FILLING OUT MISSING DAILY STREAMFLOW DATA USING FUZZY RULE-BASED MODELS
GÜNLÜK AKIM VERİLERİNDEKİ EKSİKLİKLERİ KURAL TEMELLİ BULANIK MANTIK MODELLERİ KULLANARAK TAMAMLAMA
- Tez No: 635498
- Danışmanlar: PROF. DR. ELÇİN KENTEL ERDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Bulanık çıkarsama, Fuzzy inference
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günlük akım tahminleri, havzalardaki su kaynaklarının mevcut durumlarının analizinde, su kaynakları planlama ve yönetim stratejileri geliştirilmesinde ve iklim değişikliği ile mücadele çalışmaları gibi birçok alanda kullanılır. Akım verilerindeki eksiklikler birçok akım gözlem istasyonunda (AGİ) karşılaşılan genel bir problemdir. Bu çalışmada, günlük akım verilerinde, AGİ'lerin aktif olmaması nedeniyle oluşan uzun boşlukları tamamlamak için, Eksiltmeli Kümeleme (EK) ile kuralları belirlenmiş Takagi-Sugeno tipi Kural Temelli Bulanık Mantık (TS_KTBM) modelleri geliştirilmiştir. Kural Temelli Bulanık Mantık (KTBM) modeli yalnızca komşu AGİ'lerde ölçülen günlük akım değerlerini kullandığı için veri gereksinimi açısından oldukça avantajlıdır. Çalışma sahası olarak Ergene Havzası seçilmiştir ve bu havzada bulunan dört AGİ için verilerdeki boşluklar doldurulmuştur. Girdi parametrelerinin miktarının ve EK parametrelerinin (küme merkezi sayısı ve küme yarıçapı) – KTBM modelinin kural temeli bu parametreler kullanılarak oluşturulurmodel performansındaki etkilerini araştırmak amacıyla pek çok model kurulmuştur. Küçük küme yarıçapları birbirine yakın küme merkezlerinin seçilmesine sebep olacağı için, ihtiyaç duyulan bulanık kural sayısını artırır. Öte yandan küme merkezi sayısı arttıkça, modelin fazla eğitilme riski de artar. Bu yüzden en iyi küme merkezi sayısı ve küme yarıçapı kombinasyonunun seçilimi zorlu bir işlemdir ve denemeyanılma yöntemi gerektirir. Birbirine yakın ve aynı kollardaki AGİ'lerde KTBM modeli iyi ve tutarlı tahminler (0.67 civarında 𝑁𝑆𝐸 değerleri) sağlarken, komşularıyla farklı kollarda ve birbirinden uzakta bulunan AGİ'ler için KTBM modeli kötü performans sergilemiştir. Bunun yanısıra, Ergene Havzası'ndaki insan kaynaklı etkiler, KTBM modelinin eğitilmesini zorlaştırmış ve modelin performansını kötü etkilemiştir
Özet (Çeviri)
Daily streamflow observations are used for many purposes including analysis of current water-resources conditions in a basin, development of water-resources planning and management strategies and climate change adaptation measures. Streamgages are used to collect streamflow data; however, many streamgages suffer from a common problem: data-gaps. In this study, a Takagi-Sugeno Fuzzy RuleBased (TS_FRB) Model that uses Subtractive Clustering (SC) for rule generation is developed to fill out missing daily streamflow data due to a streamgage becoming inoperative for a long period. Fuzzy Rule-Based (FRB) model uses only daily streamflow data of neighboring streamgages, thus is very advantageous in terms of data requirement. Ergene Basin, Turkey is used as the case study and FRB models are developed to fill out missing daily streamflow data at four streamgages found in this basin. Numerous models are built to investigate the effect of the SC parameters (i.e., the number of cluster centers and the cluster radius) by which the rule-base of the FRB is identified, and the number of input variables on the performance of the models. Small cluster radius results in similar fuzzy rules to be devised, which reveals the needs for more rules. On the other hand, as the number of cluster centers increases, the risk of overfitting increases. Thus, selection of the best cluster radius and number of cluster centers combination is a challenging task and requires a trialand-error procedure. FRB models developed in this study provides good and robust (𝑁𝑆𝐸 values around 0.67) estimations for the closely spaced streamgages located on the same tributary. On the other hand, FRB model performance is poor for the streamgage that is located far away from its neighboring streamgages and for the streamgage that is located on a different tributary than its neighbors. Moreover, anthropogenic effects in the Ergene Basin, makes the training of the FRB challenging and influences the model performance negatively.
Benzer Tezler
- Lise öğrencisi ergenlerde depresyon, internet bağımlılığı ve ilişkili faktörler
Depression, internet addiction and related factors in adolescents of high school students
KAMİLE ÖNER
Yüksek Lisans
Türkçe
2015
HemşirelikAdnan Menderes ÜniversitesiRuh Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. HÜLYA ARSLANTAŞ
- Studies on stem growth of Cedrus libani along an altitudinal gradient in the Taurus Mountains (SW-Turkey) and in comparison to a plantation in central Europe (Bayreuth, Germany)
Toros Dağlarında (GB-Türkiye) yükselti değişimleri boyunca Cedrus libani'nin gövde büyümesi ve bunun orta Avrupa'daki (Bayreuth, Almanya) bir Cedrus libani plantasyonu ile kıyaslanması üzerine çalışmalar
AYLİN GÜNEY
- Psychological well being in the age of resource scarcity: An analysis of time and money donation behaviors
Kaynak kıtlığı çağında psikolojik iyi oluş: Zaman ve para bağışlama davranışlarının bir analizi
BAHADIR AYAR
Doktora
İngilizce
2025
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. HURİYE ŞEBNEM BURNAZ
- A deep learning architecture for missing metabolite concentration prediction
Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi
SADİ ÇELİK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇAKMAK