YAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ APPROXIMATION AIR TEMPERATURE WITH ARTIFICIAL NEURAL NETWORK

Transkript

1 YAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ Hande ERKAYMAZ, Ömer YAŞAR Karabük Üniversitesi / TÜRKĠYE [email protected] ÖZET : Bu çalıģmada Yapay Sinir Ağları (YSA) ile hava sıcaklığının tahmini yapılmıģtır. Ġleri beslemeli yapay sinir ağları modeli kullanılmıģtır. Ortamın sıcaklığı en düģük hata ile Matlab programında geliģtirilen uygulama ile tespit edilmeye çalıģılmıģtır. GeliĢtirilen sistem için Karabük ilinden alınan sıcaklık verileri eğitim verileri olarak kullanılmıģtır. Ayrıca sistem için giriģten çıkıģa doğru ileri beslemeli YSA nın simulink modellemesi yapılmıģtır. Anahtar Kelimeler: Yapay Sinir Ağları, Hava Sıcaklığı, Matlab APPROXIMATION AIR TEMPERATURE WITH ARTIFICIAL NEURAL NETWORK ABSTRACT : In this study, air temperature has been estimated with Artificial Neural Networks (ANN). Feed forward neural network model was used. The temperature has been measured with lowest error using Matlab program. Temperature data which were taken from Karabük were used as training data. And also for the system, Simulink model of feed forward ANN was performed from input to output. Key Words: Artifical Neural Network (ANN), Air Temperature, Matlab 1. GİRİŞ Hızla geliģen teknoloji, gündelik yaģantıyı oldukça etkilemektedir. Özellikle son yıllarda bilgisayar bilimlerinde, yazılım ve donanım alanında çok hızlı geliģmeler yaģanmaktadır. Bilgisayar kullanımının yaygınlaģması ve yeni ortaya çıkan yazılımların daha üst seviyelerde donanıma ihtiyaç göstermesi ile yeni ürünlere olan talep de artmaktadır. Bilgisayar bilimlerindeki bu ilerleme, insan gibi düģünen ve davranan sistemlerin geliģtirilmesine yönelik olarak 1950'li yıllardan beri sürmektedir. Yapay zeka olarak isimlendirilen bu alan, insan düģünme ve davranıģlarını taklide yönelik olduğundan, nöroloji, psikoloji ve mühendislik gibi farklı disiplinleri kapsayan geniģ bir alana yayılmıģtır (Gözütok, 2005). Yapay Sinir Ağlan (YSA)' da, Yapay Zeka biliminin altında araģtırmacıların çok yoğun ilgi gösterdikleri bir araģtırma alanıdır. YSA' ları örnekler ile öğrenebilme ve genelleme yapabilme özellikleri onlara çok esnek ve güçlü araçlar olma özelliği sağlamaktadır. Yapay Sinir Ağları kavramı beynin çalıģma ilkelerinin sayısal bilgisayarlar üzerinde taklit edilmesi fikri ile ortaya çıkmıģ ve ilk çalıģmalara beyni oluģturan biyolojik hücrelerin yada literatürdeki ismiyle nöronların matematiksel olarak modellenmesi üzerinde yoğunlaģmıģtır. Bu çalıģmaların, ortaya çıkardığı bulgular, her bir nöronun komģu nöronlardan bazı bilgiler aldığı ve bu bilgilerin biyolojik nöron dinamiğinin öngördüğü biçimde bir çıktıya dönüģtürüldüğü Ģeklindedir. Bugün yapay sinir ağlan olarak isimlendirilen alan, birçok nöronun belirli biçimlerde bir araya getirilip bir iģlevin gerçekleģmesi üzerindeki yapısal olduğu kadar matematiksel ve felsefî sorunlara yanıt arayan bir bilim dalı olmuģtur. Bu çalıģmanın amacı; Yapay sinir ağlarının özelliklerinden yola çıkarak hava sıcaklığı tahmininde bulunmaktır (Aydın, 2005). 2. YAPAY ZEKA VE YAPAY SİNİR AĞLARI Ġnsanlığın doğayı araģtırma ve taklit etme çabalarının en son ürünlerinden bir tanesi Yapay Sinir Ağlan (YSA) teknolojisidir. Yapay Sinir Ağlan, basit biyolojik sinir sisteminin çalıģma Ģeklini simule etmek için tasarlanan programlardır (Yurtoğlu, 2006). Simule edilen sinir hücreleri nöronlar içerirler ve bu nöronlar çeģitli Ģekillerde birbirlerine bağlanarak ağı oluģtururlar. Bu ağlar öğrenme, hafızaya alma ve veriler arasındaki iliģkiyi ortaya çıkarma kapasitesine sahiptirler. Diğer bir ifadeyle, YSA, normalde bir insanın düģünme ve gözlemlemeye yönelik doğal yeteneklerini gerektiren problemlere çözüm üretmektedir. Bir insanın, düģünme ve gözlemleme yeteneklerim gerektiren problemlere yönelik

