Yapay Sinir Ağları Kullanılarak Zemin Yapı Etkileşiminin Değerlendirilmesi

Abstract

Bu çalışmada, Amerikanın Kaliforniya Eyaletindeki 58 tane farklı lokal sitenin zemin, yapı ve deprem bilgileri kullanılmıştır. Çalışmadaki amaç, yapay sinir ağı algoritmaları olan, Genel Regresyonlu Sinir Ağı (GRNN) ve Geri Yayılımlı Sinir Ağı (BPNN) modelleriyle zemin yapı etkileşiminin ihmal edilip edilemeyeceğini elde etmektir. Bu amaçla 4 tane çıktı parametresi olan yapının zemine göre rijitlik oranı, periyot artım oranı, temel sönüm katsayısı ve bunlara bağlı olarak yapay zeka mantığının bir yeteneği olan karar alma fonksiyonunu kullanarak zemin yapı etkileşiminin ihmal edilip edilemeyeceği elde edilmiştir. Bu çalışma için 17 adet girdi parametresi kullanılmıştır. Bunlar; zemin cinsi, temel cinsi, kat sayısı, yatay taşıyıcı sistem tipi, bodrum katı olup olmaması, deprem büyüklüğü, maksimum yatay ivme, etkin bina yüksekliği, temelin zemine teşkil boyu, kayma hızı, histerik sönüm oranı, temel eşlenik yarıçapları, gerçek bağlı durumdaki periyot, rijit bağlı durumdaki periyot, gerçek durumdaki sönüm ve rijit bağlı durumdaki sönüm parametreleridir. Bu parametreler ışığında bir data bilgi bankası oluşturulmuştur.

In this study, earthquake, structure, and soil properties from 58 local sites in California are used. The purpose of this study is to obtain results on whether soil structure interaction can be neglected or not, via Neural Network algorithms; primarily the General Regression Neural Network (GRNN) and Back Propagation Neural Network algorithm. Four output parameters including structure to soil rigidity, period lengthening, foundation damping, and the decision made via Artificial intelligence for whether soil structure interaction effects can be neglected or not are obtained. The seventeen input parameters utilized are soil type, foundation type, number of stories, lateral resisting system, whether a basement exists or not, earthquake magnitude, maximum horizontal acceleration, effective structure height, embedment, shear wave velocity, hysteretic damping ratio, foundation radii match, flexible base period, fixed base period, flexible base damping, and fixed base damping. By the way of these parameters, a data knowledge bank was obtained.