Research Article
BibTex RIS Cite

Optimization of Time Delay Dimension by Ant Lion Algorithm Using Artificial Neural Networks for Estimation of Yeşilırmak River Flow Data

Year 2020, Volume: 20 Issue: 2, 310 - 318, 20.05.2020
https://doi.org/10.35414/akufemubid.669602

Abstract

Today, the increase in demand for water has made it very important to preserve and design the existing water resources. Data collection, analysis and forecasting of future data are required for optimum project planning. Many methods have been developed to predict future data. In this study, it is aimed to estimate the flow rates of 3 stations on Yeşilırmak River by artificial neural networks. The success of the problem directly affects how many periods of data should be used retrospectively when performing time series analysis with artificial neural networks. The number of data retrospectively (time delay) can be considered as an optimization problem. At this stage, time lag size optimization was performed by using Ant lion algorithm. In addition to time delay, the number of hidden layers used in artificial neural networks has been optimized by adding to the model. When the results obtained are examined; It was concluded that the use of heuristic optimization techniques together with ANN increased the success of the model.

References

  • Arslan, O., 2018. Prediction of evaporation values of Konya closed basin via developed empirical formula. International Scientific and Vocational Journal, 2, 29-38.
  • Çevik, O., Yürekli, K., 2003. Mevsimsel ARIMA modeli kullanılarak Yeşilırmak Nehri aylık akım serisinin modellenmesi. Tarım Bilimleri Dergisi, 9, 261-268.
  • Çıtakoğlu, H., Çetin, M., Çobaner, M, and Haktanır,T., 2017. Mevsimsel yağışların jeoistatistiksel yöntemle modellenmesi ve gözlemi olmayan noktalarda tahmin edilmesi. Teknik Dergi, 7725-7745.
  • EİE, Akım Gözlem Yıllıkları.
  • Guclu, Y.S., Sen, Z., 2016. Hydrograph estimation with fuzzy chain model. Journal of Hydrology, 538, 587-597.
  • Karabörk, M.Ç., Kahya, E., 1999. Sakarya havzasındaki aylık akımların çok değişkenli stokastik modellemesi. Journal of Engineering and Environmental Science, 23, 133-147.
  • Kaynar, O., Taştan, S., Demirkoparan, F., 2011. Yapay sinir ağları ile doğalgaz tüketim tahmini. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 25, 463-474.
  • Keskin, M.E., Taylan, E.D., 2007. Orta Akdeniz havzasındaki aylık akımların çok değişkenli stokastik modellemesi. Ege Üniversitesi Ziraat Fakültesi Dergisi, 42, 89-97.
  • Küçük, M., Ağıralioğlu, N., 2006. Dalgacık dönüşüm tekniği kullanılarak hidrolojik akım serilerinin modellenmesi. İtü Dergisi, 5, 69-80.
  • Küçükerdem, T.S., Kilit, M., Saplıoğlu, K., 2018. Kestel barajı hacminin adaptif ağ tabanlı bulanık çıkarım sistemi ile tahmini. International Symposium on Urban Water and Wastewater Management.
  • Makas, Y., Karaatlı, M., 2016. Yapay sinir ağlarıyla hidroelektrik enerji üretiminin çok dönemli tahmini. Uluslararası Teknolojik Bilimler Dergisi, 4, 1-7.
  • Mirjalili, S., 2015. The ant lion optimizer. Advances in Engineering Software, 83, 80-98.
  • Nacar, S., Kankal, M., Hınıs, M.A., 2018. Çok değişkenli uyarlanabilir regresyon eğrileri (ÇDURE) ile günlük akarsu akımlarının tahmini- Haldizen Deresi örneği. Gümüşhane Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 8, 38-47.
  • Raman, H., Sunilkumar, N., 1995. Multivariate modelling of water resources time series using artificial neural networks. Hydrological Sciences Journal, 40, 145-163. Salas, J.D., Delleur, J.W., Yevjevich, V., Lane, W.L., 1980. Applied modeling of hydrologic time series. Water Resources Publications.
  • Taşar, B., Üneş, F., Demirci, M., Kaya, Y.Z., 2018. Yapay sinir ağları yöntemi kullanılarak buharlaşma miktarı tahmini. DÜMF Mühendislik Dergisi, 9, 543-551.
  • Terzi, Ö., Köse, M., 2012. Yapay sinir ağları yöntemi ile Göksu Nehri’nin akım tahmini. Uluslararası Teknolojik Bilimler Dergisi, 4, 1-7.
  • Tian, T., Liu, C., Guo, Q., Yuan, Y., Li, W., Yan, Q., 2018. An improved ant lion optimization algorithm and its application in hydraulic turbine governing system parameter identification. Energies, 11.
  • Topçuoğlu, K., Pamuk, G., Özgürel, M., 2005. Gediz Havzası yağışlarının stokastik modellemesi. Ege Üniversitesi Ziraat Fakültesi Dergisi, 42, 89-97.

Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu

Year 2020, Volume: 20 Issue: 2, 310 - 318, 20.05.2020
https://doi.org/10.35414/akufemubid.669602

Abstract

Günümüzde suya olan talebin artması, mevcut su kaynaklarının korunması ve projelendirilmesi konusunu çok önemli hale getirmiştir. Projelendirme aşamasının en uygun şekilde yapılabilmesi için veri toplama, analiz etme ve gelecek verilerin tahmini gereklidir. Gelecek verilerin tahmin edilebilmesi için pek çok yöntem geliştirilmiştir. Bu çalışmada Yeşilırmak Nehri üzerinde bulunan 3 adet istasyonun gelecek dönemdeki akış miktarlarının yapay sinir ağları ile tahmin edilmesi amaçlanmıştır. Yapay sinir ağları (YSA) ile zaman serisi analizi yapılırken geriye dönük olarak kaç dönemlik verinin kullanılması gerektiği problemin başarısını doğrudan etkilemektedir. Geriye dönük olarak bakılan veri sayısı (zaman gecikmesi) bir optimizasyon problemi olarak ele alınabilmektedir. Bu aşamada Karınca Aslanı Algoritması (KAA) kullanılarak, zaman gecikmesi boyutunun optimize edilmesi gerçekleştirilmiştir. Zaman gecikmesine ek olarak yapay sinir ağlarında kullanılan gizli katman sayısı da modele eklenerek optimize edilmiştir. Elde edilen sonuçlara bakıldığında; YSA ile birlikte sezgisel optimizasyon tekniklerinin kullanılmasının modelin başarısını artırdığı sonucuna varılmıştır.

References

  • Arslan, O., 2018. Prediction of evaporation values of Konya closed basin via developed empirical formula. International Scientific and Vocational Journal, 2, 29-38.
  • Çevik, O., Yürekli, K., 2003. Mevsimsel ARIMA modeli kullanılarak Yeşilırmak Nehri aylık akım serisinin modellenmesi. Tarım Bilimleri Dergisi, 9, 261-268.
  • Çıtakoğlu, H., Çetin, M., Çobaner, M, and Haktanır,T., 2017. Mevsimsel yağışların jeoistatistiksel yöntemle modellenmesi ve gözlemi olmayan noktalarda tahmin edilmesi. Teknik Dergi, 7725-7745.
  • EİE, Akım Gözlem Yıllıkları.
  • Guclu, Y.S., Sen, Z., 2016. Hydrograph estimation with fuzzy chain model. Journal of Hydrology, 538, 587-597.
  • Karabörk, M.Ç., Kahya, E., 1999. Sakarya havzasındaki aylık akımların çok değişkenli stokastik modellemesi. Journal of Engineering and Environmental Science, 23, 133-147.
  • Kaynar, O., Taştan, S., Demirkoparan, F., 2011. Yapay sinir ağları ile doğalgaz tüketim tahmini. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 25, 463-474.
  • Keskin, M.E., Taylan, E.D., 2007. Orta Akdeniz havzasındaki aylık akımların çok değişkenli stokastik modellemesi. Ege Üniversitesi Ziraat Fakültesi Dergisi, 42, 89-97.
  • Küçük, M., Ağıralioğlu, N., 2006. Dalgacık dönüşüm tekniği kullanılarak hidrolojik akım serilerinin modellenmesi. İtü Dergisi, 5, 69-80.
  • Küçükerdem, T.S., Kilit, M., Saplıoğlu, K., 2018. Kestel barajı hacminin adaptif ağ tabanlı bulanık çıkarım sistemi ile tahmini. International Symposium on Urban Water and Wastewater Management.
  • Makas, Y., Karaatlı, M., 2016. Yapay sinir ağlarıyla hidroelektrik enerji üretiminin çok dönemli tahmini. Uluslararası Teknolojik Bilimler Dergisi, 4, 1-7.
  • Mirjalili, S., 2015. The ant lion optimizer. Advances in Engineering Software, 83, 80-98.
  • Nacar, S., Kankal, M., Hınıs, M.A., 2018. Çok değişkenli uyarlanabilir regresyon eğrileri (ÇDURE) ile günlük akarsu akımlarının tahmini- Haldizen Deresi örneği. Gümüşhane Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 8, 38-47.
  • Raman, H., Sunilkumar, N., 1995. Multivariate modelling of water resources time series using artificial neural networks. Hydrological Sciences Journal, 40, 145-163. Salas, J.D., Delleur, J.W., Yevjevich, V., Lane, W.L., 1980. Applied modeling of hydrologic time series. Water Resources Publications.
  • Taşar, B., Üneş, F., Demirci, M., Kaya, Y.Z., 2018. Yapay sinir ağları yöntemi kullanılarak buharlaşma miktarı tahmini. DÜMF Mühendislik Dergisi, 9, 543-551.
  • Terzi, Ö., Köse, M., 2012. Yapay sinir ağları yöntemi ile Göksu Nehri’nin akım tahmini. Uluslararası Teknolojik Bilimler Dergisi, 4, 1-7.
  • Tian, T., Liu, C., Guo, Q., Yuan, Y., Li, W., Yan, Q., 2018. An improved ant lion optimization algorithm and its application in hydraulic turbine governing system parameter identification. Energies, 11.
  • Topçuoğlu, K., Pamuk, G., Özgürel, M., 2005. Gediz Havzası yağışlarının stokastik modellemesi. Ege Üniversitesi Ziraat Fakültesi Dergisi, 42, 89-97.
There are 18 citations in total.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Articles
Authors

