Geri Dön

Yapay sinir ağları ile bonitet endeks modellerinin geliştirilmesi: Çankırı yöresi Sarıçam Ormanları örneği

Development of bonitet index models with artificial neural networks: The case of Scots pine (Pinus sylvestris L.) forests in Çankırı region

PDF İndir

  1. Tez No: 761947
  2. Yazar: ABİDİN AYRANLI
  3. Danışmanlar: DOÇ. DR. MUAMMER ŞENYURT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ormancılık ve Orman Mühendisliği, Forestry and Forest Engineering
  6. Anahtar Kelimeler: Bonitet endeks tahminleri, Doğrusal olmayan regresyon analizi, Yapay sinir ağları, Sarıçam, Bonitet endeksi, Doğrusal olmayan regresyon, Çankırı, Site index, Nonlinear regression, Scoth pine, Artificial neural networks, Çankırı
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Orman Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET Yüksek Lisans Tezi YAPAY SİNİR AĞLARI İLE BONİTET ENDEKS MODELLERİNİN GELİŞTİRİLMESİ: ÇANKIRI YÖRESİ SARIÇAM ORMANLARI ÖRNEĞİ Abidin AYRANLI Çankırı Karatekin Üniversitesi Fen Bilimleri Enstitüsü Orman Mühendisliği Ana Bilim Dalı Danışman: Doç. Dr. Muammer ŞENYURT Bu çalışmada Çankırı yöresindeki Sarıçam meşcereleri için bonitet endeks tahminlerinde kullanılabilecek dominant ağaçların yaş-üst boy tahminlerinin Yapay Sinir Ağları (YSA) ile elde edilebilme olanakları araştırılmıştır. Araştırma materyali olarak, Çankırı Orman İşletme Müdürlüğü sınırları içerisinde yer alan Çankırı-Merkez ve Yapraklı Orman İşletme Şeflikleri ile Ilgaz Orman İşletme Müdürlüğü'ne bağlı Yenice Orman İşletme Şefliği sınırlarında kalan Sarıçam meşcerelerinden Ercanlı vd. (2014) tarafından elde edilmiş 112 adet ağaca ilişkin veriler kullanılmıştır. Bu amaçla, çeşitli hesaplama algoritmalarına dayanan İleri Beslemeli-Geri Yayımlı YSA, Cascade Korelasyon yapısını içeren YSA ile Elman'ın Geri Yayılımlı YSA' nın farklı nöron sayıları ile çeşitli dönüşüm fonksiyonlarını içerecek şekilde 60 farklı YSA modeli eğitilmiş ve çeşitli istatistiksel başarı ölçütlerine göre karşılaştırılmıştır. Dominant ağaçların farklı yaşlardaki boy değerlerinin tahmininde en başarılı olarak belirlenen 12 nöron ve logistic sigmoid dönüşüm fonksiyonunu içeren Cascade Korelasyon Yapısını içeren YSA modeli ile belirtme katsayısı; 0,9519, hata kareler ortalaması; 2,4940, hata kareler ortalamasının karekökü; 1,5793, hata kareler toplamı 1152,2, AIC; 4,8278 ve BIC; 440,6307 olarak elde edilmiştir. 2022, 38 sayfa

Özet (Çeviri)

ABSTRACT Master of Science Thesis DEVELOPMENT OF BONITET INDEX MODELS WITH ARTIFICIAL NEURAL NETWORKS: THE CASE OF SCOTS PINE (PINUS SYLVESTRIS L.) FORESTS IN ÇANKIRI REGION Abidin AYRANLI Çankırı Karatekin University Graduate School of Natural and Applied Sciences Department of Forest Engineering Advisor: Asst. Prof. Dr. Muammer ŞENYURT In this study, the possibility obtaining the predictions about the relationships between height and age that can be used for site index predictions were investigated by using Artificial Neural Network Models (ANN) for scots pine stands located in Çankırı Forets. The 112 sample trees obtained by Ercanlı et. al. (2014) from Scots pine (Pinus sylvestris L.) stands located in Çankırı and Yapraklı Forest Planning Units in Çankırı Forest Enterprise, and Yenice Planning Unit in Ilgaz Forest Enterprise were used as the research material. For this purpose, 60 different ANN models including various calculation algorithms (the feed-forward backprop, the Cascade-forward backprop and Elman backprop), various neuron numbers and transformation functions were trained and compared with various statistical success criteria. ANN model including Cascade Correlation Structure based on 12 neurons and logistic sigmoid transformation function was found to produce the most satisfactory fits with R2 (0,9519), MSE (2,4940), RMSE (1,5793), SSE (1152,2), AIC (4,8278), BIC (440,6307)

Benzer Tezler

  1. Tez No

    679641

    Ankara Orman Bölge Müdürlüğü Anadolu karaçamı meşcerelerinde artım ve büyümenin yapay sinir ağları ile modellenmesi

    Modeling forest growth and yield in Anatolian black pine stands located Ankara Forest District Directorate by artificial neural network

    FERHAT BOLAT

    Doktora

    Türkçe

    Türkçe

    2021

    Ormancılık ve Orman MühendisliğiÇankırı Karatekin Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALKAN GÜNLÜ

  2. Tez No

    34204

    Yapay sinir ağları ile Türkçe konuşma tanımı

    Turkish speech recognition using artifical neural networks

    BARIŞ AKÇAY

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. H. SELÇUK GEÇİM

  3. Tez No

    37369

    Yapay sinir ağları ile seramik sır özelliklerinin tahmin edilmesi

    Prediction of ceramic glaze properties by artificial neural networks

    UĞUR KUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Seramik MühendisliğiDumlupınar Üniversitesi

    Seramik Mühendisliği Ana Bilim Dalı

    PROF. DR. İSKENDER IŞIK

  4. Tez No

    39106

    Yapay sinir ağları ile doku sınıflandırma

    Tissue classification using artificial neural networks

    AYSU SEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ERTUĞRUL YAZGAN

  5. Tez No

    50956

    Yapay sinir ağları ile nesne tanıma

    Object recognition using artificial neural networks

    İBRAHİM TÜRKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. AHMET ARSLAN

Geri Dön