4 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 4 / 4
Öğe Sürdürülebilir kalkınma doğrultusunda elektrik tüketimi ve rüzgâr türbini üretiminin tahminlenmesi ve ekonomik analizi(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2022-09-07) Atılgan, Süleyman; Alım, MuzafferDünya üzerinde artan nüfus, endüstrileşme ve enerji tüketimi yüksek yeni nesil teknolojilerin yaygınlaşması ile birlikte enerjiye olan talep gün geçtikçe artmaktadır. Günlük hayatın hemen her alanında vazgeçilmez olan enerji, günümüzde daha çok fosil kaynaklı yakıtlardan üretilmektedir. Fakat bu doğal kaynakların giderek azalması, fiyat ve arzlarda oluşan belirsizlik ve bu kaynakların yanmasına bağlı olarak ortaya çıkan çevre sorunları alternatif enerji kaynakları arayışlarına hız vermiştir. Bu alternatiflerin başında da hem çevresel olarak zararların minimum olması hem de herkes tarafından erişilebilir olması nedeniyle yenilenebilir enerji gelmektedir. Türkiye’nin sürdürülebilir kalkınma politikası doğrultusunda temiz ve erişilebilir bir enerji en temel hedeflerden bir tanesidir. Bundan ayrı olarak enerjinin tüm sürdürülebilir hedeflerle hem doğrudan hem de dolaylı bir ilişkisi de vardır. Bu çalışmada, yenilenebilir enerji kaynaklarına bir genel bakış sunulmuştur. Sonrasında Türkiye’nin elektrik tüketiminin tahmin edilmesi ve buna bağlı olarak kaynağa bağlı elektrik üretim politikası değerlendirilmiştir. Maliyeti ve CO2 emisyonunu en aza indirmek için her bir elektrik üretim teknolojisinin optimal payını sağlayan bir lineer matematiksel model geliştirilmiştir. Geliştirilen matematiksel model kullanılarak yıllık elektrik tüketimini karşılamak için hangi elektrik üretim kaynaklarının kullanılması gerektiği gösterilmiştir. Ele alınan bir diğer konu da rüzgâr türbini ve rüzgârdan elektrik üretimi üzerinedir. Çalışma için seçilen bölgedeki geçmiş dönem rüzgâr hızı verileri makine öğrenmesi teknikleri ile değerlendirilerek geleceğe yönelik tahminler yapılmıştır. Ayrıca aylık üretim verileri üzerinden farklı rüzgâr türbinlerinin ekonomik analizi yapılmış ve yatırım yapılabilirliği değerlendirilmiştir.Öğe An artificial neural network model to predict the thermal properties of concrete using different neurons and activation functions(Hindawi, 2019-04-01) Fidan, Şehmus; Oktay, Hasan; Polat, Süleyman; Öztürk, SarperGrowing concerns on energy consumption of buildings by heating and cooling applications have led to a demand for improved insulating performances of building materials. The establishment of thermal property for a building structure is the key performance indicator for energy efficiency, whereas high accuracy and precision tests are required for its determination which increases time and experimental costs. The main scope of this study is to develop a model based on artificial neural network (ANN) in order to predict the thermal properties of concrete through its mechanical characteristics. Initially, different concrete samples were prepared, and their both mechanical and thermal properties were tested in accordance with ASTM and EN standards. Then, the Levenberg-Marquardt algorithm was used for training the neural network in the single hidden layer using 5, 10, 15, 20, and 25 neurons, respectively. For each thermal property, various activation functions such as tangent sigmoid functions and triangular basis functions were used to examine the best solution performance. Moreover, a cross-validation technique was used to ensure good generalization and to avoid overtraining. ANN results showed that the best overall R2 performances for the prediction of thermal conductivity, specific heat, and thermal diffusivity were obtained as 0.996, 0.983, and 0.995 for tansig activation functions with 25, 25, and 20 neurons, respectively. The performance results showed that there was a great consistency between the predicted and tested results, demonstrating the feasibility and practicability of the proposed ANN models for predicting the thermal property of a concrete.Öğe Forecasting and analyzing the dynamics of the outbreak in Hubei and Turkey(Bilim Akademisi, 2020) Aslan, İbrahim Halil; Demir, Mahir; Wise, Michael Morgan; Lenhart, SuzanneAs the pandemic of Coronavirus Disease 2019 (COVID-19) rages throughout the world, accurate modeling of the dynamics thereof is essential. However, since the availability and quality of data varies dramatically from region to region, accurate modeling directly from a global perspective is difficult, if not altogether impossible. Nevertheless, via local data collected by certain regions, it is possible to develop accurate local prediction tools, which may be coupled to develop global models. In this study, we analyze the dynamics of local outbreaks of COVID-19 via a coupled system of ordinary differential equations (ODEs). Utilizing the large amount of data available from the ebbing outbreak in Hubei, China as a testbed, we estimate the basic reproductive number, R0 of COVID-19 and predict the total cases, total deaths, and other features of the Hubei outbreak with a high level of accuracy. Through numerical experiments, we observe the effects of quarantine, social distancing, and COVID-19 testing on the dynamics of the outbreak. Using knowledge gleaned from the Hubei outbreak, we apply our model to analyze the dynamics of outbreak in Turkey. We provide forecasts for the peak of the outbreak and the total number of cases/deaths in Turkey, for varying levels of social distancing, quarantine, and COVID-19 testingÖğe Fındık fiyatlarının yapay sinir ağları ile tahminlenmesi: Türkiye örneği(Batman Üniversitesi, 2024-07-07) Kara, Mehmet AkifFındık hiç kuşkusuz Türkiye için önemli bir tarım ürünüdür. Fındık fiyatlarının tahminlenmesi fiyatın belirlenmesi, ürünün pazarlanması vs. açıdan çok önemlidir. Fiyat tahminlemede bir çok yöntem kullanılmaktadır. Bu yöntemlerden birisi de yapay zekanın bir alt türü ola yapay sinir ağlarıdır. Bu çalışmada yapay sinir ağları ile fındık fiyatının tahminlenmesi yapılmıştır. Çalışmanın amacı fiyat tahminlenmesinde yapay sinir ağları kullanılarak bir model ortaya konulması ve uygulamasının gerçekleştirilmesidir. Alan yazındaki çalışmalardan farkı da bu yöntem ile fındık fiyatı tahminlenmesi üzerine uygulanmasıdır. Çalışmada, Giresun Ticaret Borsası’ndan elde edilen 2000-2023 yıllarına ait aylık fındık fiyatlarından oluşan 214 veriden oluşan zaman serisi kullanılmıştır. Çalışmanın analizi için MATLAB Neural Network Toolbox araç paketi kullanılmıştır. Çalışmada kullanılan veri seti tek değişkenli zaman serisi olduğu için Nonlinear Autoregressive (NAR) ile analiz gerçekleştirilmiştir. Çalışma neticesinde fındık fiyatlarının tahminine ilişki yapay sinir ağı modeli kurulmuş ve %33 hata payı ile tahminleme yapılmıştır.