Fatih Ahmet Şenel 0000-0003-1918-7277

Tülay Suğra Küçükerdem Öztürk 0000-0002-1102-1718

Kemal Saplıoğlu 0000-0003-0016-8690

Publication Date May 20, 2020
Submission Date January 2, 2020
Published in Issue Year 2020 Volume: 20 Issue: 2

Cite

APA Şenel, F. A., Küçükerdem Öztürk, T. S., & Saplıoğlu, K. (2020). Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 20(2), 310-318. https://doi.org/10.35414/akufemubid.669602
AMA Şenel FA, Küçükerdem Öztürk TS, Saplıoğlu K. Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi. May 2020;20(2):310-318. doi:10.35414/akufemubid.669602
Chicago Şenel, Fatih Ahmet, Tülay Suğra Küçükerdem Öztürk, and Kemal Saplıoğlu. “Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması Ile Zaman Gecikmesi Boyutunun Optimizasyonu”. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 20, no. 2 (May 2020): 310-18. https://doi.org/10.35414/akufemubid.669602.
EndNote Şenel FA, Küçükerdem Öztürk TS, Saplıoğlu K (May 1, 2020) Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 20 2 310–318.
IEEE F. A. Şenel, T. S. Küçükerdem Öztürk, and K. Saplıoğlu, “Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu”, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, vol. 20, no. 2, pp. 310–318, 2020, doi: 10.35414/akufemubid.669602.
ISNAD Şenel, Fatih Ahmet et al. “Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması Ile Zaman Gecikmesi Boyutunun Optimizasyonu”. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 20/2 (May 2020), 310-318. https://doi.org/10.35414/akufemubid.669602.
JAMA Şenel FA, Küçükerdem Öztürk TS, Saplıoğlu K. Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi. 2020;20:310–318.
MLA Şenel, Fatih Ahmet et al. “Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması Ile Zaman Gecikmesi Boyutunun Optimizasyonu”. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, vol. 20, no. 2, 2020, pp. 310-8, doi:10.35414/akufemubid.669602.
Vancouver Şenel FA, Küçükerdem Öztürk TS, Saplıoğlu K. Yeşilırmak Nehri Akış Verisi Tahmininin Yapay Sinir Ağları Kullanılarak Karınca Aslanı Algoritması ile Zaman Gecikmesi Boyutunun Optimizasyonu. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi. 2020;20(2):310-8.