Göl Su Seviyesi Tahmininde Alt Bant Ayrıştırma Tekniklerinin Performanslarının İncelenmesi
[ X ]
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erciyes Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, doğal bir gölde ortalama su seviyesinin bir aydan altıncı aya kadar olan aylık ileri tahmini için hibrit yöntemler geliştirilmiştir. Göl su seviyesi verileri Ayrık Dalgacık Dönüşümü (DWT), Ampirik Kip Ayrıştırma (EMD), Tekil Spektrum Analiz (SSA) teknikleri kullanılarak ön işleme tabi tutulmuştur ve elde edilen bu alt bant sinyalleri Yapay Sinir Ağlarına (YSA) giriş verileri olarak uygulanmıştır. Böylece üç farklı hibrit model elde edilmiş olup bu modellerin tahmin performansı analiz edilmiştir. Elde edilen sonuçlara göre, su seviyesi verilerine uygulanan ön işleme yöntemleri ile elde edilen hibrit yaklaşımların model performansını iyileştirdiği gözlemlenmiştir ve EMD-ANN ve SSA-ANN hibrit modellerinin bir ila altı aylık bir tahmin dönemi için ortalama aylık göl suyu seviyelerini ANN ve DWT-ANN modeline göre daha iyi tahmin ettiği görülmüştür.
In this study, hybrid methods have been developed for estimation of monthly average water level of a natural lake in the coming months from the next one to the sixth month ahead. Lake water level data were preprocessed using Discrete Wavelet Transform (DWT), Empirical Mode Decomposition (EMD), Singular Spectral Analysis (SSA) techniques and these subband signals were applied to the input data of Artificial Neural Networks (ANN). Thus, three different hybrid models were obtained and the prediction performance of these models was analyzed. According to obtained results, it was observed that the hybrid approaches obtained with the preprocessing methods applied to the water level data improved the model performance and EMD-ANN and SSA-ANN hybrid models were found to better predict average monthly lake water levels for a forecast period of one to six months than the ANN and DWT-ANN model
In this study, hybrid methods have been developed for estimation of monthly average water level of a natural lake in the coming months from the next one to the sixth month ahead. Lake water level data were preprocessed using Discrete Wavelet Transform (DWT), Empirical Mode Decomposition (EMD), Singular Spectral Analysis (SSA) techniques and these subband signals were applied to the input data of Artificial Neural Networks (ANN). Thus, three different hybrid models were obtained and the prediction performance of these models was analyzed. According to obtained results, it was observed that the hybrid approaches obtained with the preprocessing methods applied to the water level data improved the model performance and EMD-ANN and SSA-ANN hybrid models were found to better predict average monthly lake water levels for a forecast period of one to six months than the ANN and DWT-ANN model
Açıklama
Anahtar Kelimeler
Göl su seviyesi tahmini, Yapay Sinir Ağları, Ampirik Kip Ayrıştırma, Tekil Spektrum Analizi, Forecasting of lake water level, Artificial Neural Networks, Empirical Mode Decomposition, Singular Spectrum Analysis, Discrete Wavelet Transform
Kaynak
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
38
Sayı
3
