Azalım ilişkilerinin yapay zeka yöntemleriyle modellenmesi
Modeling of attenuation relations with artificial intelligence methods
- Tez No: 692954
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖKHAN ALTAY, PROF. DR. CAFER KAYADELEN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Osmaniye Korkut Ata Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geoteknik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Bu çalışma, Türkiye'de meydana gelen depremlerin kuvvetli yer hareketi verileri kullanılarak doğrudan en yüksek yer ivmesinin (PGA) tahminine odaklanmıştır. Veriler İçişleri Bakanlığı Afet ve Acil Durum Yönetimi Başkanlığı (AFAD) veri tabanından derlenmiştir. PGA tahmini için Random Forest RF), M5P tree regression model, Sequential Minimal Optimization Regression (SMOREG), Gradient Boosting Modeling (GBM), Kstar ve KNearest Neighbors (KNN) yöntemleri kullanılmıştır. Bu beş yöntemde input parametreleri, depremin meydana geldiği derinlik, depremin büyüklüğü, repi, depremin meydana geldiği bölgedeki zeminin v30 değeridir. Yöntemlerin tahmin performansları, korelasyon katsayısı (R), ortalama mutlak hata (MAE), ortalama karesel hata (RMSE) vb. gibi bazı istatistiksel kriterlerle karşılaştırılmıştır. RF yöntemi ile yapılan tahminin diğer yöntemlere göre daha iyi olduğu görülmüştür. RF yönteminin R değeri 0.97, MAE ve RMSE değerleri sırasıyla 7.65 ve 19.40 idi. Sonuçlar, modellerin PGA'nın tahmini için oldukça umut verici bir yaklaşım olduğunu ve PGA ile girdi parametreleri arasındaki karmaşık ilişkiyi temsil edebildiğini ortaya koymuştur.
Özet (Çeviri)
This study directly focused on estimation of peak ground acceleration (PGA) using strong motion data of earthquakes occurred in Turkey. The data gathered from database of Ministry of Interior Disaster and Emergency Management Presidency of Turkey (AFAD). For prediction of the PGA, Random Forest (RF), M5P tree regression model, Sequential Minimal Optimization Regression (SMOREG), Gradient Boosting Modeling (GBM), Kstar and KNearest Neighbors (KNN) methods were used. In these five methods the inputs were depth of earthquake, magnitude of earthquake, repi and v30 value of soil. The prediction performance of methods was compared by some statistical criteria such as correlation coefficient (R), mean absolute error (MAE), root mean squared error (RMSE) etc. The estimation conducted by the RF method were found to be better than the other methods. The R value of RF method was 0.97, MAE and RMSE values were 7.65 and 19.40 respectively. The results revealed that the models are a fairly promising approach for the prediction of PGA and capable of representing the complex relationship between PGA and input parameters.
Benzer Tezler
- Short term load forecasting by using artificial neural networks
Yapay sinir ağları kullanılarak kısa dönemli yük tahmini
ALI GHADIRIASL NOBARI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- En büyük yer ivmesi azalım ilişkilerinin yakın dönemde Türkiye'de meydana gelen depremlerle performanslarının değerlendirmesi
Evaluation of performances of the attenuation relations for peak ground acceleration by recent earthquakes occurred in Türkiye
BARIŞ RIZA VURAL
Yüksek Lisans
Türkçe
2023
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji Ana Bilim Dalı
PROF. DR. HARUN SÖNMEZ
- Strong ground motion attenuation relationship model by using neural network methodology
Yapay sinir ağları kullanılarak elde edilen kuvvetli yer hareketi azalım ilişkileri modeli
MUSTAFA BİRKAN BAYRAK
Yüksek Lisans
İngilizce
2004
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ.DR. DERİN URAL
- Türkiye'nin doğusu ve İran için en yüksek yatay yer ivmesi gözlemsel azalım ilişkilerinin geliştirilmesi
Empirical attenuation relationship for peak horizontal ground acceleration for east of Turkey and Iran
MOHAMMAD SORKHABİ
Doktora
Türkçe
2011
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT MOLLAMAHMUTOĞLU
- Sismik açıdan aktif bir bölge için azalım ilişkilerinin oluşturulması
Sismik açıdan aktif bir bölge için azalım ilişkilerinin oluşturulması
SERCAN TEKEOĞLU
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiManisa Celal Bayar Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ENDER BAŞARI
DOÇ. DR. MUSTAFA ERKAN TURAN