Geri Dön

Geri yayılmalı yapay sinir ağlarıyla depreme maruz betonarme kat çevrelerinde emniyetli yatay taşıyıcı tahmini

Estimation of safely lateral structural members in the earthquake subjected R/C frames by using back propagation neural networks

  1. Tez No: 65884
  2. Yazar: NECMETTİN GÜNEŞ
  3. Danışmanlar: PROF. DR. ALİ SAYIL ERDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1997
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

ÖZET Yüksek Lisans Tezi GERİ YAYILMALI YAPAY SİNİR AĞLARIYLA DEPREME MARUZ BETONARME KAT ÇERÇEVLERİNDE EMNİYETLİ YATAY TAŞIYICI TAHMİNİ Necmettin GÜNEŞ Fırat Üniversitesi Fen Bilimleri Enstitüsü İnşaat Mühendisliği Anabilimdalı 1997, Sayfa : 57 Yapay Sinir Ağlan insan beyninin nörolojik yapısından ve hesaplama tekniğinin taklit edilmesinden geliştirilmiştir. Yapay Sinir Ağlarının öğrenme kabiliyeti ve adaptasyonu az bilgiyle çalışabilme özelliği, hızlı çalışması ve tanımlama kolaylığı son yılların popüler konulandır. Depreme maruz betonarme kat çerçevelerinde yanal taşıyıcı elemanların ( kolonlar ve perdeler) emniyetli en kesit tiplerini geleneksel metodlarla bulmak oldukça zor, zaman alıcı ve tecrübe istemektedir. Bu çalışmada depreme maruz betonarme kat çerçevelerinin emniyetli en kesit tipleri, kat çerçevelerinin maksimum yanal ötelenmeleri ve ilk serbest titreşim peryodları geri yayılmalı çok tabakalı perseptronlar kullanılarak bulunmuştur. ANAHTAR KELİMELER : Yapay Zeka, Yapay Sinir Ağlan, Nonlineer Dinamik Analiz, Hasar Tahmini, Emniyetli Yanal Taşıyıcı Eleman Tahmini.

Özet (Çeviri)

II SUMMARY Masters Thesis ESTIMATION OF SAFELY LATERAL STRUCTURAL MEMBERS iN THE EARTHQUAKE SUBJECTED R/C FRAMES BY USING BACK PROPAGATION NEURAL NETWORKS Necmettin GÜNEŞ Fırat University Graduate School of Natural and Applied Sciences Deparment of The Civil Engineering 1997, Page : 57 Artificial Neural Networks are developed from neuropohsiolog by morphologically and computationally mimicking human brains. The features of artificial neural networks such as ability and adaptability to learn, generalization, less information requirement, fast real-time operation and case of implementation have become popular in the last few years. In the earthquake subjected frames, determination of safe cross-section types of lateral structural members such as columns and shears wall by using traditional methods is very difficult, needs more process time and experience. A.N.N. (Artificial Neural Networks ) are known to overcome such problems using their facinating features. In this study, the safe cross-sectional type of the lateral structural members, maximum lateral deflection and first free vibrational period of earthquake subjected R/C frames are calculated by back propagation multileyeed perceptions. The neural calculation results have shown that the neural model verify the vadity of the results.m KEYWORDS : Artificial Intelligent, Artificial Neural Networks, Nonlineer Dynamic Analyse,Damage Estimation, Safely Lateral Structural Members Estimation.

Benzer Tezler

  1. Tez No

    18945

    Advance loss of profits insurance

    Başlık çevirisi yok

    FUNDA PAZAR

    Yüksek Lisans

    İngilizce

    İngilizce

    1991

    İşletmeMarmara Üniversitesi

    Y.DOÇ.DR. ŞEVKİ KAYLAV

  2. Tez No

    297940

    Vadeli işlem sözleşmelerinin fiyatlarının yapay sinir ağlarıyla tahmin edilmesi: VOB üzerine bir uygulama

    Forcasting prices of futures contracts using artificial neural networks: An application on TURKDEX

    AYŞEGÜL DUMLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İşletmeCelal Bayar Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. HÜSEYİN AKTAŞ

  3. Tez No

    762923

    Farklı parametreler kullanılarak yapay sinir ağlarıyla akım tahminlerinin yapılabilirliğinin araştırılması: Filyos Nehri Havzası örneği

    Investigation of the feasibility of flow estimates by artificial neural networks using different parameters: :The case of Filyos River Basin

    M.WASIM POPAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiKarabük Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY EKEMEN KESKİN

  4. Tez No

    827860

    Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  5. Tez No

    766149

    Elektrik dağıtım sistemlerinde yapay sinir ağları ile arıza türü belirleme

    Fault type determination with artificial neural networks in electricity distribution systems

    MELİKE DEMİRÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAHADIR AKBAL

Geri Dön