Yapay zeka ve sezgisel regresyon yöntemlerinin yağış-akış modellemesi için performans değerlendirmesi: Aksu Deresi için bir uygulama

Bu çalışmada, Aksu Deresi üzerinde, günlük toplam yağış insert ignore into journalissuearticles values(P); ve günlük ortalama debi insert ignore into journalissuearticles values(Q); değerleri kullanılarak Yağış-Akış Modelleri geliştirilmiş ve gelecek debi tahmini yapılmıştır. Yağış-Akış modellerinde kullanılan sayısal yöntemlerin Yağış-Akış sürecini açıklayabilme performansları kıyaslanmıştır. Yağış-Akış sürecini açıklamada, Yapay Zeka insert ignore into journalissuearticles values(AI); yöntemlerinden, Yapay Sinir Ağları insert ignore into journalissuearticles values(YSA); ve Adaptif Sinirsel Bulanık Çıkarım Sistemi insert ignore into journalissuearticles values(ANFIS); kullanılmıştır. Ayrıca Sezgisel Regresyon insert ignore into journalissuearticles values(HR); yöntemi olarak Çok Değişkenli Uyarlanabilir Regresyon Eğrileri insert ignore into journalissuearticles values(MARS); ve Destek Vektör Makineleri insert ignore into journalissuearticles values(SVM); kullanılmıştır. Yöntemlerin performansı Hata Ortalamalarının Karesinin Karekökü insert ignore into journalissuearticles values(RMSE);, Korelasyon Katsayısı insert ignore into journalissuearticles values(R); ve Mutlak Hataların Ortalaması insert ignore into journalissuearticles values(MAE); katsayıları ile belirlenmiş ve kıyaslanmıştır. Denenen AI yöntemlerinin performansları çok yakın olsa da ANFIS yöntemi ile oluşturulan Yağış-Akış modelinde en düşük hata değeri elde edilmiştir. Denenen diğer yöntemlerde ise en yüksek performans değeri MARS ile oluşturulan Yağış-Akış modelinde gözlenmiştir. AI, HR ve diğer yöntemlerde yapılan performans değerlendirmesinde, MARS yönteminin AI yöntemlerine göre Yağış-Akış sürecini açıklayabilme performansının daha yüksek olduğu görülmüştür.