Tez No	İndirme	Tez Künye	Durumu
210712		Hava kirliliği tahmininde çoklu regresyon analizi ve yapay sinir ağları yönteminin karşılaştırılması / Comparation of multiple regression analysis and neural network methods for predicting air pollution Yazar:AHMET GÜRKAN YÜKSEK Danışman: PROF.DR. DERVİŞ KARABOĞA Yer Bilgisi: Cumhuriyet Üniversitesi / Sosyal Bilimler Enstitüsü / İşletme Ana Bilim Dalı / Sayısal Yöntemler Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; İstatistik = Statistics Dizin:Geri yayılım ağları = Back propagation networks ; Hava kalitesi = Air quality ; Çoklu regresyon analizi = Multiple regression analysis	Onaylandı Doktora Türkçe 2007 281 s.
Son zamanlarda bölgesel olarak hava kalitesi modellerinin kurulmas ve bumodelleri kullanarak atmosferdeki kirleticilerin younluklarnn ve etkilerinintahmini ile ilgili birçok bilimsel ara"trmalar yaplmaktadr. Bu tezin amac, havakirlilii yani havadaki SO2 konsantrasyonu tahmini için Yapay Sinir Alar, ÇokluDorusal Regresyon Analizi ve Bulank Sinir Alar yakla"mlar ile modellerinkurulmas ve bu modellerden elde edilen sonuçlarn kar"la"trlmasdr. Heryakla"mn kendisine ait avantaj ve dezavantajlar gözlenerek benzer çal"malardadaha uygun olan modelin seçilmesi için bir çal"ma yaplm"tr. Yakla"mlara aitsonuçlar üretebilmek için kullanlan veriler; uygulama alan olarak seçilen Sivas ili"ehir merkezine 1990-2004 yllarna ait hava kirlilii ve meteorolojik verileridir. Buveriler “Devlet $statistik Enstitüsü”, “Devlet Meteoroloji $"leri Genel Müdürlüü”,“Sivas $l Halk Sal Laboratuarlar” ve daha önce benzer konularda yaplanbilimsel çal"malardan toplanarak hazrlanm" ve özel programlar aracl ilebirle"tirilerek bir veri taban olu"turulmu"tur. Veri taban, Sivas "ehri il merkezindebe" dei"ik noktada ölçülen 10 adet meteorolojik ve 2 adet kirlilik parametreleriniiçermektedir.Yapay Sinir Alar ile Bulank Sinir Alar için performans en yüksekmodellerin belirlenmesi amacyla farkl a yaplar farkl eitim algoritmalarkullanlarak eitilmi" ve çok sayda deneyler gerçekle"tirilmi"tir. Elde edilensonuçlardan, Yapay Sinir Ann üç model içerisinde en iyi performans sergilediive Bulank Sinir Ann Regrasyon Analizinden daha iyi ama Yapay SinirAlarndan biraz kötü performans gösterdii görülmü"tür. Yapay Sinir Alarsistemlerin geli"tirilmesinde MATLAB program, Klasik Çoklu Dorusal RegresyonAnalizi için de STATISTICA program kullanlm"tr.Anahtar kelimeler: Yapay Sinir Alar, Geri Yaylm Alar, Bulank Sinir Alar,Çoklu Dorusal Regresyon Analizi, Hava Kalitesi Modeli.
Recently, there have been quite a few scientific researches have been doneon prediction the affect of air pollution on regional air quality models. The purposeof this thesis, is to built up a new model to predict the air pollution i.e., SO2concentration and compare this model with the others which use Neural Network,Multiple Lineer Regression Analysis and Neuro Fuzzy estimation. In this study wedetermined which approaches is beter fit for a certain study. To produce the resultsfor each approach we have use data which belong to 1994-2004 sivas region airpollution and methorological data. These data are optained from “StatisticalInstitute”, “Turkish State Meteorological Service”, ”Public Health Laboratory ofSivas” and other studies about this topic and data base were prepared. In this database 10 methorological and 2 air pollution parameters that were measured 5 differentpoints of sivas city of centrom exist.In order to determine the best performance of Neural Network and NeuroFuzzy, we have used different training algorithms and several experimental runs.From these studies we have determined that Neural Networks has the bestperformance and the second best performance is belong to Neuro Fuzzy. We haveuse MATLAB to develop Neural Network approaches and STATISTICA forMultiple Linear Regression Analysis.Keywords: Neural Network, Backpropagation Network, Neuro Fuzzy Model,Multiple Lineer Regression Analaysis, Air Quality Model