2 çözümler üretebilmesinin temel sebebi ise insan beyninin ve dolayısıyla insanın sahip olduğu yaģayarak veya deneyerek öğrenme yeteneğidir (Sağıroğlu, 2001). Örneklerden elde ettikleri bilgiler ile kendi deneyimlerini oluģturur ve daha sonra benzer konularda benzer kararlan verirler (Öztemel, 2003). Literatürde 100'den fazla yapay sinir ağı modeli vardır. Bazı bilim adamları, beynimizin güçlü düģünme, hatırlama ve problem çözme yeteneklerini bilgisayara aktarmaya çalıģmıģlardır. Bazı araģtırmacılar ise, beynin fonksiyonlarını kısmen yerine getiren birçok modelleri oluģturmaya çalıģmıģlardır (Elmas, 2003). YSA da özellikle eksik, belirsiz, karmaģık ve bulanık bilgileri iģlemekteki baģarıları nedeniyle, birçok endüstriyel probleme uygulanabilmektedir. Yapılardaki paralellikten dolayı çok hızlı çalıģabilmeleri, onların özellikle gerçek zamanlı olaylarda çalıģmalarını sağlamaktadır (Bayır, 2008). Sinir hücreleri bir grup halinde iģlev gördüklerinde ağ (network) olarak adlandırılırlar ve böyle bir grupta binlerce nöron bulunur. Yapay nöronların birbirleriyle bağlantılar aracılığıyla bir araya gelmeleri yapay sinir ağını oluģturmaktadır. Yapay sinir ağıyla aslında biyolojik sinir ağının bir modeli oluģturulmak istenmektedir (Saraç, 2004). 3. YSA İLE HAVA SICAKLIĞI TAHMİNİ 3.1. Ysa Modelinin Yapısı ve Parametreleri Yapay sinir ağı ile hava sıcaklığı tahmin iģlemleri yapılırken sıcaklığın etkileyen etmenler meterolojik olarak sıcaklık hesaplığında ortamda sıcaklığı etkileyen parametreler olarak aģağıda gösterildiği gibi 4 giriģ parametresi vardır. GiriĢ Parametreleri; Su buharı basıncı Bağıl nem Rüzgar Ģiddeti Hava basıncı Sistemin ÇıkıĢı ; Sıcaklık Yukarda verilen parametrelerin Hava sıcaklığını etki ettikleri tespit edilmiģtir. Bunların etkisi ile tasarlanacak YSA sisteminin vereceği çıkıģ olarak ise sıcaklığı elde etmiģ olunacaktır. Bunun için tasarlanacak sistem için blok diyagramı aģağıda gösterilmiģtir. Şekil 1: Tasarlanan Sistem için YSA blok diyagramı

