AI Summary & Key Takeaways
AI InsightIn the study, it was observed that the error values of the models created without SOS were at the level of 3% 4%, and the results of the functions optimized with SOS were better than other methods.
📌 3 Key Takeaways
Abstract
In order for water resources projects and planning to be made in the most effective way, data must be collected and analyzed regularly. However, due to financial and technical reasons, data cannot be collected regularly in some areas. This situation brings with it the missing data problem. The missing data problem poses some problems in planning, designing and managing water resources. For the solution of this problem, other station data similar to the station under measurement is needed. Many different studies have been conducted in the literature to complete the missing data. In this study it was used measuring station located on Turkey's Yesilirmak river. In the study, 3 different functions were optimized with the help of Symbiotic Organisms Search (SOS) algorithm. In addition, the optimized functions were compared with the results obtained from artificial neural networks, normal ratio method and multiple regression methods. The results obtained from the models created were tested with Mallows’s Cp and the results were found to be acceptable. Although the results of 6 models created with artificial neural networks give better results than the normal rate method and multiple regression, Symbiotic Organisms Search was not as successful as the optimization method. The best of artificial neural network models was found to be 8 neurons for this study. In the study, it was observed that the error values of the models created without SOS were at the level of 3% 4%, and the results of the functions optimized with SOS were better than other methods.
Özet
Su kaynakları proje ve planlamalarının en etkili şekilde yapılabilmesi için düzenli olarak verilerin toplanması ve bu verilerin analiz edilmesi gerekmektedir. Ancak gerek maddi gerekse teknik nedenlerden dolayı bazı alanlarda veriler düzenli olarak toplanamamaktadır. Bu durum ise eksik veri problemini beraberinde getirmektedir. Eksik veri problemi su kaynaklarının planlanmasında, projelendirilmesinde ve yönetiminde birtakım sorunlar meydana getirmektedir. Bu problemin çözümü için ölçüm yapılan istasyona benzer nitelikteki diğer istasyon verilerine ihtiyaç duyulmaktadır. Eksik verilerin tamamlanması için literatürde çok farklı çalışmalar yapılmıştır. Bu çalışmada ise Türkiye’nin Yeşilırmak nehri üzerinde bulunan ölçüm istasyonları kullanılmıştır. Çalışmada Symbiotic Organisms Search (SOS) algoritması yardımı ile 3 farklı fonksiyon optimize edilmiştir. Ayrıca optimize edilen fonksiyonlar yapay sinir ağları, normal oran metodu ve çoklu regresyon yöntemlerinden elde edilen sonuçlar ile karşılaştırılmıştır. Oluşturulan modellerden elde edilen sonuçlar Mallows’s Cp ile test edilmiş ve sonuçların kabul edilebilir düzeyde olduğu görülmüştür. Yapay sinir ağları ile oluşturulan 6 adet modelin sonuçları ise normal oran metodu ve çoklu regresyona göre daha iyi sonuç vermesine rağmen Symbiotic Organisms Search optimizasyon yöntemi kadar başarılı olamamıştır. Yapay sinir ağları modellerinden en iyisi de bu çalışma için 8 nöronlu olarak tespit edilmiştir. Çalışmada SOS olmadan oluşturulan modellerin hata değerlerinin %3-%4 seviyelerinde olduğu, SOS ile optimize edilen fonksiyon sonuçlarının diğer yöntemlere göre daha iyi olduğu görülmüştür.