Geri Dön

Artificial neural network approaches for slope stability

Yapay sinir ağları yöntemi kullanılarak şev stabilitesinin incelenmesi

PDF İndir

  1. Tez No: 222354
  2. Yazar: MERT TOLON
  3. Danışmanlar: DOÇ.DR. DERİN N. URAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Deprem Mühendisliği, Civil Engineering, Earthquake Engineering
  6. Anahtar Kelimeler: Yapay sinir agları, Sev, Stabilitesi, Kararlılık, Yapay sinir ağları, Şev kararlılığı, Artificial neural network, Slope, Stability, Artificial neural networks, Slope stability
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Deprem Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalısmada 170 tane lokal bölgenin sev profili dataları kullanılarak yapay zeka mantıgı yaklasımlarından bes tane yapay sinir agı mimarisi kullanılmıstır. Bunlar BPNN, geri yayılmalı sinir agı mimarisi ve GRNN, genel regresyonlu yapay sinir agı mimarisi, GMDH, gruplama methodu, Kohonen ve PNN, olasılık yöntemidir. Ancak sadece BPNN, geri yayılmalı sinir agı mimarisi ve GRNN, genel regresyonlu yapay sinir agı mimarisi model olusturmakta kullanılmıstır. Bu yaklasımlarda 9 adet girdi ve 1 tane çıkıs parametreleri verilmistir. Çıkıs parametresi sev güvenlik katsayısı olup, girdi parametreleri sev yüksekligi ( H ), sev egimi ( ), yeraltı suyu derinligi ( Hw ), saglam zemin derinligi ( Hb ), kohezyon ( c ), zemin içsel sürtünme açısı ( ), kuru birim hacim agırlıgı ( ), düsey ve yatay sismik zemin katsayıları ( Kh , Kv )`dır. Bu çalısmadaki amaç sismik zemin katsayılarının sev stabilitesindeki önemlerinin incelenmesidir. Sonuç olarak genel regresyon yapay sinir agı modelinin daha basarılı oldugu, düsey ve yatay sismik zemin katsayılarının sev yüksekligi, sev egimi ve yeraltı suyu derinliginden sonra sev stabilitesindeki etkisinin önemli oldugu görülmüstür.

Özet (Çeviri)

In this study 170 slope data and their properties are used by Artificial Intelligence approach five neural network approaches architecture These approaches are Back propagation neural network architecture ( BPNN ), General regression neural network ( GRNN ), Group method of data handling ( GMDH ), Kohonen learning paradigm and Probabilistic neural network ( PNN ) architectures. But only 2 of them used, these are the back propagation neural network architecture ( BPNN ) and the general regression neural network ( GRNN ). There are 9 input parameters and 1 output parameter. The output parameter is the factor of the safety of the slopes ( F.S. ), the input parameters are the height of slope ( H ), the inclination of slope ( ), the height of water level ( Hw ), the depth of firm base ( Hb ), the cohesion of soil ( c ), the friction angle of soil ( ), the unit weight of soil ( ), but the important input parameters are horizontal and vertical seismic coefficients ( kh , kv ).Trying to be obtained in this study is to see the importance of the seismic coefficients for a slope stability safety. In conclusion this study shows that general regression neural network (GRNN) approach is more useful model and generally horizontal and vertical seismic coefficients importance seen after the height of the slope ( H ), the inclination of slope ( ), the height of water level (Hw) importance.

Benzer Tezler

  1. Tez No

    511543

    Türkiye genelinde Bahel modeli ve yapay sinir ağları ile güneş radyasyonu tahmini

    Solar radiation estimation for Turkey using Bahel model and artificial neural networks

    ELVAN BURCU KOŞMA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilimi ve Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

  2. Tez No

    993011

    Elektrikli araçlarda kullanilmak üzere lityum demir fosfat bataryalarin modellenmesi ve şarj durum tahmini

    Modeling and state of charge estimation of lithium iron phosphate batteries for use in electric vehicles

    HALİL AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. FİKRET ÇALIŞKAN

  3. Tez No

    958471

    Finansal oranlar aracılığıyla kredi değerlendirme riskinin veri madenciliği yöntemleriyle analizi

    An analytical approach to credit appraisal risk assessment using financial ratio analysis and data mining techniques

    FEVZİ APAYDIN

    Doktora

    Türkçe

    Türkçe

    2025

    İşletmeOsmaniye Korkut Ata Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERVET ÖNAL

  4. Tez No

    849246

    A unified slope design framework for different rock slope failure mechanisms

    Farklı kaya şevi yenilme mekanizmaları için birleştirilmiş bir şev tasarım sistemi

    MUSTAFA SERHAN KAHVECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Maden Mühendisliği ve MadencilikOrta Doğu Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET GÜNEŞ YARDIMCI

  5. Tez No

    855218

    Optimal design of slope stabilizing piles using metaheuristic techniques

    Metasezgisel teknikler kullanılarak şev stabilizasyon kazıklarının optimum tasarımı

    ARDA ÖCAL

    Doktora

    İngilizce

    İngilizce

    2024

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR PEKCAN

Geri Dön