Yazar "Nacar, Sinan" seçeneğine göre listele
Listeleniyor 1 - 3 / 3
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Çok değişkenli uyarlanabilir regresyon eğrileri (ÇDURE) ile günlük akarsu akımlarının tahmini-haldizen deresi örneği(Gümüşhane Üniversitesi, 2018) Nacar, Sinan; Kankal, Murat; Hınıs, Mehmet AliSu yapılarının tasarımında ve işletmesinde günlük akarsu akım değerleri büyük öneme sahiptir. İleriye yönelik kısa süreli akım tahmini yapabilen bir metodun geliştirilmesi, işletmede bulunan su yapılarının kontrolünün sağlanması, hidroelektrik üretimi, çevre koruması ve taşkın kontrolünde üreticiye, kullanıcıya ve bölge halkına uygun bir yönetim imkânı sağlayabilmektedir. Bu çalışmada, Haldizen Deresi akım değerleri Çok Değişkenli Uyarlanabilir Regresyon Eğrileri (ÇDURE) kullanılarak tahmin edilmiş ve sonuçlar klasik regresyon analizi (KRA) ile karşılaştırılmıştır. Bu amaç doğrultusunda Doğu Karadeniz Havzası’nda yer alan Haldizen Deresi Şerah Akım Gözlem İstasyonunun 1998- 2009 yılları arasında günlük olarak ölçülmüş olan akım verileri kullanılmıştır. Yapılan bu çalışma ile ÇDURE yönteminin tahmin değerlerinin KRA’ya göre daha iyi sonuçlar verdiği ve yöntemin akım değerleri tahmininde kullanılabilir olduğu sonucuna ulaşılmıştır. Bu çalışmanın akarsu üzerindeki enerji planlamasında ve ayrıca bölgede yapılması planlanan su koruma yapılarının tasarımında da faydalı olacağı düşünülmektedir.Öğe Farkli yapay zeka yöntemleri?yle günlük akarsu akim değerleri?ni?n tahmi?ni?-Haldi?zen Deresi? örneği?(Aksaray Üniversitesi Fen Bilimleri Enstitüsü, 2014) Nacar, Sinan; Hints, M.AliSu kaynaklarının planlanmasında ve su yapılarının yönetiminde ileriye yönelik tahmin yapabilen bir metodun kullanılması büyük bir önem taşımaktadır. Özellikle uzun süreli tahmin yapabilmek, su kaynakları uygulamalarında, çevre korumasında, kuraklık yönetiminde, su kaynaklarının kullanılmasında, sulamanın büyük önem taşıdığı rezervuar yönetimlerinde, hidroelektrik enerji üretiminde ve sürdürülebilir su kaynaklarının geliştirilmesinde üreticiye ve kullanıcıya uygun bir planlama ve yönetim imkanı sağlayabilmektedir. Bu tezde su kaynakları ve su yapıları çalışmalarında en önemli parametre olan akım değerleri, ileriye yönelik akım değerleri tahmininde kullanılmıştır. Genellikle haftalık veya aylık akım verileri ile işlem yapmak bu verilerin varyansları az olduğundan daha yaygın kullanımı olsa da asıl ihtiyaç duyulan daha kısa süreli (günlük veri gibi) verilerin modellenmesidir. Bu amaçla Doğu Karadeniz Havzası'nda yer alan Haldizen Deresi'nin 1998-2009 yılları arasında günlük olarak ölçülmüş olan akım verileri kullanılarak modelleme yapılmış ve günlük verilerle kısa süreli planlamalara ışık tutulmaya çalışılmıştır. Modellemede; İleri Beslemeli Geriye Yaymalı Çok Katmanlı Yapay Sinir Ağları (ÇK-YSA), Temel Bileşenler Analizi Yapay Sinir Ağları (TBA-YSA), Zaman Gecikmeli Öz Yineli Yapay Sinir Ağları (ZGÖ-YSA) metotları kullanılarak ileriye yönelik akım tahminlerinde bulunulmuştur. Bu yöntemler arasında en uygun olanı farklı performans kriterleri ile belirlenmiş, tablolar ve grafikler halinde sunulmuşturÖğe Forecasting daily streamflow discharges using various neural network models and training algorithms(Korean Society of Civil Engineers, 2018) Nacar, Sinan; Hinis, M. Ali; Kankal, MuratStreamflow forecasting based on past records is an important issue in both hydrologic engineering and hydropower reservoir management. In the study, three artificial Neural Network (NN) models, namely NN with well-known multi-layer perceptron (MLPNN), NN with principal component analyses (PCA-NN), and NN with time lagged recurrent (TLR-NN), were used to 1, 3, 5, 7, and 14 ahead of daily streamflow forecast. Daily flow discharges of Haldizen River, located in the Eastern Black Sea Region, Turkey the time period of 1998-2009 was used to forecast discharges. Backpropagation (BP), Conjugate Gradient (CG), and Levenberg-Marquardt (LM) were applied to the models as training algorithm. The result demonstrated that, firstly, the forecast ability of CG algorithm much better than BP and LM algorithms in the models; secondly, the best performance was obtained by PCA-NN and MLP-NN for short time (1, 3, and 5 day-ahead) forecast and TLR-NN for long time (7 and 14 day-ahead) forecast.
