itüdergisi/d
mühendislik
Cilt:5, Sayı:3, Kısım:1, 30-38
Haziran 2006
Çözünmüş oksijen değişiminin Yapay Sinir Ağları ile belirlenmesi: Kızılırmak Nehri Örneği
Oktay ÖZKAN*, Cumali KINACI, Şeref SAĞIROĞLU
İTÜ İnşaat Fakültesi, Çevre Mühendisliği Bölümü,34469, Ayazağa, İstanbul
Özet
Bu çalışmada nehirlerdeki çözünmüş oksijen konsantrasyonun değişiminin modellenmesinde yapay sinir ağlarına
(YSA) dayanan yeni bir yaklaşım sunulmuştur. Genişletilmiş delta-bar-delta ile geriyayılım öğrenme
algoritmaları bu ağları eğitmede kullanılmıştır. Bu uygulama için en basit YSA yapısını oluşturmada 5 farklı
veri yapısı ve 2 farklı transfer fonksiyonu test edilmiştir. Elde edilen sonuçlar, YSA’nın çözünmüş oksijen
konsantrasyonunu belirlemede başarılı bulunmuştur. İşlemlerin hızlı hesaplanması, basit yapıda olmaları,
matematiksel modellemesinin çıkarılması zor problemlere kabul edilebilir sonuçlar sunmaları, su kalite modellemesinde
ekonomik çözümler sunmaları bu zeki yaklaşımın karşılaşılan üstünlükleridir.
Anahtar Kelimeler: Çözünmüş oksijen, Kızılırmak Nehri, modelleme, yapay sinir ağları.
Determining dissolved oxygen change using artificial neural networks:
An example of Kızılırmak River
Abstract
In this study, a new approach based on artificial neural networks (ANN) to determine dissolved oxygen concentration
change in rivers is presented. The dissolved oxygen concentration in rivers plays dominant role in
determining the water quality. This parameter constitutes a significant criterion of ecological stability and
activity of water. The ANN structures with the inputs of 27, 5, 4, and 3 have been constructed. The parameters
that are most simplistic and easy to measure are used as inputs to the neural network structure to be
able to observe the changes in the dissolved oxygen concentration in Kızılırmak River. The Multi Layer Perceptron
(MLP) structure has been used in the phase of modeling. ANN models were trained with the extended
delta-bar-delta and backpropagation learning algorithms. To achieve the task with simple configuration,
5 different data structures and two different transfer functions were tested. The best result of ANN applications
is obtained with the neural network structure that uses the EDBD algorithm. The results obtained
from the simulations have shown that, ANN models achieved the modeling of dissolved oxygen change with
high accuracy. Providing fast computation, simple structure, economic and plausible solutions determine the
water qualities are the advantages of ANN encountered in this work.
Keywords: Dissolved oxygen, Kızılırmak River, modeling, artificial neural network.
mühendislik
Cilt:5, Sayı:3, Kısım:1, 30-38
Haziran 2006
Çözünmüş oksijen değişiminin Yapay Sinir Ağları ile belirlenmesi: Kızılırmak Nehri Örneği
Oktay ÖZKAN*, Cumali KINACI, Şeref SAĞIROĞLU
İTÜ İnşaat Fakültesi, Çevre Mühendisliği Bölümü,34469, Ayazağa, İstanbul
Özet
Bu çalışmada nehirlerdeki çözünmüş oksijen konsantrasyonun değişiminin modellenmesinde yapay sinir ağlarına
(YSA) dayanan yeni bir yaklaşım sunulmuştur. Genişletilmiş delta-bar-delta ile geriyayılım öğrenme
algoritmaları bu ağları eğitmede kullanılmıştır. Bu uygulama için en basit YSA yapısını oluşturmada 5 farklı
veri yapısı ve 2 farklı transfer fonksiyonu test edilmiştir. Elde edilen sonuçlar, YSA’nın çözünmüş oksijen
konsantrasyonunu belirlemede başarılı bulunmuştur. İşlemlerin hızlı hesaplanması, basit yapıda olmaları,
matematiksel modellemesinin çıkarılması zor problemlere kabul edilebilir sonuçlar sunmaları, su kalite modellemesinde
ekonomik çözümler sunmaları bu zeki yaklaşımın karşılaşılan üstünlükleridir.
Anahtar Kelimeler: Çözünmüş oksijen, Kızılırmak Nehri, modelleme, yapay sinir ağları.
Determining dissolved oxygen change using artificial neural networks:
An example of Kızılırmak River
Abstract
In this study, a new approach based on artificial neural networks (ANN) to determine dissolved oxygen concentration
change in rivers is presented. The dissolved oxygen concentration in rivers plays dominant role in
determining the water quality. This parameter constitutes a significant criterion of ecological stability and
activity of water. The ANN structures with the inputs of 27, 5, 4, and 3 have been constructed. The parameters
that are most simplistic and easy to measure are used as inputs to the neural network structure to be
able to observe the changes in the dissolved oxygen concentration in Kızılırmak River. The Multi Layer Perceptron
(MLP) structure has been used in the phase of modeling. ANN models were trained with the extended
delta-bar-delta and backpropagation learning algorithms. To achieve the task with simple configuration,
5 different data structures and two different transfer functions were tested. The best result of ANN applications
is obtained with the neural network structure that uses the EDBD algorithm. The results obtained
from the simulations have shown that, ANN models achieved the modeling of dissolved oxygen change with
high accuracy. Providing fast computation, simple structure, economic and plausible solutions determine the
water qualities are the advantages of ANN encountered in this work.
Keywords: Dissolved oxygen, Kızılırmak River, modeling, artificial neural network.