Page 70 - Çevre Şehir ve İklim Dergisi - Sayı 4

Yapay Zekâ Tabanlı Algoritmalar İle
Kentsel Dönüşüm Tahminlerinin Yapılması

söylenebilir. KRA yönteminde ise lineer, üssel ve eksponansiyel fonksiyonlarına
ait model performanslarının birbirine yakın olduğu, bunlar arasından en yüksek
doğruluğa sahip olanın kuadratik fonksiyon olduğu belirlenmiştir. Lineer, üssel,
eksponansiyel ve kuadratik fonksiyonları ile geliştirilen modellere ait katsayılar
Tablo 8’de verilmiştir.
Tablo 8. Lineer, üssel, eksponansiyel ve kuadratik fonksiyonlarının ruhsat sayısı
değişkeni için kurulan modellerine ait katsayılar

Lineer Üstsel Eksponansiyel Kuadratik
Katsayılar
(KRA_Lin) (KRA_Üs) (KRA_Eks) (KRA_Kua)
w0 0,0405 0,4476 -67,5267 0,8565
w1 0,0921 0,1035 4,2131 0,3935
w2 0,2375 0,1548 0,0014 -1,7117
w3 -0,0226 -0,3719 0,0035 2,9116
w4 0,0166 0,1943 -0,0004 -3,6190
w5 0,2987 0,5615 0,0003 0,0962
w6 0,0044 -0,3438
w7 0,2374
w8 -0,5154
w9 -0,3047
w10 -4,3699
w11 2,4133
w12 0,6263
w13 -3,3887
w14 -1,2037
w15 3,0303
w16 0,1359
w17 1,4540
w18 0,2358
w19 3,1793
w20 -0,4257
MARS yönteminden elde edilen temel fonksiyonlar ve ruhsat sayısı
değişkeninin elde edildiği denklem Tablo 9’da verilmiştir. Tablonun son
satırında ruhsat sayısı değişkenini elde etmek için kullanılan denklem yer
almaktadır. MARS ve TreeNet yöntemlerinden elde edilen denklemlerde
kullanılan bağımsız değişkenlerin göreceli önemleri de Tablo 10’da verilmiştir.

Yıl 2 / Sayı 4 / Temmuz 2023 55