DMAYE- Deprem Mühendisliği Lisansüstü Programı - Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Konu "Artificial neural network" ile DMAYE- Deprem Mühendisliği Lisansüstü Programı - Yüksek Lisans'a göz atma
Sayfa başına sonuç
Sıralama Seçenekleri
-
ÖgeYapay Sinir Ağları Yöntemi Kullanılarak Şev Stabilitesinin İncelenmesi(Fen Bilimleri Enstitüsü, ) Tolon, Mert ; Ural, Derin N. ; Deprem Mühendisliği ; Earthquake EngineeringBu çalışmada 170 tane lokal bölgenin şev profili dataları kullanılarak yapay zeka mantığı yaklaşımlarından beş tane yapay sinir ağı mimarisi kullanılmıştır. Bunlar BPNN, geri yayılmalı sinir ağı mimarisi ve GRNN, genel regresyonlu yapay sinir ağı mimarisi, GMDH, gruplama methodu, Kohonen ve PNN, olasılık yöntemidir. Ancak sadece BPNN, geri yayılmalı sinir ağı mimarisi ve GRNN, genel regresyonlu yapay sinir ağı mimarisi model oluşturmakta kullanılmıştır. Bu yaklaşımlarda 9 adet girdi ve 1 tane çıkış parametreleri verilmiştir. Çıkış parametresi şev güvenlik katsayısı olup, girdi parametreleri şev yüksekliği ( H ), şev eğimi ( β ), yeraltı suyu derinliği ( Hw ), sağlam zemin derinliği ( Hb ), kohezyon ( c ), zemin içsel sürtünme açısı ( Φ ), kuru birim hacim ağırlığı ( γ ), düşey ve yatay sismik zemin katsayıları ( Kh , Kv )‘dır. Bu çalışmadaki amaç sismik zemin katsayılarının şev stabilitesindeki önemlerinin incelenmesidir. Sonuç olarak genel regresyon yapay sinir ağı modelinin daha başarılı olduğu ve % 92.5 başarı yüzdesine sahip olduğu görülmüş, düşey ve yatay sismik zemin katsayılarının şev yüksekliği, şev eğimi ve yeraltı suyu derinliğinden sonra şev stabilitesindeki etkisinin önemli olduğu görülmüştür.