ARMAX Models and Forcasting Water Level of Porsuk Dam

Öz

Anahtar Kelimeler

• -

ARMAX Modelleri ve Porsuk Barajı Su Seviyesinin Öngörüsü

Öz

Bu çalışmada, istatistikte öngörüde kullanılan dışsal değişken kaynaklı otoregresif hareketli ortalamalar (autoregressive moving average with exogenous input, ARMAX) modelleri incelenmiş ve söz konusu modeller Porsuk Barajı su seviyesinin öngörülmesinde kullanılmıştır. Çalışmada öncelikle öngörü modellemesi olan ARMAX modelleri açıklanmıştır. Çalışmanın sonraki bölümünde ise Porsuk Barajı su seviyesinin ARMAX modelleri ile öngörüleri elde edilmiştir. Çalışmadan elde edilen Porsuk barajının su seviyesinin öngörüsü, ileride su sıkıntısı yaşanıp yaşanamayacağının veya su taşkınlarının olup olmayacağının bir göstergesi olabilecektir. Yapılan öngörüler, Porsuk barajı su seviyesinin bir önceki gerçekleşen değerlerine göre düşüşlerin olduğunu göstermiştir.

Anahtar Kelimeler

• ARMAX, Öngörü, Porsuk Barajı, Su Seviyesi

Kaynakça

1. Akal, M., 2002, Accuracy Comparison of Forecasting Techniques with Variables on Exchange Rate Series: Turkish Liras Versus United States Dolar, Sakarya University Press House, Adapazarı.
2. Akal, M., 2003, Öngörü Tekniklerinin Doğruluk Kıyaslaması: Basit Ekonometrik, ARMA ve ARMAX Teknikleri, Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt XXII, Sayı 1, 233-269.
3. Akay, B., 2004, Sistem Tanımlama Yöntemlerinin Karıştırmalı Kesikli Reaktöre Uygulanması, F.Ü. Fen ve Mühendislik Bilimleri Dergisi, 16 (2), 273-280.
4. Altın, A., Çemrek, F. ve Özaydın, Ö., 2008, Statistical Modelling of Water Quantity in the Porsuk Dam, Ekoloji, 17, 67, 52-59
5. Beltran, N. D. R., 1993, Prediction of Water Use in Puerto Rico, Phaze I: Mayagüez, Project No: 14-08-0001-G-2043, University of Puerto Rico.
6. Erdoğan, H., Gülal, E., Ata, E. ve Akpınar, B., 2005, Dinamik Sistemlerin Tanımlanması, Harita ve Kadastro Mühendisleri Odası, 10. Türkiye Harita Bilimsel ve Teknik Kurultayı, 1-9.
7. Gujarati, D.N., 1999, Temel Ekonometri, (Çev. Ü. Şenesen, G.G. Şenesen), Literatür Yayıncılık, İstanbul, 850 s.
8. Koulocheris, D. and Dertimanis, V., 2008, Evolutionary Parametric Identification of Dynamic Systems, In Iba H. (ed.), Frontiers in Evolutionary Robotics, I-Tech Education and Publishing, Vienna, Austria.

9. Köksal, E. ve Öztürk, F., 2004, ARMAX Modellerinde Parametre Tahmini ve Kontrol, 2003 İstatistik Araştırma Sempozyumu, Özel Sayı, 73-87.
10. Ljung, L., 1999, System Identification Theory for the User Second Edition, Prentice Hall PTR, New Jersey, USA, 672 p.
11. Ljung, L., 2008a, System Identification ToolboxTM 7 Getting Started Guide, The MathWorks Inc., 3 Apple Hill Drive Natick, MA, 221 p.
12. Ljung, L., 2008b, System Identification ToolboxTM 7 User’s Guide, The MathWorks Inc., 3 Apple Hill Drive Natick, MA, 531 p.
13. Makridakis, S. and Hibon, M., 1997, ARMA models and the Box-Jenkins Methodolgy, Journal of Forecasting, Volume 16, Issue 3, 147-163.
14. Moore, S. M., Lai, J. C. S. and Shankar, K., 2007, ARMAX Modal Parameter Identification in the Presence of Unmeasured Excitation—I: Theoretical Background, Mechanical Systems and Signal Processing, Volume 21, Issue 4, 1601-1615.
15. SAS web sitesi, 2008, http://www.technion.ac.il/docs/sas/ets/chap30/s ect19.htm.