3 Blok diyagramından da anlaģılacağı üzere sıcaklık tahmin iģleminde su buhar basıncı, bağıl nem, rüzgar Ģiddeti, hava basıncı olmak üzere sistem 4 giriģli tek çıkıģlı Ģeklinde ileri beslemeli YSA modeli kullanılacaktır. Bu parametreler ilgili veriler Karabük meteoroloji istasyonundan 1 günlük saat alınan 66 eğitim parametresi kullanılarak Bu parametrelere karģılık tahmin iģlemini gerçekleģtirmek için 17 tane ise test eğitim verisi kullanılmıģtır Örneklerin Toplanması Ağın öğrenmesini istenilen olay için dağa önceden gerçekleģtirilmiģ örneklerin bulunması aģamasıdır. Ağın eğitilmesi için örnekler toplandığı gibi(ham eğitim verisi) ağın test edilmesi içinde (test eğitim verisi) örnekler toplanması gereklidir. Eğitim setinden örnekler tek tek gösterilerek ağın olayı öğrenmesi sağlanılır. Ağ olayı öğrendikten sonra test setindeki örnekler gösterilerek ağın performansı ölçülür. Ağın hiç görmediği bu örnekler karģısındaki baģarısı ağımızın performansını gösterecektir. Şekil 2: YSA da sıcaklık tahmini için kullanılacak olan 31 adet ham test eğitim verisi Sıcaklık tahmini için 1. aģama olarak örneklerin toplama iģlemi gerçekleģtirilecektir. Yapay Sinir Ağını nın eğitiminde kullanılmak üzere Karabük Meteoroloji istasyonundan alınan 66 tane test eğitim verisinden 40 tanesi 4 giriģli tek çıkıģlı Ysa da kullanılacaktır. Öncelikle YSA bu ham eğitim verilerini projenin gerçekleģtirildiği Matlab programında eğitilmesi gerçekleģtirilecektir. Örnekler 4x40 boyutunda matris olarak ağa gösterilip öncelikle bu ham eğitim verisinde elde edilen çıkıģ değeri ise 1x40 matris olarak matlab programında uygulamaya verilmiģtir. Örnekler normalize edilmiģ olacaktır. ġekil 2 deki YSA sistemi için alınan ilk 32 tane ham eğitim verisi tablo halinde gösterilmiģtir. Aynı sistemde gösterilecek 34 adet ham eğitim verisinin diğer kısmı da aģağıda gösterilmiģtir.

4 Şekil 3: Eğitim Verisi Hava sıcaklığı tahmini için Ģekil 3 teki eğitim verisi YSA nın öğrenmesi sağlandıktan sonra baģarı düzeyini test etmek için sıcaklığı tahmin kabiliyetini ölçmek için ise Sistem için 17 tane test eğitim verisi kullanılacaktır. Bu test eğitim verileri Ģekil 4 te gösterilmiģtir. Şekil 4: Kullanılacak test veri listesi Ağın öğrenmeye baģlaması ve yukarda anlatılan öğrenme kuralına uygun olarak ağırlıkların güncellenmesi için ağa örnekler (Girdi çıktı değerleri ) belirli bir düzeneğe göre gösterilir.

5 Sunulan girdiye bağlı olarak ağın çıktı değerleri hesaplanılır. Eğitim verilerinden yola çıkarak çıkıģ verileri tahmin edilmeye çalıģılır. Ġleri hesaplamada en önemli olay en düģük hata ile çıkıģ değerleri tahmin edilmeye çalıģılır, zaten YSA nın en temel kuralı da budur. Şekil 5: Sistem için tasarlanan YSA mimarisi YSA eğitim verilerini kullanarak gerekli öğrenmeyi sağladıktan sonra öğrenme setindeki örneklerin ağa uygulanması ile öğrenme iģlemi gerçekleģtirilir. YSA nın buna bağlı olarak yani test eğitim verilerinin ağa uygulanması ile test eğitim verisindeki çıkıģı belli bir hata değeri ile tahmin etme iģlemi Ysa nın öğrenme yeteneğini gösterir. Burada ağırlıklar öğrenmede rast gele atanır. Öğrenme gerçekleģtirildikten sonra öğrenmeye bağlı olarak YSA nın eğitilmesi iģleminde de ağırlıklar çıkıģa bağlı olarak sistemli bir Ģekilde güncellenecektir. Ġleri beslemeli YSA hata istenilen düzeyin altına indiği zaman veya belli bir iterasyon sayısı tamamlandığında öğrenme ve ağın eğitimi bitmiģ olur. YSA ile Hava sıcaklığı Tahmini için 8000 iterasyon sonunda YSA nın eğitimi tamamlanmıģtır. YSA ile hava sıcaklığının tahmin edilmesi iģlemin gerçekleģtirilmesinde Matlab programı kullanılarak gerçekleģtirilmiģ olundu. Hava sıcaklığı tahmini için sırası ile aģağıdaki aģamalar sırası ile test edilmiģtir. Eğitim verileri daha iyi bir sonuç elde edilmesi için Matlabda normalize edildi. ġekil 6 da 8000 iterasyon sonucu hava sıcaklığı tahmini için eğitim değerleri gösterilmiģtir. Görüldüğü gibi sistem iyi bir performans elde etmiģtir. Şekil 6: Yapay Sinir Ağı Ġle elde edilen Performans

6 Deney verileri ile eğitimin tamamlanmasından sonra, ağın güvenilirliğini sınamak amacıyla, eğitim kümesinden gerçek çıkıģ ile yapay sinir ağının hesaplamıģ olduğu çıkıģ karģılaģtırılarak, görsel bir Ģekilde Grafiksel olarak gösterilmiģtir. Elde edilen YSA çıkıģı ile Eğitim verisinin çıkıģı grafiksel olarak gösterilmiģtir. Yani hava sıcaklığı baģarılı bir Ģekilde tahmin edilmiģtir. Şekil 7: Hava Sıcaklığı Tahmini için Tahmin edilen YSA çıkıģı Eğitim sonucu tahmin edilen hava sıcaklığı değeri mavi çizgi ile gerçek sıcaklık değeri ise sistemde kırmızı çizgi ile gösterilmektedir. SONUÇ VE ÖNERİLER Bu çalıģmadaki temel amaç YSA kullanarak en düģük hata ile hava sıcaklığı tahmininde bulunmaktır. YSA kullanılarak elde edilen sıcaklık tahmin iģlemi çalıģması için Karabük ilinden alınan ham eğitim verilerinden (YSA giriģ parametreleri ve çıkıģ parametreleri ) yararlanılarak en az hata ile hava sıcaklığı tahmini gerçekleģtirildi. Sonuçlar grafiksel olarak gösterilip sistem için giriģ çıkıģ ifadelerinden yararlanılarak sisteme ait simulink modellemesi gerçekleģtirilmiģtir. Bu konu ile ilgili YSA alanında kar erimesinin tahmin edilmesi gibi meteoroloji alanı ile ilgili projeler mevcuttur. Burada ise ileri beslemeli YSA kullanılarak gerçekleģtirilen uygulama ile baģka veri tahminlerinde kullanılabilinir. Matlab da gerçekleģtirilen bu yazılım günlük hayatta borsa tahmini ve daha farklı meteorolojik olayların tahmininde kullanılabilinir. KAYNAKLAR Aydın Ö. (2005). Yapay Sinir Ağları kullanarak Bir Ses Tanıma Sistemi GeniĢleĢtirilmesi,Yüksek lisans Tezi, Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü,Edirne Bayır R. (2008). Yapay Zeka Teknikleri Dersi Ders Notları. Karabük Üniversitesi Elektronik ve Bilgisayar Eğitimi bölümü Elmas Ç. (2003). Yapay Sinir Ağlan, Seçkin Yayınevi, Ankara Gözütok A. (2005). Güç Trafolanna Ait Yağda ErimiĢ Gaz Analizi Sonuçlannın Yapay Sinir Ağlan ile Değerlendirilmesi ve Arıza Analizi, Yüksek Lisans Tezi, Elektrik-Elektronik Mühendisliği Bölümü, Gazi Üniversitesi, Ankara Öztemel E. (2003). Yapay Sinir Ağları. Papatya Yayıncılık, Ġstanbul

7 Sağıroğlu ġ. (2001) Yapay Sinir Ağları ve Mühendislik Uygulamaları semineri, Erciyes Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği. Erciyes Saraç T. (2004). Yapay Sinir Ağlan Seminer Projesi, Gazi Üniversitesi Endüstri Mühendisliği Bölümü, Ankara Yurtoğlu H. (2006) Yapay Sinir Ağlan Metodolojisi ile Öngörü Modellemesi, Yıldız Teknik Üniversitesi Sosyal Bilimler Enstitüsü Uzmanlık Tezi