Sacramento nehrindeki askı maddesi miktarının bulanık mantık ile modellemesi
Loading...
Files
Date
2012
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Hatay Mustafa Kemal Üniversitesi
Access Rights
info:eu-repo/semantics/openAccess
Abstract
Akarsulardaki katı madde miktarının tahmini su yapıları projeleri ve tasarımları için en önemli parametrelerden olup, yapılacak su yapılarının ekonomik ömrünün belirlenmesinde hayati önem taşımaktadır. Günümüze kadar katı madde miktarının hesabı ile ilgili çok sayıda çalışma yapılarak birbirinden farklı çok sayıda denklemler ortaya çıkmıştır. Genellikle katı madde miktarı elde edilen bu denklemlerle ya da sediment gözlem istasyonlarından yapılan doğrudan ölçümlerden yararlanılarak belirlenmektedir. Katı madde miktarını etkileyen çok fazla değişken parametre olduğundan elde edilen bu sonuçlar birbirlerinden farklı çıkmıştır. Bu nedenle katı madde tahmini için yeni yöntemler geliştirilmeye çalışılmıştır. Yapılan bu çalışmalar sonucunda yapay zeka yöntemi kullanılarak oluşturulan modellemelerle katı madde miktarı tahmin edilmeye çalışılmıştır.Bu çalışmada, USGS (United States Geological Survey) tarafından işletilen Amerika Birleşik Devletleri'ndeki Kaliforniya Eyaleti'nde bulunan Sacramento nehri üzerindeki freeport istasyonun (USGS İstasyon No:11447650) günlük gerçek zaman debi, askı malzemesi konsantrasyonu ve ortalama sıcaklık verileri kullanılmıştır. Elde edilen bu verilerden bulanık modeller (BM) kurulmuş ve katı madde anahtar eğrileri (SRC) ile çoklu lineer regresyon (ÇLR) sonuçları karşılaştırılmıştır. Karşılaştırma yapılırken 50 yıllık veriler kullanılmıştır. Ayrıca son 5 yıllık veri sonuçları ayrı değerlendirilip 50 yıllık verilerle de karşılaştırılmıştır. Karşılaştırma kriteri olarak korelasyon katsayısı (R), en düşük karesel hata (MSE) ve toplam karesel hata (MAE) istatistikleri kullanılmıştır. Elde edilen sonuçlara göre en iyi sonuçları bulanık modeller verdiği görülmüştür.
Estimating of the amount of suspended sediment transport is one of the most important parameters for the designing of water structures and is also very important in determining the economic life of water structures. Nowadays, lots of studies made on account of the amount of sediment transport and a large number of different equations have emerged. Generally, the amount of sediment transport is determinated with using this equations and from direct measurements in observation stations. Since there are so many variables that affect the amount of sediment transport parameters, the results were different from each other. Therefore, new methods for estimation of the sediment transport has been improved. As a result of these studies with using realistic models are created by using the method of artificial intelligence, tried to estimate the amount of sediment transport.In this study, the USGS (United States Geological Survey) operated by the State of California in the United States Freeport station on the Sacramento River (USGS Station Number: 11.44765 million) daily real-time flow rate, suspended sediment transport concentration and the average temperature data were used. Fuzzy models (BM) derived from these data was established and were compared with the results of the sediment rating curves (SRC) and multiple linear regression (MLR). During the comparing, data have been used for 50 years: And also the data results of the last 5 years were evaulated seperately and are compared with the data of 50 years. As a criterion to compare the correlation coefficient (R), the lowest mean squared error (MSE) and the total mean squared error (MAE) statistics were used. According to the results, it was seen that the fuzzy models gave the best results.
Estimating of the amount of suspended sediment transport is one of the most important parameters for the designing of water structures and is also very important in determining the economic life of water structures. Nowadays, lots of studies made on account of the amount of sediment transport and a large number of different equations have emerged. Generally, the amount of sediment transport is determinated with using this equations and from direct measurements in observation stations. Since there are so many variables that affect the amount of sediment transport parameters, the results were different from each other. Therefore, new methods for estimation of the sediment transport has been improved. As a result of these studies with using realistic models are created by using the method of artificial intelligence, tried to estimate the amount of sediment transport.In this study, the USGS (United States Geological Survey) operated by the State of California in the United States Freeport station on the Sacramento River (USGS Station Number: 11.44765 million) daily real-time flow rate, suspended sediment transport concentration and the average temperature data were used. Fuzzy models (BM) derived from these data was established and were compared with the results of the sediment rating curves (SRC) and multiple linear regression (MLR). During the comparing, data have been used for 50 years: And also the data results of the last 5 years were evaulated seperately and are compared with the data of 50 years. As a criterion to compare the correlation coefficient (R), the lowest mean squared error (MSE) and the total mean squared error (MAE) statistics were used. According to the results, it was seen that the fuzzy models gave the best results.
Description
Keywords
İnşaat Mühendisliği, Civil Engineering ; İstatistik, Askı maddesi konsantrasyonu, bulanık mantık, katı madde anahtar eğrisi, çoklu lineer regresyon, Suspended sediment concentration, fuzzy logic, sediment rating curve, multiple linear regression
