SavedAdd your journal

Journals / Karaelmas Fen ve Mühendislik Dergisi / 2017 / Cilt: 7 - Sayı: 1

Calibration of Nonlinear Flood Routing Model by Differential Evolution Algorithm

Doğrusal Olmayan Bir Taşkın Öteleme Modelinin Diferansiyel Gelişim Algoritması ile Kalibrasyonu

Umut OKKAN
Nuray GEDİK
Pages
114–121
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Değerlendirmeye göre, hazırlanan modelin çeşitli performans ölçütlerince kinematik dalga modeli ile benzer performans gösterdiği ve bu nedenle oldukça pratik olduğu tespit edilmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Su kaynakları mühendisliğinde taşkın öteleme hesapları için en sık tercih edilen yöntemlerden biri doğrusal olmayan Muskingum modelidir.
📊
Key Findings & Data:Bahsi geçen bu iki yöntemin entegrasyonu 1995 yılında Isparta-Sütçüler’de meydana gelen taşkın olayına ilişkin verilere uygulanmıştır.
💡
Conclusion & Impact:Değerlendirmeye göre, hazırlanan modelin çeşitli performans ölçütlerince kinematik dalga modeli ile benzer performans gösterdiği ve bu nedenle oldukça pratik olduğu tespit edilmiştir.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:DGA · Doğrusal olmayan Muskingum modeli · Sezgisel algoritmalar

Abstract

Su kaynakları mühendisliğinde taşkın öteleme hesapları için en sık tercih edilen yöntemlerden biri doğrusal olmayan Muskingum modelidir. Bu çalışmada, mevcut model parametreleri popülasyon tabanlı sezgisel bir optimizasyon algoritması olan diferansiyel gelişim algoritması DGA kullanılarak kalibre edilmiştir. Bahsi geçen bu iki yöntemin entegrasyonu 1995 yılında Isparta-Sütçüler’de meydana gelen taşkın olayına ilişkin verilere uygulanmıştır. DGA yöntemi başlangıç çözümüne bağımlı olmaksızın hızlı bir şekilde uygun çözüme ulaştığı için çalışma kapsamında tercih edilmiştir. Modelleme uygulamasından elde edilen bulgular literatürde yer alan diğer çalışmalarla karşılaştırılmıştır. Değerlendirmeye göre, hazırlanan modelin çeşitli performans ölçütlerince kinematik dalga modeli ile benzer performans gösterdiği ve bu nedenle oldukça pratik olduğu tespit edilmiştir.

Özet

Su kaynakları mühendisliğinde taşkın öteleme hesapları için en sık tercih edilen yöntemlerden biri doğrusal olmayan Muskingum modelidir. Bu çalışmada, mevcut model parametreleri popülasyon tabanlı sezgisel bir optimizasyon algoritması olan diferansiyel gelişim algoritması DGA kullanılarak kalibre edilmiştir. Bahsi geçen bu iki yöntemin entegrasyonu 1995 yılında Isparta-Sütçüler’de meydana gelen taşkın olayına ilişkin verilere uygulanmıştır. DGA yöntemi başlangıç çözümüne bağımlı olmaksızın hızlı bir şekilde uygun çözüme ulaştığı için çalışma kapsamında tercih edilmiştir. Modelleme uygulamasından elde edilen bulgular literatürde yer alan diğer çalışmalarla karşılaştırılmıştır. Değerlendirmeye göre, hazırlanan modelin çeşitli performans ölçütlerince kinematik dalga modeli ile benzer performans gösterdiği ve bu nedenle oldukça pratik olduğu tespit edilmiştir

🔖

Cite This Article

OKKAN, U., GEDİK, N. (2017). Calibration of Nonlinear Flood Routing Model by Differential Evolution Algorithm. Karaelmas Fen ve Mühendislik Dergisi, Cilt: 7 - Sayı: 1, 114–121. https://ajindex.com/articles/201141

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Abbass, HA. 2002. An evolutionary artificial neural networks approach for breast cancer diagnosis. Artif. Intell. Med, 25: 265-281.
  2. Babu, BV., Sastry, KKN. 1999. Estimation of heat transfer parameters in a trickle-bed reactor using differential evolution and orthogonal collocation. Comput. Chem. Eng.,23: 327-339.
  3. Barati, R. 2013. Application of excel solver for parameter estimation of the nonlinear Muskingum models. KSCE J. Civ. Eng., 17: 1139-1148.
  4. Başkan, Ö. Ceylan, H. 2014. Ulaşım ağ tasarımı problemlerinin çözümünde diferansiyel gelişim algoritması tabanlı çözüm yaklaşımları. Pamukkale Univ. Muh. Bilim. Derg.(10. Ulaştırma Kongresi Özel Sayısı), 20(9): 324-331.
  5. Cunge, J. 1969. On the subject of a flood propagation computation method (Muskingum Method). J. Hydraul. Res., 7: 205-230.
  6. Gill, MA. 1977. Routing of floods in river channels. Nord. Hydrol., 8: 163-170.
  7. Gill, MA. 1978. Flood routing by Muskingum method. J. Hydrol., 36 (3-4): 353-363.
  8. Joshi, R., Sanderson, AC. 1999. Minimal representation multisensor fusion using differential evolution. IEEE Trans. Syst. Man, Cybern. - Part A Syst. Humans, 29:63-76.
  9. Karaboğa, D. 2004. Yapay Zeka Optimizasyonu Algoritmaları. Atlas Yayın Dağıtım, İstanbul.
  10. Karahan, H., Gürarslan, G. 2012. Kinematik dalga yaklaşımı kullanılarak taşkın öteleme problemlerinin modellenmesi: Sütçüler örneği. VII. Ulusal Hidroloji Kongresi, Süleyman Demirel Üniversitesi,
  11. Isparta. Karahan, H., Gürarslan, G. 2013. Taşkın öteleme probleminin çözümünde sezgisel optimizasyon yöntemlerinin kullanımı. Taşkın ve Heyelan Sempozyumu, s. 81-93,
  12. Trabzon. Kaya, B., Arisoy, Y., Ulke, A. 2010. Differential quadrature method (DQM) for numerical solution of the diffusion wave model. J.Flood Eng., 1: 133-147.
  13. Kaya, B., Ülke, A. 2012. Kinematik dalga modelinin DQM ile çözümü ve Sütçüler taşkını örneği. Teknik Dergi, 23: 5869- 5884 Kaya, B., Ulke, A., Kazezyılmaz-Alhan, C. 2012. Differential quadrature method in open channel flows: Aksu river. J. Hydrol. Eng., 17: 715 - 723. Kennedy, J., Eberhart, RC. 1995.
  14. Particle Swarm Optimization, In Proceedings of IEEE International Conference on Neural Networks, 4, 1942-1948,
  15. Perth, Australia, IEEE Service Center, Piscataway, NJ. Keskin, ME., Ağıralioğlu, N. 1997. A simplified dynamic model for flood routing in rectangular channels. J. Hydrol., 202: 302- 314. Keskintürk, 2006. Diferansiyel gelişim algoritması. İst. Tic. Üni. Fen Bil. Der., 9: 85-99.
  16. Koussis, AD. 1978. Theoretical estimation of flood routing parameter