Akademik Veri Yönetim Sistemi
9th INTERNATIONAL CONGRESS ON ENGINEERING AND TECHNOLOGY MANAGEMENT, İstanbul, Türkiye, 29 Nisan - 01 Mayıs 2023, ss.775-779, (Tam Metin Bildiri)
Yapay zekâ teknikleri kullanılarak oluşturulan modeller, nehir akışı
tahminleri üzerinde önemli bir etkiye sahiptir. Su kaynaklarının sürdürülebilir
kullanımı, havza yönetimi ilkelerinin değerlendirilmesi, etkin doğal kaynak
yönetimi ve doğru su kaynakları planlaması ile mümkündür. Bu koşullar,
havzadaki nehir akışlarının doğru tahmin edilmesini gerektirmektedir. Bu
çalışmada, Türkiye'nin önemli havzalarından Sakarya Havzası'nın kritik
noktasında bulunan Rüstümköy (E12A22) nehir akış ölçüm istasyonundan alınan
günlük akış verileri ile nehir akış tahmini yapılmıştır. Bu istasyon için Elektrik
İşleri Etüt İdaresi Genel Müdürlüğünden (EİEİ) alınan 10 yıllık akış verileri
kullanılmıştır. Çalışma kapsamında doğru akış tahmini yapabilmek için yapay
zekâ yöntemlerinden adaptif ağ tabanlı bulanık mantık çıkarım sistemi (ANFIS) modeli
kullanılmıştır. ANFIS modelinin parametrelerini eğitmek için geri yayılım
algoritması (GY) ve hibrit (HB) algoritma kullanılmıştır. Bu iki algoritmanın
da başarımı ayrı ayrı değerlendirilmiştir. Ayrıca, ANFIS modelinin nehir akış
tahmin performansı, geleneksek yapay sinir ağları (YSA) modelinin nehir akış tahmin
performansı ile karşılaştırılmıştır. Modellerin performanslarını analiz etmek
için, verinin ilk %80'i eğitim için ve geri kalan %20'si test için
kullanılmıştır. Sonuçlar, önerilen ANFIS modelinin, nehir akış verilerini
yüksek doğruluk ile tahmin ettiğini ortaya koymuştur. Modellerin tahmin sonuçları RMSE, MAE, MAPE ve R2 istatistiksel ölçüm metrikleri ile
değerlendirilmiştir. Çalışmada kullanılan istatistiksel ölçüm metriklerine göre
ANFIS modelinin YSA modeline göre daha başarılı olduğu görülmüştür.