Etkili Girdi Parametrelerinin Çoklu Regresyon ile Belirlendiği Su Sertliğinin ANFIS Yöntemi ile Tahmin Edilmesi

Author:

ACAR Ramazan1,SAPLIOĞLU Kemal2ORCID

Affiliation:

1. MUNZUR ÜNİVERSİTESİ

2. SÜLEYMAN DEMİREL ÜNİVERSİTESİ

Abstract

Su sertliği; özellikle içme suları, endüstri suları ve hizmet suyu alanlarında kullanım hususunda önemli bir kalite özelliğidir. Kalsiyum (Ca), magnezyum (Mg) ve bikarbonat (HCO3) tuzları ile suyun geçici sertliği; klor (CL), fosfat (PO43), nitrat (NO3), sülfat (SO4) ve silikat tuzlarıyla da suyun kalıcı sertliği oluşmaktadır. Çalışmada, Fırat Havzası üzerinde bulunan 2119 nolu Kemahboğazı akım gözlem istasyonu (AGİ) için Anfis modelleri ile su sertliğinin tahmin edilmesi amaçlanmıştır. Bu amaçla Na, K, CO3, HCO3, CL, SO4, EC, sıcaklık (T), pH ve su miktarı (SM) verileri girdi olarak kullanılmıştır. Ancak modeller oluşturulurken parametre sayısının fazla olması kurulacak Anfis modellerinin sayısını arttırmakta ve bu modeller içerisinden en iyi modeli seçmeyi de zorlaştırmaktadır. Bu zorluğun üstesinden gelebilmek için Anfis modellerinde kullanılacak etkili parametrelerin belirlenebilmesi için çoklu regresyon modeli kurulmuştur. Oluşturulan çoklu regresyon modeline her parametre sırası ile eklenerek Düzeltilmiş R² değerlerindeki değişmeler gözlemlenerek Anfis modelinde kullanılacak etkili parametreler belirlenmiştir. Çoklu regresyon sonucu girdi parametrelerinin CL, EC, HCO3 ve SO4 olarak seçilmesine karar verilmiştir. Çalışmanın ikinci kısmında bu parametrelerin farklı kombinasyon ve alt küme sayıları ile Anfis modellemeleri oluşturulmuştur. Tüm sonuçlar eğitim ve test verileri için R², ağırlıklı karesel hata ve Wilcoxon testi değerleri belirlenmiş ve su sertliğinin belirlenmesinde kullanılabilecek modeller gösterilmiştir.

Publisher

Afyon Kocatepe Universitesi Fen Ve Muhendislik Bilimleri Dergisi

Subject

General Engineering

Reference43 articles.

1. Ahmed, A. and Shah, S., 2017. Application of adaptive neuro-fuzzy inference system (ANFIS) to estimate the biochemical oxygen demand (BOD) of Surma River. Journal of King Saud University-Engineering Sciences, 29(3), 237-243.

2. Aksakal, A. ve Gündoğay, A., 2022. Determınatıon Of Column Curvature Ductılıty By Multıple Regressıon Analysıs. Ist-International Congress on Modern Sciences Tashkent, Uzbekistan, 395-403.

3. Alver, A. ve Baştürk, E., 2019. Karasu Nehri Su Kalitesinin Farklı Su Kalitesi İndeksleri Açısından Değerlendirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 23(2), 488-497.

4. Areerachakul, S. 2012. Comparison of ANFIS and ANN for estimation of biochemical oxygen demand parameter in surface water. International Journal of Chemical and Biological Engineering, 6, 286-290.

5. Aşıkkutlu, B., Akköz, C. ve Öztürk, B., 2014. Çavuşçu Gölü’nün (Konya/Ilgin) bazi su kalite özellikleri. Selçuk Üniversitesi Fen Fakültesi Fen Dergisi, 39, 1-9.

Cited by 2 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. DEVELOPMENT OF PREDICTION MODELS FOR COMPRESSIVE STRENGTH IN CEMENT MORTAR WITH BENTONITE USING MACHINE LEARNING TECHNIQUES;International Journal of 3D Printing Technologies and Digital Industry;2024-08-30

2. Evaluation of Susurluk Basin Flows Using Trend Analysis Methods;Firat University Journal of Experimental and Computational Engineering;2024-02-29

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3