Üniversitesi : İstanbul Teknik Üniversitesi Enstitüsü

Ek_A1
Üniversitesi
: İstanbul Teknik Üniversitesi
Enstitüsü
: Fen Bilimleri
Anabilim Dalı
: İnşaat Mühendisliği
Programı
: Hidrolik ve Su Kaynakları Mühendisliği
Tez Danışmanı
: Prof. Dr. Necati AĞIRALİOĞLU
Tez Türü ve Tarihi
: Doktora – Mart 2011
ÖZET
YAĞIŞ-AKIŞ BAĞINTILARI VE YAPAY ZEKA TEKNİKLERİ İLE MODELLENMESİ
Osman ULUKAYA
Bu çalışmada havza davranışı nonlineer sistem analizi yapılarak incelenmiş, eldeki yağış
kayıtlarından akış tahminleri yapabilen, ikinci dereceden nonlineer yeni bir yağış-akış
modeli geliştirilmiştir. Model bir deneme havzasına uygulanmış ve üç adet performans
kriteri kullanılarak literatürdeki emsallerine kıyasla üstünlükleri ortaya konulmuştur.
Modelin önemli avantajlarından birisi de akım kayıtlarının uzatılmasına ve eksik
verilerin tamamlanmasına elverişli olmasıdır. Ayrıca model dinamik ve gerçek zamanlı
akım tahminlerine imkan vereceğinden bir taşkın erken uyarı sisteminin (programının)
oluşturulmasında kullanılabilir. Yeni model lineer ve nonlineer iki kısımdan meydana
gelmiş olup, literatürde ilk defa modelin lineer kısmında taban akımını oluşturan yakın
geçmişe ait yağışlar da hesaplamalara dahil edilmiştir. Böylece taban akımını oluşturan
yağışlar ile dolaysız akımı oluşturan yağışların model dönüşüm fonksiyonunu etkilemesi
açısından geçişli bir yapı oluşturulmuştur. Yeni model bu haliyle bulanık mantık
felsefesine (0 ile 1 arası) dayanırken daha önce kurulan tüm lineer ve nonlineer yağışakış modelleri Aristo felsefesine (0 ya da 1) dayanmaktadır. Çalışmanın ikinci
aşamasında; kurulan yeni modelin parametreleriyle optimizasyon yöntemi olarak yapay
zeka teknikleri (yapay sinir ağları ve bulanık mantık) kullanılarak model tahmin
performansı arttırılmıştır. Çalışmanın üçüncü ve son aşamasında ise sistem yaklaşımlı
tüm modellerde kullanılabilecek ve toplam havza hafızasını (sistem hafızasını) oluşturan
parametrelerin belirlenmesine yönelik olarak yeni ve etkin bir yöntem önerilmiştir.
Yöntem, havza karakteristiklerini yeterince yansıtan bir model oluşturulmasında
gerekli modelleme sayısını oldukça azaltmaktadır.
Anahtar Kelimeler: Yağış-akış, Nonlineer modelleme, Yapay zeka
Bilim Dalı Sayısal Kodu: 624.02.02
Ek_A2
University
: Istanbul Technical University
Institute
: Institute of Science and Technology
Science Programme
: Civil Engineering
Programme
: Hydraulic and Water Resources Engineering
Supervisor
: Prof. Dr. Necati AĞIRALİOĞLU
Degree Awarded and Date : PhD – March 2011
ABSTRACT
THE RAINFALL-RUNOFF CORRELATIONS
ARTIFICIAL INTELLIGENCE TECHNIQUES
AND
MODELING
WITH
Osman ULUKAYA
In this study, catchment behavior is examined by analyzing the nonlinear system. A new
second order non-linear rainfall-runoff model was developed. The model is tested and
compared with the some linear and non-linear models in literature. Due to the model is
suitable for dynamic and real time flow forecasts; it can be used as a part of a flood
early warning system. As different from other nonlinear models in the linear part of the
new model, recent precipitations that form base flow was also considered. So, a
cascading structure was created regarding the effect of model transforming function of
precipitations that form base flow and direct flow. The new model is based on fuzzy
logic philosophy while similar models in literature are based on Aristotelian philosophy.
The second stage of the study is increased the model performance by using the artificial
intelligence techniques (artificial neural network and fuzzy logic) which use the
parameters of the new model. In the last stage of the study a new and effective technique
was suggested regarding determination of parameters which are able to be used in all
models and form total catchment memory.
Keywords: Rainfall-Runoff, Nonlinear Modeling, Intelligence Artificial
Science Code: 624.02.02