Baraj gölü su seviye değişiminin farklı yapay zekâ yöntemleri ile tahmini

Abstract

Baraj hazne seviyesi tahmini; barajların yapımı, işletmesi, tasarımı ve güvenliği için önemlidir. Bu çalışmada, baraj haznesi seviye değişim tahminleri, M5 Karar Ağacı (M5 Tree) ve Adaptif Sinirsel Bulanık Mantık (ANFIS) modelleri kullanılarak araştırılmıştır. Günlük Baraj hazne su seviyesinin(t) belirlenmesinde, günlük akım debisi(t) ve baraj havzasına düşen günlük yağış yükseklikleri(t) kullanılmıştır. Farklı girdi kombinasyonları için modeller oluşturulmuştur. Elde edilen model sonuçları, geleneksel Çoklu Doğrusal Regresyon (ÇDR) model sonuçları ile karşılaştırılmıştır. Modeller, grafik ve istatistiksel sonuçlarla analiz edilmiştir. Tahmin modelleri karşılaştırılmasında, determinasyon katsayısı (R2), Ortalama Mutlak Hata (OMH) ve Ortalama Karesel Hataların Karekökü (KOHK) performans kriterleri dikkate alınmıştır. Bu sonuçlar göstermiştir ki; baraj haznesi seviye değişiminin tahmininde ANFIS model sonuçları, daha iyi bir performans vermiştir.

Dam reservoir level prediction is important for dam construction, operation, design and safety. In this study, dam reservoir level change predictions were investigated using M5 Decision Tree (M5 Tree) and Adaptive Neural Fuzzy Inference System (ANFIS) models. For modelling of the daily dam reservoir water level (t), stream-flow (t) and precipitation heights in the dam basin (t) were used. Models were created for different input combinations. The model results were compared with the results of conventional Multiple Linear Regression (MLR) models. The models were analyzed with graphical and statistical results. The coefficient of determination (R2 ), Mean Absolute Error (MAE) and Root Mean Square Error (RMSE) performance criteria were taken into account when comparing the prediction models. The outputs showed that ANFIS model results gave better performance in predicting the dam reservoir level change.