Geri Dön

Artificial neural network for prediction of local scour depth around bridge piers using MATLAB

MATLAB kullanarak köprü ayakları etrafındaki yerel oyulmanın yapay sinir ağları kullanarak tahmini

PDF İndir

  1. Tez No: 668845
  2. Yazar: AHMED SHAKIR ALI ALI
  3. Danışmanlar: Prof. Dr. MUSTAFA GÜNAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Oyulma, yatak malzemesinin su yolu boyunca taşınmasının bir sonucudur, ayrıca oyulma köprülerin dengesini bozarak ekonomik ve insan hayatında büyük bir kayba yol açar. Bu çalışmada, MATLAB yazılımında ki, derin öğrenme araç kutusu kullanılarak geri yayılım algoritmalarına sahip birkaç ileri beslemeli yapay sinir ağı (ANN) modeli oluşturulmuş, ayrıca gizli katmandaki düğüm sayısını belirlemek için deneme yanılma süreçleri kullanılmıştır. Ayrıca, giriş parametreleri olarak perde genişliği, akış hızı, akış derinliği, tane kritik ortalama hızı, tane boyutu dağılımı ve hedef parametre olarak maksimum oyulma derinliği içeren farklı kaynaklardan 400 laboratuvar veri seti kullanılmıştır. Modellerin değerlendirilmesinde regresyon ve ortalama kare hata değerleri kullanılmıştır. Sonuçlar, Levenberg-Marquardt eğitim algoritmasının diğer algoritmalara kıyasla en iyi tahmin performansını verdiğini, ayrıca duyarlılık analizinin, giriş parametrelerinden köprü ayakları arası genişliğinin çıkarılmasının tahmin verimliliğini diğer parametrelere göre daha fazla azalttığını gösterdi. Ayrıca, boyutsal parametrelere sahip ANN modelleri, boyutsuz parametrelere göre daha iyi sonuçlar vermektedir. ANN'nın denge oyulma derinliğinin tahmini için güvenilir bir yöntem olarak kullanılabileceği bulunmuştur.

Özet (Çeviri)

Scour is the consequence of the moving of bed material through the waterway, besides, scour undermines the stability of bridges, leading to a huge loss in the economic and human lives. In this study, several feed-forward artificial neural network (ANN) models with backpropagation algorithms have been established using deep learning toolbox in MATLAB software, besides, trial and error processes have been used to determine the number of nodes in the hidden layer. Moreover, 400 laboratories dataset from different resources have been used in this study, which included pier width, flow velocity, flow depth, sediment critical mean velocity, particle size distribution as input parameters, and equilibrium scour depth as a target parameter. The regression and mean squared error values have been employed for the evaluation of models. The results showed that the Levenberg-Marquardt training algorithm gives the best performance of prediction compared to other algorithms, moreover, sensitivity analysis showed that the elimination of pier width from input parameters decreases the efficiency of prediction more than other parameters. Also, ANN models with dimensional parameters provide better results than non-dimensional parameters. It has been found that ANN could be used as a reliable technique for prediction of equilibrium scour depth.

Benzer Tezler

  1. Tez No

    349853

    Köprü ayaklarında meydana gelen yerel oyulmaların veri analiz yöntemleri kullanılarak incelenmesi

    Investigation of scour at bridge piers using data analysis methods

    MEHMET ÖNER YELEĞEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ UYUMAZ

  2. Tez No

    664676

    Application of geographic information system (GIS) and neural networking in identification and prediction of tourist hot spots: Case of Aegean region of Turkey

    Turizm cazibe merkezlerinin tanımlanması ve tahmin edilmesine yönelik coğrafi bilgi sistemi ve yapay sinir ağları uygulaması: Ege bölgesi örneği

    ASMA RAFIQUE

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL RAKIP KARAŞ

  3. Tez No

    887668

    Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

    Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi

    FATHI FARAH FADOUL FATHI FARAH FADOUL

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ÇAĞLAR

  4. Tez No

    134873

    Secondary structure prediction of hemeglobin by using combined neural networks

    Birleştirilmiş yapay sinir ağları kullanılarak hemoglobinin ikincil yapısının tahmin edilmesi

    İREM ERSÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TURGAY İBRİKÇİ

  5. Tez No

    899096

    Etkin sorgu önerileri için kullanıcı sorgularının görev tabanlı yönetilmesi

    Task based management of user queries for effective query suggestions

    NURULLAH ATEŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

Geri Dön