@article{article_866139, title={Samsun Bölgesi için Güneş Radyasyonunun Yapay Sinir Ağı ile Tahmini}, journal={Avrupa Bilim ve Teknoloji Dergisi}, pages={680–687}, year={2021}, DOI={10.31590/ejosat.866139}, author={Arıman, Sema and Taflan, Gaye Yeşim and Çelik, Esra}, keywords={Güneş radyasyonu, Meteorolojik değişkenler, İleri beslemeli yapay sinir ağı, Levenberg-Marquardt}, abstract={Yenilenebilir enerji kaynaklarından güneş enerji sistemlerinin tasarımında güneş radyasyonunu tahmin etmek oldukça önemlidir. Güneş enerjisi, global güneş radyasyonuna bağlıdır. Güneş radyasyonunun Yapay Sinir ağı modeli (YSA) ile tahmin edilmesinde girdi değişkeni olarak, hava sıcaklığı, güneşlenme süresi, buhar basıncı, bulutluluk gibi çeşitli meteorolojik değişkenler kullanılmaktadır. Bu çalışmada, Samsun bölgesi için Mart 2017-Şubat 2019 tarihleri arasındaki günlük güneş radyasyonu YSA yöntemi ile tahmin edilmeye çalışılmıştır. YSA yönteminde farklı giriş değişkenleri için Levenberg-Marquardt eğitim algoritması, logaritmik sigmoid ve doğrusal transfer fonksiyonu kullanılmıştır. Model performansı en yüksek 9 girişli meterolojik veriler (ortalama sıcaklık, ortalama nispi nem, ortalama rüzgar hızı, ortalama buhar basıncı, ortalama bulutluluk oranı, güneşlenme süresi, maksimum sıcaklık, minimum sıcaklık, 5 cm’de toprak sıcaklığı) ile elde edilmiştir. Test verileri için R değeri 0.9603, MSE değeri 0.3516 olarak bulunmuştur. İleri beslemeli YSA modeli yaklaşımının diğer meteorolojik değişkenler ile birlikte güneş radyasyonunu tahmin etmek için yüksek bir performans sağladığı görülmüştür. Ayrıca, YSA’ya güneşlenme süresi giriş olarak verildiğinde, R değeri 0.9032 olarak elde edilmiştir.}, number={25}, publisher={Osman SAĞDIÇ}