Araştırma Makalesi

YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ

Cilt: 6 Sayı: 1 30 Haziran 2020
Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi Kapak
Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi
PDF İndir

YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ

Öz

Artan dünya nüfusu ve küresel ısınmanın oluşturduğu kuraklığın etkisi ile su gibi ikamesi olmayan bir kaynağın, canlıların ihtiyaçlarını karşılayacak oranda muhafaza edebilmek, dünya kamuoyunun üzerinde durduğu önemli konular arasında yer almaktadır. Akarsulardaki su seviyesinin düşük olduğu dönemlerde gerekli olan su ihtiyaçlarını karşılamak ve akarsuların oluşturmuş olduğu düzensizliği ortadan kaldırılması için biriktirme haznelerinin yapılması gerekmektedir. Bu çalışmamızda Yalova Gökçe Barajının, su seviyesinin oluşmasında etkili olan Sellimandıra Deresinin gelen akım, yağış, buharlaşma, su tahliyesi, ( içme ve kullanma suyu, sulama suyu, dolu savak tahliyesi ) sızıntı suyu ve barajın rezervuar yüzey su seviyesi ölçüm verilerini kullanarak, rezervuardaki mevcut suyun seviyesinin tahmin edilmesi amaçlanmıştır. Son zamanlarda Yapay Sinir Ağlarının birçok uygulama alanında başarı ile kullanılmasından dolayı bu çalışmamızda da yapay sinir ağları modelleri kullanılarak Yalova Gökçe Barajının 2019 yılı su seviyesinin tahmini yapılmıştır. Yapay sinir ağları modellerinin analizinde, çok katmanlı yapay sinir ağı fonksiyonu olan Levenberg-Marquardt eğitim algoritması ile Gradient Descent with Momentum eğitim algoritması kullanılmıştır. Bu yapay sinir ağı modellerinin analizlerinden çıkan sonuçlar karşılaştırılmış olup Levenberg-Marquardt eğitim algoritması ile bulunmuş olan tahmin verilerinin gerçek su seviyesine daha yakın değerlerde olduğu tespit edilmiştir.

Anahtar Kelimeler

Kaynakça

  1. [1] Erkek, C., Ağıralioğlı, N., Su Kaynakları Mühendisliği, 7. Baskı, Beta Basım A.Ş., İkitelli Çevre Sanayi Sitesi 8. Blok No.38-40-42-44, Başakşehir, İstanbul, 2013.
  2. [2] Bayazıt, M., Hidroloji, Birsen Yayınevi, Davutpaşa Cad. Davutpaşa Emintaş Sitesi 103/430, Topkapı, İstanbul, 2013.
  3. [3] Albayrak, G. A., İklim Değişikliğinin Su Kaynakları Yönetimine Etkisi, Ankara Örneği, Uzmanlık Tezi, İller Bankası Anonim Şirketi, 2017.
  4. [4] Soycan,Y.T. Yapay Sinir Ağları Yaklaşımı ile Kompaksiyon Parametrelerinin Tahmini, Niğde Üniversitesi, Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Ana Bilim Dalı, S 23., 2008.
  5. [5] Keskenler, M. F.1 ve Keskenler, E. F.2, Geçmişten günümüze yapay sinir ağları ve tarihçesi, 1Atatürk Üniversitesi, Erzurum, 2Recep Tayyip Erdoğan Üniversitesi, Rize, Takvim-i Vekayi, ISSN.2148-0087, Çilt 5, No:2, S 8-18., 2017.
  6. [6] Planlama Raporu, DSİ 1. Bölge Müdürlüğü, Duaçınarı, Ankara Yolu Cad., No:221 16260, Yıldırım, Bursa, 1978.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Mühendislik

