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
- Tez No: 668845
- Danışmanlar: Prof. Dr. MUSTAFA GÜNAL
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- Geleneksel Sivrihisar evleri
Traditional houses of Sivrihisar
FİSUN ÖZŞUÇA
Yüksek Lisans
Türkçe
1986
MimarlıkGazi ÜniversitesiMimarlık Ana Bilim Dalı
YRD. DOÇ. DR. ORHAN CEZMİ TUNCER
- Şırnak asfaltitleri külünde nikel ve molibdenin spektrofotometrik tayini
Spectrophotometric determination of nickel and molybdenum in Şırnak asphaltites ash
OLCAY ŞİMŞEK
Yüksek Lisans
Türkçe
1986
Petrol ve Doğal Gaz MühendisliğiGazi ÜniversitesiYRD. DOÇ. DR. ALİ REHBER TÜRKER
- Liorhysus hyalinus (F.)(heteroptera: Rhopalidae)'un kimyasal yapısı üzerinde bazı araştırmalar
Same investigations on the chemical composition of L.hyalinus
C.SONGÜL ÖZBAYDUR