Yapay sinir ağları yöntemi ile heyelanlarda stabilite analizi
Landslide stability analysis with artificial neural network
- Tez No: 332084
- Danışmanlar: PROF. DR. KENAN GELİŞLİ
- Tez Türü: Yüksek Lisans
- Konular: Jeofizik Mühendisliği, Geophysics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
Bu tez çalışmasında, Yapay sinir Ağları (YSA) yöntemi kullanılarak heyelanlarda yamaç/şev güvenliği hesaplanabilirliği araştırıldı. İlk olarak kullanılan YSA programı için 100 adet yapay heyelan verisi oluşturuldu ve bu heyelanların güvenlik faktörleri (GF) GeoStudio programı ile hesaplandı. Bu şekilde oluşturulan veri tabanının 80 adedi YSA?nın eğitimi, 20 adedi ise testi için kullanıldı. YSA yöntemi ile giriş parametresi olarak heyelan yüksekliği, yeraltı su tablasının derinliği, heyelan açısı, birim hacim ağırlığı, kohezyon ve içsel sürtünme açısı, çıkış parametresi olarak ise GF kullanılarak heyelanların GF?leri hesaplandı. Klasik yöntemle ve YSA ile hesaplanan GF?leri arasında iyi bir uyum elde edildi. Daha sonra zemin parametreleri dikkate alınarak NEHRP Zemin Sınıflamasına göre her bir heyelana sismik hız bilgileri eklendi. Bu durum için de YSA yöntemi ile GF?leri tekrar hesaplandı. Giresun Organize Sanayi heyelanlarında sismik kırılma ve sismik yüzey dalgası yöntemleri kullanılarak boyuna ve enine dalga hızları hesaplandı. Araklı-Yiğitözü heyelanında ise araziden numune alınarak zemin parametreleri belirlendi. Bu veriler kullanılarak üç heyelanın GeoStudio programında GF?leri hesaplandı. Heyelanların birim hacim ağırlığı, kohezyon, içsel sürtünme açılarına sismik hızlarına göre aralık değer verilerek GF?leri YSA ile hesaplandı. Sonuçlar incelendiğinde kohezyonun GF üzerinde en etkili parametre olduğu tespit edildi. Son olarak incelenen heyelanların YSA yöntemi ile GF?leri değerlendirildi. Sonuç olarak, heyelanlarda YSA yöntemi ile güvenlik faktörünün hızlı ve kolay bir şekilde hesaplanabileceği, heyelanlar için belli olmayan bazı zemin parametreleri yerine sismik hızlar kullanılarak stabilite hesaplamaları yapılabileceği ortaya konulmuştur.
Özet (Çeviri)
In this thesis, accountability of slope safety on landslides was investigated using Artificial Neural Networks (ANN) method. Firstly, 100 synthetic landslide data were created for using ANN program and safety factor of these landslides were calculated with GeoStudio software. 80 of these synthetic landslides in training set and 20 of them were used in testing set. The input parameters of ANN method were the height of slope, the height of water level, the inclination of slope, the unit weight of soil, the cohesion of soil and the friction angle of soil, the output parameter were the factor of the safety of the slopes and safety factors were calculated with ANN. The safety factor of calculated by the classical method and the ANN were a very good correlation between each other. Then, seismic velocity was added each landslide according to NEHRP Soil Classification taking into account the parameters of the ground. Also, in this case safety factors were recalculated with ANN. Compressional and shear wave velocities of Giresun Organized Industry landslides were calculated using seismic refraction and seismic surface wave methods. Soil parameters of Araklı-Yiğitözü landslide determined by sampling. The safety factor of three landslides were evaluated using these parameters with GeoStudio software. Unit weight of soil, cohesion and internal friction angle parameters of 3 landslides were given range according to seismic velocities and calculated safety factor with ANN. The results are analyzed, cohesion is detected the most effective parameter on SF. Finally, SF of analyzed landslides evaluated with ANN. As a result, safety factor of landslides can be calculated fast and easy way with ANN, stability calculation for landslides can be execute using seismic velocities instead of undefined some soil parameters.
Benzer Tezler
- Devrek ilçesinin (Zonguldak) yapay sinir ağları ile heyelan duyarlılık değerlendirmesi
Landslide susceptibility assessment with artificial neural networks of Devrek district (Zonguldak)
ENES TAŞOĞLU
- Coğrafi bilgi sistemleri tabanlı heyelan duyarlılık haritalarının oluşturulmasında istatistiksel yöntemlerin ve yapay sinir ağlarının kullanılması: Kumluca-Ulus (Bartın) bölgesi
Usage of statistical techniques and artificial neural networks in producing landslide susceptibility maps based on geographical information systems: Kumluca-Ulus (Bartın) region
NESLİHAN YÜKSEL
Doktora
Türkçe
2007
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF.DR. HÜSNÜ AKSOY
- Denizli ili için heyelan duyarlılık haritalarının oluşturulması
Preparation of landslide susceptibility maps for Denizli city
MURAT DURGUN
Yüksek Lisans
Türkçe
2019
Jeoloji MühendisliğiPamukkale ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER BERAN ÇELİK
- Göksu nehri havzasının coğrafi bilgi sistemleri tabanlı jeomorfometrik analizi ve niceliksel heyelan olası tehlike değerlendirmesi
Gis based geomorphometric analyses and quantitative landslide hazard assessments of the Göksu river watershed
SENEM TEKİN
Doktora
Türkçe
2019
Jeoloji MühendisliğiÇukurova ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA ÇAN
- Yapay sinir ağları ile heyelan duyarlılık haritalarının üretilmesinde farklı algoritmaların kullanımının araştırılması
Investigation of the utilization of different algorithms in landslide susceptibility mapping with artificial neural networks
ASLI CAN
Yüksek Lisans
Türkçe
2014
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ERCANOĞLU