Geri Dön

Hibrid metasezgisel algoritmalar kullanılarak betonarme yapı ve elemanları ile kütle sönümleyici optimizasyonu

Optimization of reinforced concrete structure and elements and mass dampers using hybrid metaheuristic algorithms

  1. Tez No: 776651
  2. Yazar: MUHAMMED ÇOŞUT
  3. Danışmanlar: PROF. DR. GEBRAİL BEKDAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 104

Özet

Bu çalışma inşaat mühendisliği problemlerinden olan betonarme yapı ve elemanları ile kütle sönümleyici sistemlerin optimizasyonu Matlab programı kullanılarak gerçekleştirilmiştir. Optimizasyon aşamalarında metasezgisel algoritmalardan olan TLBO (öğretme-öğretme tabanlı algoritma), Jaya, FPA (çiçek tozlaşması) ve ek olarak TLBO-Jaya hibrid algoritması gibi algoritmalar kullanılmıştır. Betonarme yapı ve elemanları optimizasyonunda: kiriş optimizasyonu için ACI 318, TS500 ve Eurocode 2 kullanılarak minimum maliyetli kiriş tasarımı yapılmıştır ve yönetmelikler arasındaki farklı hesaplamalardan kaynaklı oluşan maliyet farklılıkları karşılaştırılmıştır; istinat duvarı optimizasyonunda yönetmeliklere uygun olacak şekilde minimum maliyetli istinat duvarı hesabı gerçekleştirilmiştir ve betonarme çerçeve yapıların maliyet açısından optimizasyonu yapılmıştır. Kütle sönümleyicilerin optimizasyonu aşamasında ise Pasif Ayarlı Kütle Sönümleyici kullanılarak, özellikleri bilinen yapının deplasman optimizasyonu zaman tanım alanına göre gerçekleştirilmiştir. Bu tasarımlardan dikdörtgen kiriş tasarımı ve istinat duvarı tasarımı için Jaya, TLBO ve TLBO-Jaya hibrid algoritmaları kullanılarak amaç fonksiyonuna en kısa iterasyonda ulaşan algoritma türü belirlenmiş ve istinat duvarı tasarımı için ise Jaya, TLBO, FPA ve TLBO-Jaya hibrid algoritmaları kullanılarak aynı şekilde algoritmaların kıyaslamaları gerçekleştirilmiştir. Bu süreçte her algoritma için 10 kez analiz yapılarak ortalama değerleri alınmış ve hibrid algoritma diğer algoritmalara göre çok az iterasyonda amaç fonksiyonuna ulaştığı görülürken, standart sapma değerleri için ise en erken sıfıra yaklaşan yöntem olmuştur.

Özet (Çeviri)

In this study, the optimization of reinforced concrete structures and their elements and mass damping systems, which is one of the civil engineering problems, was carried out using Matlab program. In the optimization stages, some of the metaheuristic algorithms such as TLBO (Teaching-Learning Based Optimization), Jaya, FPA (Flower Pollination) and in addition TLBO-Jaya hybrid algorithm were used. In the optimization of reinforced concrete structures and elements: beams with minimum cost were designed using ACI 318, TS500 and Eurocode 2 for beam optimization and the cost differences arising from different calculations between regulations were compared; In the retaining wall optimization, a minimum cost retaining wall calculation was carried out in accordance with the regulations, and the reinforced concrete frame structures were optimized in terms of cost. In the optimization phase of the mass dampers, the displacement optimization of the structure with known properties was carried out according to the time domain by using the Passive Tuned Mass Damper. Among these designs, the algorithm type that reaches the objective function in the shortest iteration was determined by using the Jaya, TLBO and Hybrid algorithm for rectangular beam design and retaining wall design, and the algorithms were determined by using Jaya, TLBO, FPA and TLBO-Jaya hybrid algorithms for retaining wall design. comparisons were made. In this process, 10 times for each algorithm were analyzed and the average values were taken, and while it was seen that the hybrid algorithm reached the objective function in very few iterations compared to other algorithms, it was the method approaching zero at the earliest for standard deviation values.

Benzer Tezler

  1. Metasezgisel algoritmalar ile aşırı öğrenme makinesi parametrelerinin optimizasyonu

    Optimization of extreme learning machine parameters with metaheuristic algorithms

    MUSA DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLKER ALİ ÖZKAN

  2. Multi-objective green hybrid flowshop scheduling problems

    Çok-amaçlı enerji-verimli hibrid akış tipi çizelgeleme problemleri

    HANDE ÖZTOP

    Doktora

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri MühendisliğiYaşar Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT KANDİLLER

    PROF. DR. MEHMET FATİH TAŞGETİREN

  3. The simulation and optimization of multi-effect evaporation systems using metaheuristic hybrid algorithms

    Çok tesirli evaporasyon sistemlerinin simülasyonu ve metasezgisel hibrit algoritmalar kullanılarak optimizasyonu

    ORHUN UZDİYEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Kimya MühendisliğiEge Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. YAVUZ ÖZÇELİK

  4. Metasezgisel algoritmalar kullanılarak elektrik güç sistemlerinin optimizasyonu

    Optimization of electric power systems by using metaheuristic algorithms

    MEHMET FATİH TEFEK

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HARUN UĞUZ

  5. Mobil lokalizasyon problemine uygulanan yeni bir hibrit metasezgisel algoritma

    A new hybrid metaheuristic algorithm applied to the mobile localization problem

    HASAN SENCER KIRTIL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AMIR SEYYEDABBASI