ANFIS yönteminin esnek yol üstyapılarının yapısal analizinde kullanılabilirliği
Usability of adaptive neuro-fuzzy inference system (ANFIS) for structural analysis of highway flexible pavements
- Tez No: 442765
- Danışmanlar: PROF. DR. MEHMET SALTAN
- Tez Türü: Yüksek Lisans
- Konular: Ulaşım, Transportation
- Anahtar Kelimeler: Esnek üstyapı, Tahribatsız testleri, Düşen Ağırlık Deflektometre (DAD), ANFIS, Esnek üstyapı kalan ömrü, Flexible Pavements, Nondestructive tests (NDT), Falling Weight Deflectometer(FWD), ANFIS, Remaining life of a pavement
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 176
Özet
Kullanımdaki bir kaplamanın kalan ömrünü doğru bir şekilde değerlendirme ihtiyacı, karayolu harcamalarında son zamanlarda yeni bir kaplamanın inşaatından kaplama rehabilitasyonuna kadar uzanan büyük değişimlerin ışığında büyük ölçüde önemi giderek artan bir sorun olmaktadır. Bu nedenle, kaplama yapısının kalan ömrünü doğru bir şekilde tahmin etmek gereklidir. Herhangi bir rehabilitasyon girişiminde bulunulmadan önce, karayolu mühendisleri rehabilitasyonun boyutunu belirlemek için mevcut kaplamanın kalan ömrünü tahmin etmelidirler. Kalan ömür, kaplama sisteminin gelecekteki rehabilitasyon ihtiyaçlarının tahmin edilmesinde çok önemli bir rol oynamaktadır. Gelecekteki planlama ve bütçe oluşturma amacıyla, sistemdeki her bir kaplama kesiminin kalan ömrünü tahmin etmek önemlidir. Bu sadece büyük bir rehabilitasyonun zamanlaması için yararlı olmamakta aynı zamanda ağın uzun vadeli ihtiyaçlarını tahmin etmede yöneticilere yardımcı olmaktadır. Bir BSK (Bitümlü Sıcak Karışım) kaplamasının kalan ömrünü tahmin etmek için çeşitli tahribatsız test yöntemlerinden geliştirilmiş malzeme özelliklerini kullanan farklı tahmin modelleri vardır. Bu çalışmada esnek üstyapı kalan ömrü tahmini, Adaptif Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi (ANFIS) uygulayarak yapılmıştır. Tahmin metotlarında girdiler olarak, tabaka sayısı, yük tekrar sayısı, elastisite modülü(iki tabaka asfalt, temel ve taban zemini), tabaka kalınlığı (iki asfalt ve temel) parametreleri kullanılmış ve esnek üstyapı kalan ömrü çıktı olarak alınmıştır. Tahmin edilen sonuçlar elde edilmiş hesaplama sonuçlarıyla karşılaştırılmıştır. Sonuç olarak tahmin edilen verilerin hesaplama verileriyle oldukça yakın olduğu görülmüştür.
Özet (Çeviri)
The need for an accurate assessment of the remaining life of a pavement in service is a problem of greatly increasing importance in light of recent major shifts in highway expenditures from new pavement construction to pavement rehabilitation. So, it is necessary to accurately predict the remaining life of the pavement structure. Before any rehabilitation effort is undertaken, highway engineers should predict the remaining life in the existing pavement to determine the magnitude of the rehabilitation effort. Remaining life plays a pivotal role in forecasting the future rehabilitation needs of the pavement system. For the purpose of future planning and budgeting, it is important to estimate the remaining life of each pavement section in the system. This is not only useful for timing a major rehabilitation, it also assists managers in forecasting the long-term needs of the network. A number of different prediction models exist that use material properties developed from various Non-Destructive Testing (NDT) methods to predict the remaining life of a Hot Mix Asphalt (HAM) pavement. In this study, adaptive neuro-fuzzy inference systems (ANFIS), using Sugeno ANFIS for predicting remaining life of flexible pavements. Input variables used the number of layers, actual traffic applications, modulus of elasticity for (two asphalt, base and subgrade) layer and thickness for (two asphalt and base) layer and the remaining life of the pavement as output. Az a result the predicted results were compared with the results obtained from the calculation and found that they are close to each other.
Benzer Tezler
- Yazılım kusur kestirimi eklentisinin esnek hesaplama yöntemleri ile tasarımı ve geliştirimi: kapsamlı metrik değerlendirilmesi
Design and implementation of software fault prediction plugin by using soft computing methods: comprehensive metric assessment
EZGİ ERTÜRK GÜLER
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EBRU SEZER
- Esnek hesaplama yöntemleri ile polimer içerikli membranlarda Cr(VI) giderme veriminin tahmin edilmesi
Prediction of polymer inclusion membranes Cr(VI) removal efficiency by using soft computing techniques
MUHAMMAD YAQUB
Yüksek Lisans
Türkçe
2016
Çevre MühendisliğiSakarya ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BEYTULLAH EREN
- Assessment of hydraulic head and heavy metals interpolations performed by different methods (soft computing and geostatistic) in Karabaglar polje, Mugla, Turkey
Muğla ili Karabağlar yaylası karstik polyesinde, hidrolik yük ve ağır metal parametrelerinin farklı yöntemler (esnek hesaplama ve jeoistatistik) ile interpolasyonlarının değerlendirmesi
ÇAĞDAŞ SAĞIR
Yüksek Lisans
İngilizce
2014
Jeoloji MühendisliğiMuğla Sıtkı Koçman ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BEDRİ KURTULUŞ
- Benzetilmiş tavlama algoritması ile adaptif ağ tabanlı bulanık mantık çıkarım sisteminin (ANFIS) eğitilmesi
Training adaptive neuro-fuzzy inference system (ANFIS)using simulated annealing algorithm
BÜLENT HAZNEDAR
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM KALINLI
- Fil sürü optimizasyon algoritması kullanarak anfis parametrelerinin öğrenilmesi
Learning anfis parameters using elephant herding optimization algorithm
ŞEYMA DURAK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE MERVE ACILAR