• Sonuç bulunamadı

Neural networks and fuzzy inference systems for predicting water consumption time series

N/A
N/A
Protected

Academic year: 2021

Share "Neural networks and fuzzy inference systems for predicting water consumption time series"

Copied!
1
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

O R I G I N A L P A P E R

Neural networks and fuzzy inference systems for predicting water

consumption time series

Mehmet Ali Yurdusev

Mahmut Fırat

Mustafa Erkan Turan

B. Gultekin Sinir

Published online: 5 June 2009

Ó Springer-Verlag 2009

This article has been published OnlineFirst, but is

with-drawn at the request of the authors.

This article has been published OnlineFirst, but is withdrawn at the request of the authors.

M. A. Yurdusev (&)  M. E. Turan  B. Gultekin Sinir Civil Engineering Department, Celal Bayar University, Manisa, Turkey

e-mail: yurdusev@bayar.edu.tr M. Fırat

Civil Engineering Department, Pamukkale University, Denizli, Turkey

123

Stoch Environ Res Risk Assess (2009) 23:1225 DOI 10.1007/s00477-009-0320-4

Referanslar

Benzer Belgeler

This paper evaluates the real industry implications of the existing forecasting methods and applies neural networks and multivariate time series methods to predict natural

Lisans eğitimlerinde yabancı dil hazırlık eğitimi görmüş olup hazırlık eğitimini başarı ile tamamladığını belgelendirmeyenler ile Yükseköğretim Kurumları

11 MÜHENDİSLİK FAKÜLTESİ GIDA BİLİMLERİ PROFESÖR 1 1 Doçentliğini Gıda Mühendisliği bilim alanında almış olmak.. Soğuk sıkım yağlar üzerine çalışmalar

Kasım 1952 Cumhurbaşkanı Celâl Bayar'ın Atina’ya resmi ziyareti Ocak - Mart 1954 Cumhurbaşkanı Celâl Bayar’ın Amerika’ya resmi ziyareti 9 Ağustos 1954 Türkiye

 Converts the fuzzy output of the inference engine to crisp using membership functions analogous to the ones used by the fuzzifier.  Five commonly used

Duygu yönetimi ölçme aracının açıkladığı toplam varyans oranı % 44,103, güvenilirlik analizi sonucuna göre α (Cronbach Alpha) katsayısı Sözel olarak

Akıllı kirişin frekans tanım kümesi zorlanmış titreşim deneysel cevapları ise açık çevrim ve kapalı çevrim durumları göz önünde tutularak Şekil 13’de

Yeni nesil dizileme yönteminin çok fazla olumlu yanı olmasına rağmen büyük boyuttaki verilerin analizleri, değerlendirmesi ve depolanmasında sorunlar ortaya çıkmıştır