Tez No	İndirme	Tez Künye	Durumu
269033		A fuzzy software prototype for spatial phenomena: Case study precipitation distribution / Mekansal fenomenler için bulanık yazılım prototipi: Yağış dağılımı örnek olayı incelemesi Yazar:TAHSİN ALP YANAR Danışman: DOÇ. DR. ZUHAL AKYÜREK Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Meteoroloji = Meteorology Dizin:	Onaylandı Doktora İngilizce 2010 216 s.
Mekânsal fenomenlerin karmaşıklığı arttıkça geleneksel yöntemler ile modellenmesi pratikliğini yitirmektedir. Bu durumlarda, fenomeni niteleyen verilerin analiz edilmesine dayanan veri güdümlü modelleme yaklaşımı kullanılabilir. Bu tezde, anlaşılabilir ve güvenilir mekânsal modellerin gözlemsel verilerin kullanılarak oluşturulması ele alınmıştır. Tezde, anlaşılabilir bulanık modellerin veriler kullanılarak oluşturulması (veri güdümlü) yöntemi sunulmuştur. Yöntem, bulanık modellerin verilerden oluşturulması, optimize edilmesi ve sadeleştirilmesi adımlarından oluşmaktadır ve Mamdani tipinde bulanık modeller ile üçgensel aitlik fonksiyonları için oluşturulmuştur. Bulanık modeller, bulanık kümeleme algoritmaları kullanılarak oluşturulmuştur ve optimizasyon adımı için benzetimli tavlama yöntemi uyarlanmıştır. Küçük ve anlaşılabilir bulanık modelleri elde edebilmek için bir sadeleştirme yöntemi önerilmiştir. Sadeleştirme yönteminde her bir dilsel değişkenin kullandığı bulanık küme sayısı azaltılmış ve kural tabanı basitleştirilmiştir. Yöntemin ürettiği sonuçların doğruluk ve anlaşılabilirlik açısından değerlendirilebilmesi için bir prototip yazılım geliştirilmiştir ve Türkiye'nin ortalama yıllık yağış verisi örnek olay olarak incelenmiştir. Yöntemin ilk adımı olan bulanık modellerin verilerden üretilmesi adımında MATLAB için geliştirilmiş olan ?Fuzzy Clustering and Data Analysis Toolbox? aracı kullanılmıştır. Elde edilen bulanık modellerin benzetimli tavlama yöntemi ile optimize edilmesi, sadeleştirilerek küçük ve anlaşılabilir bulanık modellerin oluşturulması adımları için ise geliştirilmiş olan prototip yazılım kullanılmıştır. Birinci öncelikli amaç doğruluk olduğunda sunulan yaklaşım ile coğrafi ağırlıklandırılmış regresyon yöntemine göre daha iyi sonuçlar elde edilmiştir. Sunulan yaklaşım ile eğitim verisi için bulunan minimum hata 74.82 milimetreyken coğrafi ağırlıklandırılmış regresyon yönteminde eğitim verisi hatası 106.78 milimetre olmuştur. Sunulan yaklaşım ile test verisi için bulunan minimum hata ise 202.93 milimetredir. Yıllık yağış için sadece 12 aitlik fonksiyonu ve 8 kural içeren anlaşılır bir bulanık model oluşturulmuştur. Buna ilâveten, Gath-Geva bulanık kümeleme yöntemi ile oluşturulan bulanık modeller kullanılarak daha anlaşılabilir bulanık modeller elde edilmiştir.
As the complexity of a spatial phenomenon increases, traditional modeling becomes impractical. Alternatively, data-driven modeling, which is based on the analysis of data characterizing the phenomena, can be used. In this thesis, the generation of understandable and reliable spatial models using observational data is addressed. An interpretability oriented data-driven fuzzy modeling approach is proposed. The methodology is based on construction of fuzzy models from data, tuning and fuzzy model simplification. Mamdani type fuzzy models with triangular membership functions are considered. Fuzzy models are constructed using fuzzy clustering algorithms and simulated annealing metaheuristic is adapted for the tuning step. To obtain compact and interpretable fuzzy models a simplification methodology is proposed. Simplification methodology reduced the number of fuzzy sets for each variable and simplified the rule base. Prototype software is developed and mean annual precipitation data of Turkey is examined as case study to assess the results of the approach in terms of both precision and interpretability. In the first step of the approach, in which fuzzy models are constructed from data, ?Fuzzy Clustering and Data Analysis Toolbox?, which is developed for use with MATLAB, is used. For the other steps, the optimization of obtained fuzzy models from data using adapted simulated annealing algorithm step and the generation of compact and interpretable fuzzy models by simplification algorithm step, developed prototype software is used. If the accuracy is the primary objective then the proposed approach can produce more accurate solutions for training data than geographically weighted regression method. The minimum training error value produced by the proposed approach is 74.82 mm while the error obtained by geographically weighted regression method is 106.78 mm. The minimum error value on test data is 202.93 mm. An understandable fuzzy model for annual precipitation is generated only with 12 membership functions and 8 fuzzy rules. Furthermore, more interpretable fuzzy models are obtained when Gath-Geva fuzzy clustering algorithms are used during fuzzy model construction.