Şevlerde stabilitenin makine öğrenme yöntemleri ile değerlendirilmesi
Evaluation of stability on slopes by machine learning methods
- Tez No: 694177
- Danışmanlar: DOÇ. DR. TALAS FİKRET KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Bu çalışmada, inşaat mühendisliği geoteknik anabilim dalının önemli konularından biri olan şev stabilitesi analizleri için alternatif olarak makine öğrenme yöntemleri kullanılarak stabilite sonuçlarına yönelik tahmin modelleri uygulanmıştır. Makine öğrenme yöntemleri, diğer birçok karmaşık problemin çözümünde olduğu gibi şev stabilite analizlerinde de, zaman ve işgücü tasarrufu sağlamak amacı ile tercih edilmiştir. Tahmin modellerinde kullanılmak üzere hazırlanan veri setinde 114 adet farklı şev profiline ait veriler ve vaka sonuçları kullanılmıştır. Kullanılan makine öğrenme yöntemlerinde girdi parametreleri olarak şev yüksekliği, şev açısı, içsel sürtünme açısı, kuru birim hacim ağırlığı ve kohezyon kullanılmış olup, çıkış parametresi olarak da şevin stabilite durumu verilmiştir. Elde edilen bulgular doğrultusunda tahmin modellerinde %92,10 - %97,44 arasında değişen performans sonuçları elde edilmiştir. Çalışma sonunda, makine öğrenme yöntemleri ile şev stabilitesi tespitinde güvenilir sonuçlar elde edilebileceği vurgulanmıştır.
Özet (Çeviri)
In this study, predictive models for stability results were applied by using machine learning methods as an alternative for slope stability analysis, which is one of the important topics of civil engineering geotechnical department. Machine learning methods have been preferred in slope stability analyzes as well as in solving many other complex problems, in order to save time and labor. Data and case results of 114 different slope profiles were used in the data set prepared to be used in forecasting models. In the machine learning methods; slope height, slope angle, internal friction angle, dry unit weight and cohesion were used as input parameters, and the stability of the slope was given as output parameter. In line with the findings obtained, performance results ranging from 92.10% to 97.44% were obtained in the prediction models. At the end of the study, it was emphasized that reliable results can be obtained in the determination of slope stability with machine learning methods.
Benzer Tezler
- Duraysız şevlerde yapılan stabilite çalışmalarıve maliyet analizi
Studi̇es on stabi̇li̇zi̇ng unstable slopesand cost analysi̇s
FATİH TAŞTEMÜR
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT TIĞDEMİR
- Homojen sonlu şevlerde topuk kayması durumunda kırılma yüzeylerinin optimizasyonu
Optimization of failure surfaces for toe slide in homogeneous finite slopes
EMRULLAH SAĞIR
Yüksek Lisans
Türkçe
2016
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. EROL ŞADOĞLU
- Muğla ili Yatağan ilçesinin jeofizik jeolojik ve jeoteknik çalışmalar ile yerleşime uygunluk açısından değerlendirilmesi
Evaluation of Muğla province Yatağan district in terms of geophysical geological and geotechnical studies and suitability for settlement
UĞUR TOPATAN
Yüksek Lisans
Türkçe
2023
Jeofizik MühendisliğiSüleyman Demirel ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR ŞAHİN
- Enhancing wastewater treatment efficiency through laccase-mediated biodegradation of trace organic contaminants
Kalıcı organik kirleticilerin laccase aracılı bıodegredasyonu ile atıksu arıtım verimliliğinin artırılması
GÜLTEN YÜKSEK
Doktora
İngilizce
2023
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE ÇOKGÖR
PROF. DR. HUBERT CABANA
- Deprem etkisindeki şevlerde stabilitenin incelenmesi
Stability analysis of slopes subjected to eartquakes
BİLGE GÖKMİRZA SİYAHİ