Hibrit Gri Kurt Optimizasyonu ile Kapılı Tekrarlayan Birim Modeli Kullanılarak Günlük Akım Tahmini

Authors : Hüseyin Çağan KILINÇ, Yunus ÖZTÜRK

Pages : 259-267

Doi:10.31590/ejosat.1062777

View : 24 | Download : 15

Publication Date : 2022-05-07

Article Type : Research Paper

Abstract :Sürdürülebilir su kaynakları sağlamak için akış tahmini gereklidir. Son zamanların popüler programları arasında yer alan makine öğrenmesi (ML), nehir akışlarını tahmin etmede giderek daha önemli hale gelmiştir. Makine öğrenmesi bu alanda uzun süredir kullanılmaktadır ancak, tahmin kalitesindeki iyileşme halen devam etmektedir. Bu çalışmada, Seyhan Havzası üzerinde yer alan Göksu Himmetli ve Körkün Hacılı akım ölçüm istasyonlarının performansı, GWO (Gri Kurt Algoritması) entegre edilmiş Kapalı Tekrarlayan Birim (GRU) ile oluşturulan hibrit model kıyas modeli olan (GRU) ve Liner Regresyon modeli ile karşılaştırılmıştır. Çalışmada Göksu Himmetli istasyonunun zaman aralığı 2002-2011 yılları arasındadır. Körkün istasyon verileri ise 2003-2012 yılları arasındadır. Veri setleri günlük akış değerlerinden oluşmaktadır. Modelin performansını doğrulamak için, verilerin ilk %80'i eğitim için, verilerin kalan %20'si ise test için kullanıldı. Gözlemlenen ve tahmin edilen akış verileri karşılaştırılarak hangi modelin daha iyi sonuç verdiği incelenmiştir. İstatiksel değerlendirme kriterleri olarak RMSE, MAE, MAPE, R2 ve STD kullanılmıştır. Tüm değerlendirme kriterleri incelendiğinde hibrit modelin performansının başarılı olduğu görülmüştür.
Keywords : Derin Öğrenme, Gri Kurt Algoritması, Kapalı Tekrarlayan Birim, Nehir Akımı