Dayanma duvarlarında makine öğrenmesi ile güvenlik sayısı tahmini
Prediction of safety factor with machine learning on retaining walls
- Tez No: 670903
- Danışmanlar: DR. ÖĞR. ÜYESİ SEMİH YUMUŞAK, DR. ÖĞR. ÜYESİ ESRA URAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: KTO Karatay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Bu tez çalışmasında dayanma yapıları özelinde kayma, devrilme ve toptan göçme güvenlik katsayısı değerlerinin tahmini için makine öğrenmesi yöntemleri incelenmektedir. Ayrıca tahmin değerlerini oluşturan denklem elde edilerek yeni bir matematik model oluşturulmuştur. Matematik model oluşturma işlemi Polinom Regresyon yöntemiyle elde edilen modelin içerisindeki matematik formüllerinin çıkarımı ile gerçekleşmektedir. Model doğrulama ve karşılaştırma işlemleri için, gradyan artırtılmış regresyon ağacı, karar ağacı, k-en yakın komşu ve rastgele orman algoritmaları ile elde edilen tahminler gerçek değerler ile karşılaştırılmıştır. Tahminlerin hata oranları, ortalama kare hata, kök ortalama kare hata ve ortalama mutlak hata metrikleriyle ölçülmüştür. Ayrıca tahmin edilen değer ve gerçek değer arasında saçılım grafikleri oluşturulduğunda, korelasyon katsayısı değerinin bire oldukça yakın olduğu gözlemlenmiştir. Böylece, elde edilen matematik modelin, dayanma yapılarındaki güvenlik sayılarının değerinin bulunmasında önemli ve pratik bir çözüm olabileceği düşünülmektedir. Dayanma yapıları, bu tez çalışması için örnek bir uygulama alanı olduğundan, matematik modelin çıkarılması işlemi genelleştirilmiş olup diğer fiziksel problemler için de kullanılabilecek hale getirilmiştir. Matematik model oluşturma işlemi Python programlama dili kullanılarak geliştirilen bir Python paketi olarak kullanıma sunulmuştur. Bu sayede kullanıcıların, sahip oldukları fiziksel problemlere ait veri kümelerini kullanarak bir matematik model formülü geliştirebilmesi sağlanmaktadır. Geliştirilen model bir hesap tablosu şeklinde (csv biçimi) kullanıcıya çıktı olarak sağlanmaktadır.
Özet (Çeviri)
In this thesis, machine learning methods are examined for the estimation of sliding, overturning and slope stability safety factor values specific to retaining structures. In addition, a new mathematical model was created by obtaining the equation that constitutes the predicted values. Mathematical model creation process is carried out by extracting the mathematical formulas within the model obtained by Polynomial Regression method. For the model verification and comparison processes, the predictions obtained by gradient boosting regression tree, decision tree, k-nearest Neighbor and random forest algorithms are compared with the real values. The error rates of the estimates were measured with the mean square error, root mean square error and mean absolute error metrics. In addition, when the scatter plots are created between the estimated value and the actual value, it was observed that the correlation coefficient value is very close to one. Thus, it is thought that the obtained mathematical model can be an important and practical solution for determining the value of safety factors in retaining structures. Since retaining structures are an exemplary application area for this thesis, the process of deriving the mathematical model has been generalized and made it can be used for other physical problems. The mathematical model creation process is available as a Python package developed using the Python programming language. In this way, users can develop a mathematical model formula using the data sets of their physical problems. The developed model is provided to the user as an output in the form of a spreadsheet (csv format).
Benzer Tezler
- Dinamik yüklemeye maruz konsol dayanma duvarı stabilitesinin makine öğrenmesi algoritmaları ile araştırılması
Investigation of console shear wall stability under dynamic loading using machine learning algorithms
BÜŞRA NUR ÇITIRIK
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiKTO Karatay Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA URAY
- Betonarme perdelerin çevrimsel sönümlenen enerji kapasitesinin makine öğrenmesi yöntemleri ile incelenmesi
Investigation of energy dissipation capacity of RCc shear walls with machine learning methods
BERKAY TOPALOĞLU
Yüksek Lisans
Türkçe
2022
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP DEĞER
- Şev stabilizasyonunda dayanma yapıları: Güvenlik ve maliyet etkinliği üzerine karşılaştırmalı bir analiz
Retaining structures in slope stabilization: A comparative analysis on safety and cost effectiveness
TANER GÜRBÜZ
Yüksek Lisans
Türkçe
2024
İnşaat MühendisliğiKarabük Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. İNAN KESKİN
- Seismic behaviour of historical stone masonry multi-leaf walls
Çok tabakalı tarihi taş yığma duvarların deprem yükleri altında davranışı
CEM DEMİR
Doktora
İngilizce
2012
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
- Mimarlıkta sembolizm ve simgesel anlam
Symbolism and symbolic meaning in architecture
SADAF DİANAT
Yüksek Lisans
Türkçe
2015
MimarlıkYıldız Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. İBRAHİM BAŞAK DAĞGÜLÜ