Geri Dön

Artificial neural network approaches for slope stability

Yapay sinir ağları yöntemi kullanılarak şev stabilitesinin incelenmesi

  1. Tez No: 222354
  2. Yazar: MERT TOLON
  3. Danışmanlar: DOÇ.DR. DERİN N. URAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Deprem Mühendisliği, İnşaat Mühendisliği, Earthquake Engineering, Civil Engineering
  6. Anahtar Kelimeler: Yapay sinir agları, Sev, Stabilitesi, Artificial neural network, 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: 143

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. 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 Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

  2. 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

  3. 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

  4. Management and control of distributed energy generation systems via artificial intelligence techniques

    Dağıtık enerji üretim sistemlerinin yapay zeka teknikleri ile yönetim ve kontrolü

    ALPER NABİ AKPOLAT

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET EMİN KUZUCUOĞLU

    DR. ÖĞR. ÜYESİ ERKAN DURSUN

  5. Zemin çivili duvarların üç boyutlu sayısal analizi ve makine öğrenmesi yaklaşımı

    Three dimensional numerical analysis of soil nailed walls and machine learning approach

    SEMİHA POYRAZ

    Doktora

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA VURAL