Page 66 - Çevre Şehir ve İklim Dergisi - Sayı 4
P. 66

Yapay Zekâ Tabanlı Algoritmalar İle
                                Kentsel Dönüşüm Tahminlerinin Yapılması

               Daire sayısı değişkenini tahmin etmek için kurulan YSA tabanlı modellerin
            eğitim, doğrulama ve test veri setleri için elde edilen performans istatistikleri
            dört  farklı  nöron  sayısı  (5,  10,  15  ve  20)  için  Tablo  6’da  verilmiştir.  Tabloda
            verilen nöron sayıları için deneme yanılma yoluyla denemeler yapılmış ve tez
            kapsamında en yüksek performans değerlerini veren modellere ait sonuçlar
            sunulmuştur.
                Tablo 6. Daire sayısı değişkeni için geliştirilen YSA tabanlı modellerin eğitim,
                       doğrulama ve test veri setlerine ait performans istatistikleri

              Eğitim  ANN_5  ANN_10  ANN_15  ANN_20  GWO_5  GWO_10  GWO_15  GWO_20
              RMSE    74931  64988   64879   59652  81611   87071  78289   87232
              (adet)

               MAE
              (adet)  44457  38363   37021   35852  52583   57431  50380   57639

               NS     0,44    0,58    0,58   0,64    0,33   0,24    0,38   0,23

             Doğrulama  ANN_5  ANN_10  ANN_15  ANN_20  GWO_5  GWO_10  GWO_15  GWO_20

               RMS
               (adet)  44271  44074  43927   34199  28646   28585  37752   28630

               MAE
              (adet)  34159  30602   32474   24951  22800   23421  29689   22486

               NS     0,53    0,54    0,54   0,72    0,80   0,80    0,66   0,80
               Test  ANN_5   ANN_10  ANN_15  ANN_20  GWO_5  GWO_10  GWO_15  GWO_20

              RMSE    46223  47434   46344   55893  64557   65821  49846   66778
               (adet

               MAE
              (adet)  36249  37890   39994   41621  56257   58059  39870   59211
               NS     0,55    0,53    0,55   0,35    0,13   0,09    0,48   0,07
               Bu  tabloda,  örnek  olarak,  ANN_5  modeli  5  nöronlu  YSA  modelini  ve
            GWO_5 ise YSA modelinin GWO tekniği ile etkileşimli kullanılmış modelinin
            5  nöronlu  modelini  temsil  etmektedir.  Tablo  6  incelendiğinde  GWO
            algoritması  kullanılarak  kurulan  modellere  ait  performans  istatistiklerinin
            herhangi  bir  optimizasyon  algoritması  kullanılmadan  geliştirilen  YSA
            modellerine kıyasla eğitim ve test veri setleri için düşük olduğu, doğrulama
            veri seti için YSA’ya kıyasla ise çok daha yüksek olduğu görülmektedir. Ancak
            genel  bir  değerlendirme  yapıldığında  YSA_GWO’nun  YSA  modellerine  ait
            performansları iyileştirmediği görülmektedir. Farklı nöron sayıları kullanılarak
            geliştirilen  modellerden  ise  en  yüksek  doğruluğa  sahip  modelin  15  nöron



                                                                 Yıl 2 / Sayı 4 / Temmuz 2023  51
   61   62   63   64   65   66   67   68   69   70   71