Bölüm

Araştırma Makalesi

Yazarlar

Yunus Damla Bu kişi benim
Türkiye

Yayımlanma Tarihi

30 Haziran 2020

Gönderilme Tarihi

18 Haziran 2020

Kabul Tarihi

30 Haziran 2020

Yayımlandığı Sayı

Yıl 2020 Cilt: 6 Sayı: 1

DOI

https://doi.org/10.34186/klujes.754845

IZ

https://izlik.org/JA65FC22CN

Kaynak Göster

RIS / Bibtex
APA
Damla, Y., Temiz, T., & Keskin, E. (2020). YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ. Kirklareli University Journal of Engineering and Science, 6(1), 32-49. https://doi.org/10.34186/klujes.754845
AMA
1.Damla Y, Temiz T, Keskin E. YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ. KLUJES. 2020;6(1):32-49. doi:10.34186/klujes.754845
Chicago
Damla, Yunus, Temel Temiz, ve Erdinç Keskin. 2020. “YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ”. Kirklareli University Journal of Engineering and Science 6 (1): 32-49. https://doi.org/10.34186/klujes.754845.
EndNote
Damla Y, Temiz T, Keskin E (01 Haziran 2020) YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ. Kirklareli University Journal of Engineering and Science 6 1 32–49.
IEEE
[1]Y. Damla, T. Temiz, ve E. Keskin, “YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ”, KLUJES, c. 6, sy 1, ss. 32–49, Haz. 2020, doi: 10.34186/klujes.754845.
ISNAD
Damla, Yunus - Temiz, Temel - Keskin, Erdinç. “YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ”. Kirklareli University Journal of Engineering and Science 6/1 (01 Haziran 2020): 32-49. https://doi.org/10.34186/klujes.754845.
JAMA
1.Damla Y, Temiz T, Keskin E. YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ. KLUJES. 2020;6:32–49.
MLA
Damla, Yunus, vd. “YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ”. Kirklareli University Journal of Engineering and Science, c. 6, sy 1, Haziran 2020, ss. 32-49, doi:10.34186/klujes.754845.
Vancouver
1.Yunus Damla, Temel Temiz, Erdinç Keskin. YAPAY SİNİR AĞI KULLANILARAK SU SEVİYESİNİN TAHMİN EDİLMESİ: YALOVA GÖKÇE BARAJI ÖRNEĞİ. KLUJES. 01 Haziran 2020;6(1):32-49. doi:10.34186/klujes.754845

Cited By

MONTHLY STREAM FLOWS ESTIMATION IN THE KARASU RIVER OF EUPHRATES BASIN WITH ARTIFICIAL NEURAL NETWORKS APPROACH

Mühendislik Bilimleri ve Tasarım Dergisi

https://doi.org/10.21923/jesd.982868

Prediction of Lake Van Water Level using Artificial Neural Network Model with Meteorological Parameters and Multiple Linear Regression Analysis: A Comparative Study

Bitlis Eren Üniversitesi Fen Bilimleri Dergisi

https://doi.org/10.17798/bitlisfen.1316881

Review on the use of artificial neural networks to determine the relationship between climate change and the occupancy rates of dams

Environmental Research and Technology

https://doi.org/10.35208/ert.1340030

Simulating the Impacts of Climate Change on the Hydrology of Doğancı Dam in Bursa, Turkey, Using Feed-Forward Neural Networks

Sustainability

https://doi.org/10.3390/su17146273

Modelling the Impact of Climate Change on the Reservoir Filling Rates of Dams Used for Drinking Water Supply Through Artificial Neural Networks

Water Resources Management

https://doi.org/10.1007/s11269-026-04527-0

Streamflow estimation for underground dams using machine learning and hydrological modeling: a case study of Bartın Bahçecik underground dam

Environmental Earth Sciences

https://doi.org/10.1007/s12665-025-12511-x

Machine Learning-Based Water Level Forecast in a Dam Reservoir: A Case Study of Karaçomak Dam in the Kızılırmak Basin, Türkiye

Sustainability

https://doi.org/10.3390/su17188378

One-Dimensional Hydrodynamic Flood Modeling of Doğantepe Stream (Sakarya, Türkiye) Using HEC-RAS and GIS

Türk Doğa ve Fen Dergisi

https://doi.org/10.46810/tdfd.1763578