Marshall deneyi sonuçları için oluşturulan tahmin modellerinin incelenmesi
Investigation of forecast models for Marshall experimental results
- Tez No: 507902
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 197
Özet
Günümüzde asfalt kaplamalı yollar son zamanlarda artan trafik yüklerine maruz kalmaktadır. Yük ve yolcu taşımacılığının büyük oranda karayolları ile yapıldığı ülkemiz koşulları düşünüldüğünde kaliteli ve sağlıklı bir yol kaplaması elde etmek önem arz etmektedir. Asfalt yol tasarımında en önemli hususlardan biri optimum bitüm yüzdesi tayinidir. Bitüm yüzdesi tayini için Marshall stabilitesi deneyinden yararlanılmaktadır. Çalışmamızda uzun ve zahmetli Marshall deneyi süreci yerine, alternatif olarak istatistiki yöntemler ve yapay zeka metotlarından yararlanılmaktadır. Marshall deney sonucu olan Marshall stabilitesi tahmini için modeller oluşturulmaktadır. Tahmin modelleri oluşturulurken önceden yapılmış olan deney verilerden yararlanılmaktadır. Bu veriler; bitümün penetrasyonu (P), numunelerin havadaki ağırlığı (H), sıcaklık (C), bitüm ağırlığı (G), numune yükseklikleri (T), bitüm yüzdesi (W), numunelerin sudaki ağırlığı (S), stabilite (ST) değişkenleridir. Modeller oluşturulurken Regresyon ve Yapay sinir ağları (YSA) tekniklerinden yararlanılmaktadır. Kullanılan tekniklerin performans kıyası için korelasyon katsayısı (R), yüzde hataların ortalaması (YHO) ve hataların karesinin ortalaması (HKO) teknikleri kullanılmaktadır. Regresyon ile oluşturulan modellerde performans değeri en yüksek olan model HPCYWSST olduğu görülmektedir. HPCYWSST modelinin korelasyon katsayısı 0,57125, hataların karesinin ortalaması 14841,82, yüzde hataların ortalaması 9,5858 değerinde çıktığı görülmektedir. YSA ile veri setleri rastgele seçilerek oluşturulan modellerden performans değeri en yüksek olan model HCPGSST olduğu görülmektedir. HCPGSST modelinin korelasyon katsayısı 0,75168, hataların karesinin ortalaması 9616,43, yüzde hataların ortalaması 7,657227 değerinde çıktığı görülmektedir. Yapılan karşılaştırmalar sonucunda YSA ile oluşturulan modellerin Regresyondan daha küçük hatalarla sonuca ulaştığı görülmektedir.
Özet (Çeviri)
Today, asphalt roads are exposed to increasing traffic loads in recent times. It is important to obtain a quality and healthy road coverage when considering the conditions in which our freight and passenger transportation is carried out by roads. One of the most important aspects of asphalt road design is the determination of the optimum percentage of bitumen. The Marshall stability test is utilized for the percentage of bitumen. In our work, instead of the long and laborious Marshall experiment process, alternative statistical methods and artificial intelligence methods were used. Models were developed for Marshall stability predictions which are Marshall experiment results. Prediction models are constructed using the results of previous experiments. These parameters are the bitumen penetration (P), weight of the sample in the weather (H), the temperature (C), the bitumen weight (G), the sample heights (Y), the bitumen percentage (W), weight of the sample in water (S), the stability (ST). Regression and Artificial Neural Networks (ANN) techniques are being used when creating models. For the performance comparison of the techniques used the correlation coefficient (R), the mean percentage errors (MPE) and the mean square errors (MSE) are used. It is seen that the model with regression is the model with the highest performance value HPCYWSST. The correlation coefficient of the HPCYWSST model is 0,57125, the mean square errors is 14841,82, the mean percentage errors is 9,5858 percent. It is seen that HCPGSST is the model with the highest performance value from the models generated by random selection of data sets with ANN. The correlation coefficient of the HCPGSST model is 0,75168. The mean square errors of the HCPGSST model is 9616,43. The mean percentage error of the HCPGSST model is 7,657227. As a result of these comparisons, it can be seen that the models formed by ANN have reached to the results with smaller errors from regression models.
Benzer Tezler
- Modifiye bitümlü karışımların marshall testi akma değerinin bulanık mantık ve regresyon yöntemleri kullanılarak modellenmesi
Modeling of marshall test flow value of modified bituminous mixtures by using fuzzy logic and regression methods
MERVAN DEMİR
Yüksek Lisans
Türkçe
2023
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÇALIŞICI
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Investigation of effect of bitumen chemical composition, polymer and warm mix asphalt additives on the properties of bitumen by using response surface method
Bitüm kimyasal içeriği, polimer ve ılık karışım asfalt katkılarının bitüm özellikleri üzerine etkisinin tepki yüzeyi yöntemiyle incelenmesi
EMEL BAŞKENT
Yüksek Lisans
İngilizce
2016
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. MUSTAFA HULUSİ ÖZKUL
- Mobilya endüstrisinde kullanılan plastik kökenli atıkların sıcak asfalt karışımda kullanılabilirliğinin araştırılması
Investigation of the usability of plastic origin wastes used in the furniture industry in hot asphalt mixture
YOUSIF RASHAD QADER
Yüksek Lisans
Türkçe
2020
İnşaat MühendisliğiOndokuz Mayıs Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. UFUK KIRBAŞ
- Bitümlü sıcak karışımlarda asfalt plent atıklarının değerlendirilmesi
Evaluation of asphalt plant waste in hot mix asphalt
CENGİZ SEFA YAVUZ
Yüksek Lisans
Türkçe
2018
İnşaat MühendisliğiEskişehir Osmangazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT KARACASU