin modellenmesinde kullanılmıştır. Bu tez kapsamında, k-ortalamalar ve çok katmanlı yapay sinir ağı yöntemleri ile c-ortalamalar ve uyarlamalı bulanık-sinir ağı çıkarım sistemi yöntemleri bir analiz yöntemi olarak ayrı ayrı birbirleriyle bütünleştirilmiştir. Bu metotlar kullanılarak farklı akarsularda ölçülen su kalitesi parametrelerinden çözünmüş oksijen, kimyasal oksijen ihtiyacı ve toplam tuz konsantrasyonu değişkenleri modellenmiştir. Ayrıca modellemelerin sonuçları klasik istatistikî yöntemlerden olan çoklu lineer regresyon ve otoregresif hareketli ortalamalar yöntemleriyle de karşılaştırılmıştır. Sonuç olarak sunulan bu tez çalışmasında, yapay zekâ tekniklerinin su kalitesi parametrelerinin modellenmesinde başarılı olduğu görülmüştür. Ayrıca bütünleştirilmiş modellerin de diğer modellerin tahmin performanslarından genellikle daha iyi olduğu bulunmuştur.
Özet (Çeviri)
Water circumstances include in chemical, physical and biological components, and can be generally described as a complex and a nonlinear system. Modeling of water quality and streamflow parameters in this system is an important step for any water circumstance. In addition to the classical equations used in order to model water parameters, influence of artificial intelligence techniques have been investigated in several national and international studies until now. In this study, multi-layer perceptron, radial basis neural network, adaptive neuro-fuzzy inference system, k-means and c-means clustering techniques were used for modeling of water quality parameters. In this thesis concept, k-means with multi-layer perceptron, and fuzzy c-means with adaptive neuro-fuzzy inference system, as two analysis methods, were individually integrated with each other. Water quality parameters including dissolved oxygen, chemical oxygen demand, and total salt concentration measured in different rivers were modeled by using these methods. The results of these methods were also compared with conventional statistical methods as called multiple linear regression and auto-regressive moving average. Consequently, it was found that the artificial intelligence techniques could be successfully used in modeling of water quality parameters in this thesis. Moreover, estimation performances of the integrated models were generally found to be better than the other models.
Benzer Tezler
- Artificial intelligence applications in microwave and mmwave sensing
Mikrodalga ve milimetre dalga algılamada yapay zeka uygulamaları
MUHAMMED İSMAİL PENÇE
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET NURİ AKINCI
- Novel deep learning based approaches for clutter removal and target detection in GPR
Ynr'de kargaşa giderme ve hedef algılama için yeni derin öğrenme tabanlı yaklaşımlar
YAVUZ EMRE KAYACAN
Doktora
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Sakarya havzasına ait su kalitesi parametrelerinin yapay zekâ yöntemleri ile modellenmesi
Modeling the water quality parameters of Sakarya basin with artificial intelligence methods
YUSUF ÖZEREN
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE ÇITAKOĞLU
- Büyük Menderes Havzası su kalite parametrelerinin incelenmesi ve yapay zekâ yöntemleri ile modellenmesi
Analizing the water quality parameters in the Büyük Menderes Basin and modeling by artificial intelligence methods
FARID HASSANBAKI GARABAGHI
Doktora
Türkçe
2023
Çevre MühendisliğiGazi ÜniversitesiÇevre Bilimleri Ana Bilim Dalı
PROF. DR. SEMRA BENZER
- Atıksu arıtma tesislerinde biyolojik oksijen ihtiyacının (BOİ5) kaba kümeleme ve makine öğrenmesi hibrit yaklaşımı ile tahmini
Prediction of biochemical oxygen demand (BOD5) in wastewater treatment plant with rough set and machine learning hybrid approach
MUHAMMED ALPEREN ŞERİFOĞLU
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN TORKUL