Yapılan çalışmada, yapay sinir ağları ve regresyon analiz yöntemlerinin güneş ışınım şiddeti tahmini amacıyla kullanımında hangi yöntemin daha etkin olduğu araştırılmıştır. Bu amaçla, Zonguldak iline ait 1995 ile 2004 yılları arasındaki aylık ortalamalar halinde on yıllık rüzgâr hızı, hava sıcaklığı, toprak sıcaklığı, deklinasyon açısı, nem miktarı, güneş ışınımı alımının gün uzunluğuna oranı ve aylık ortalama atmosfer dışı güneş ışınım şiddeti verileri Devlet Meteoroloji İşleri Genel Müdürlüğünden (DMİGM) temin edilmiştir. Alınan veriler düzenlenerek regresyon analiz yöntemi ve yapay sinir ağları (YSA) yardımıyla modeller elde edilmiştir. Bu modeller kullanılarak Ocak/2005 ve Aralık/2005 arasındaki toplam güneş ışınımının aylık ortalamaları hesaplanmış ve 2005 yılında ölçülmüş olan veriler ile karşılaştırılmıştır. Ölçülen değerler ile hesaplanan değerler arasında regresyon analiz yöntemleri kullanıldığında % 1.28, yapay sinir ağları kullanımında ise % 3.25’lik bir ortalama bağıl hata olduğu belirlenmiştir

In this study, the more effective one of two methods, artificial neural network and regression analysis, was tried to be determined when they were used in estimation of the solar radiation intensity. For this purpose, wind velocity, air temperature, soil temperature, declination angle, humidity, the ratio of solar irradiation to daytime length, and monthly average of extraterrestrial solar radiation data between 1995 and 2004 belonging to Zonguldak city was obtained from Turkish State Meteorological Service (TSMS). Models were developed by regression analysis and artificial neural network (ANN) with the data obtained. Using these models, mountly average values of total solar irradiation between January/2005 and December/2005 were calculated and these calculated results were compared to measured results of the same period. It was determined that there are mean relative errors of 1.28 % and 3.25 % when the estimation was made by regression analysis and artificial neural network respectively