Yapay sinir ağlarının dikdötgen plaklara uygulanması
Application of artificial neural networks to rectangular plates
- Tez No: 171028
- Danışmanlar: PROF.DR. ÜMİT UZMAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Yapay Zekâ, Yapay Sinir Ağları, Plaklar Teorisi, Ritz Yöntemi, YSA İle Çözüm, Artificial Intelligent, Artificial Neural Networks, Theory of Plates, Ritz Method, Solution with ANN VI
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
ÖZET Günümüzde pek çok bilim dalında Yapay Zekâ kullanılmaktadır ve sürekli olarak yeni teknikler geliştirilmektedir. Bu çalışmada düzgün yayılı yükler etkisinde bulunan kenarları ankastre dikdörtgen plağın orta noktasının çökmesini bulmada Yapay Zekâ'nın bir kolu olan Yapay Sinir Ağlan (YSA) kullanılmıştır. Bu çalışmanın amacı, YSA hakkında bilgi edinmek ve bunun bir inşaat mühendisliği problemine uygulanabilirliğini araştırmaktır. Bu çalışmanın birinci bölümünde YSA hakkında genel bilgiler verildikten sonra temel elemanları ve YSA'nın işleyişi açıklanmıştır. Daha sonra dikdörtgen plaklardan bahsedilerek dört kenarı ankastre dikdörtgen bir plağın plak rijitliğine ve boyutlarına bağlı olarak orta noktasının çökme ifadesi Ritz yöntemi ile elde edilmiştir. İkinci bölümde YSA'nın eğitiminde ve test edilmesinde kenarları arasındaki oran 1.5 olan çeşitli boyutlardaki dikdörtgen plakların düzgün yayılı yükler altında orta noktalarının Ritz yöntemiyle hesaplanan çökme değerleri kullanılmıştır. Bütün örneklerde elastik sabitler aynıdır. YSA'nın eğitimi için YSA'ya 30 örnek tanıtılmıştır. Böylece eğitildikten sonra YSA, yeni plak boyutları ve rijitliği için çökme değerlerini çok kısa bir süre içerisinde hesaplayabilmektedir. Bu şekilde elde edilen çökme değerleri, Ritz yönteminden elde edilen gerçek değerlerle karşılaştırılarak YSA test edilmiştir. Bu testin sonucunda YSA'nın başarısı ve kullanılabilirliği incelenmiştir. YSA'nın yapısında, öğrenme oram, ara katman sayısı, her katmandaki işlem elemanı sayısı, eğitimde kullanılan örnek sayısı isteğe bağlı olarak çeşitli şekillerde seçilebilmektedir. Bu çalışmada farklı öğrenme oranlan kullanmanın, ara katmanda farklı sayıda işlem elemanı kullanmanın ve eğitimde farklı sayıda örnek kullanmanın, YSA'nın başarısını nasıl etkilediği araştırılmıştır. Sonuçlar tablolar ve grafikler yardımıyla karşılaştırmalı olarak gösterilmiştir. ikinci bölümde yapılan çalışmaların ışığında elde edilen sonuçlar, üçüncü bölümde değerlendirilmiş olup, YSA'nın üstünlükleri ve sakıncalarından bahsedilmiş ve YSA ile yapılacak olan çalışmalarda nelere dikkat edileceği vurgulanarak çeşitli öneriler sunulmuştur.
Özet (Çeviri)
SUMMARY Aplication of Artificial Neural Networks to Rectangular Plates Today, in many branches of sciences Artificial Intelligent (AI) is used and new tecniques are perpetually developed. In this study, Artificial Neural Networks (ANN), a branch of AI, is exercised in finding the deflection of the middle point of the clamped supported rectangular plate subjected to uniform loads. The purpose of this thesis is to obtain information about ANN and to invastigate the applicability of this method to civil engineering problems. In the first chapter, after giving general information about ANN the basic components and procedure of ANN are explained. Afterwards, depicting the theory of plates, the deflection of the clamped supported rectangular plate with respect to dimensions and bending rigidity is obtained by using Ritz Method. In the second chapter, the deflections of the clamped supported rectangular plates in different dimensions, of which the aspect ratio is 1.5, are solved by using Ritz Method and the results are used for training and testing of ANN. In all examples elastic characteristics remain the same. In training of ANN, 30 examples are used. Therefore after training, ANN is able to calculate the deflection values for new plate dimensions in a very short time. Comparing the deflection values in this way with the ones from Ritz Method ANN is tested. At the end of this test, the performance and applicability of ANN are studied. Learning ratio, hidden layer number, numbers of neuron in each layer, number of training examples can be choosen randomly in the structure of ANN. In this thesis, how different learning ratios, different number of neuron in hidden layer and using training examples in differrent numbers affect the performance of ANN are investigated. The results are comparatively shown with the help of tables and graphics. Evaluating the results obtained from the studies mentioned in the previous chapter, in the third chapter the advantages and disadvantages of ANN are told and various suggestions are presented by emphasising what should be taken into consideration while studying ANN.
Benzer Tezler
- Delikli ve deliksiz plaklarda burkulma etkilerinin incelenmesi
Investigating of buckling effects in plates with and without hole
KEREM SELEK
Yüksek Lisans
Türkçe
2009
İnşaat MühendisliğiZonguldak Karaelmas Üniversitesiİnşaat Mühendisliği Bölümü
YRD. DOÇ. DR. MEHMET FATİH ALTAN
- Mimari tasarımda yapay zeka: Evrişimli yapay sinir ağlarının vaziyet planı tasarımında kullanımı
Artificial intelligence in architectural design: The use of convolutional neural networks in site plan design
MUSTAFA KEMAL KAYIŞ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
PROF. DR. HAKAN YAMAN
- Yapay sinir ağları ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması
Classification of ECG beats by using artifical neural networks and genetic algorithms
ZÜMRAY DOKUR
- CNN-based text-independent automatic speaker identification
Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama
MANDANA FASOUNAKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Semantic land cover and land use classification using deep convolutional neural networks
Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması
BERK GÜNEY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL