Geri Dön

Betonarme kolon kapasitelerinin makine öğrenmesi yoluyla tahmin edilmesi

Prediction of reinforced concrete column capacities by machine learning

  1. Tez No: 824649
  2. Yazar: EMRE MUMYAKMAZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ONUR TUNABOYU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yapı Ana Bilim Dalı
  12. Bilim Dalı: Yapı Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 100

Özet

Makine öğrenmesi kavramı her geçen gün daha da popülerleşerek yeni çalışma alanlarına konu olmaktadır. Bu kapsamda Yapı Mühendisliği alanında da kendisine yer bulmuştur. Makine öğrenmesi ile tahminlenen kolon parametrelerinin geleneksel yöntemlere alternatif olup olamayacağı tez çalışması kapsamında incelenmiştir. Çalışmanın veri tabanını, dikdörtgen veya kare kesite sahip 520 adet kolon test numunesi oluşturmaktadır. Regresyon, k en yakın komşu, destek vektör makineleri, karar ağaçları, rastgele orman, XGBoost, AdaBoost, yapay sinir ağları, Naive Bayes, gradyan arttırma ve CatBoost makine öğrenmesi algoritmaları kullanılarak oluşturulan tahmin modelleri; kolonlara ait maksimum kesme dayanımı, maksimum kesme dayanımının azalmaya başladığı noktadan sonra %20 azaldığı noktaya karşılık gelen öteleme oranı ve test sonucu hasar tipinin tahminlenmesinde kullanılmıştır. Tahmin modellerinin performansları kök ortalama kare hatası, belirlilik katsayısı, düzeltilmiş belirlilik katsayısı, k-katlı çapraz doğrulama ve hata matrisi kullanılarak irdelenmiştir. Maksimum kesme dayanımının %93.7, maksimum kesme dayanımının azalmaya başladığı noktadan sonra %20 azaldığı noktaya karşılık gelen öteleme oranının %70.1 ve hasar tipinin %97 doğrulukla tahminlendiği gözlemlenmiştir. Ayrıca kullanıcıların kolayca tahmin yapabilmesi amacıyla en yüksek tahminleme performansına sahip algoritmayı kullanarak tahminleme gerçekleştiren bir arayüz geliştirilmiştir

Özet (Çeviri)

The concept of machine learning is becoming more popular day by day and is the subject of new fields of study. In this context, it has also found a place for itself in the field of Structural Engineering. Whether the column parameters predicted by machine learning can be an alternative to traditional methods has been examined within the scope of the thesis study. The database of the study consists of 520 column test specimens with rectangular or square cross-sections. Prediction models created using regression, k nearest neighbor, support vector machines, decision trees, random forest, XGBoost, AdaBoost, artificial neural networks, Naive Bayes, gradient boosting and CatBoost machine learning algorithms; The maximum shear strength of rectangular or square columns, the drift ratio corresponding to the point where the maximum shear strength decreases by %20 after the point where it starts to decrease, and the test result are has been used to predict the damage type. The performances of the estimation models were examined using the root mean square error, coefficient of determination, adjusted coefficient of determination, k-fold cross validation and confusion matrix. It has been observed that the maximum shear strength prediction with an accuracy of 93.7%, the translation ratio corresponding to the point where the maximum shear strength starts to decrease by 20% is estimated with 70.1%and the damage type is estimated with 97% accuracy. In addition, an interface that performs estimation using the algorithm with the highest estimation performance has been developed so that users can easily make predictions

Benzer Tezler

  1. Lifli polimer ile güçlendirilmiş betonarme elemanların kapasite tahminine yönelik akıllı sistem uygulaması

    Smart system application for capacity estimation of reinforced concrete elements reinforced with fibrous polymer

    HÜSNA AÇIKEL ALTUNKARA

    Doktora

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiKonya Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSA HAKAN ARSLAN

  2. Beton dolgulu çelik tüplü dairesel kesitli kolonların eksenel yük taşıma kapasitesinin tahmini

    Prediction of axial load carrying capacity of concrete-filled steel tube circular section columns

    FATİH ÇIBUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEMA ALACALI

  3. Çok-katlı ve çok-açıklıklı betonarme düzlem çerçeve sistemlerin limit tasarımı için geliştirilmiş bir yaklaşım

    An improved approach related to limit design of the multi-storied and multi-spanned reinforced concrete plane frame systems

    SEMA NOYAN

    Doktora

    Türkçe

    Türkçe

    1994

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. ALTAY GÜNDÜZ

  4. Mevcut betonarme binaların dış perde duvar ile güçlendirilmesinde ankraj uygulamalarının deneysel olarak araştırılması

    Experimental study of anchor application on the existing reinforced concrete structures strengthened with external shear walls

    ÖZLEM ÇALIŞKAN

    Doktora

    Türkçe

    Türkçe

    2010

    İnşaat MühendisliğiEskişehir Osmangazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN KAPLAN

  5. Tarihi tuğlalarla örülen yığma kolonların harç takviyeli bazalt lifli kumaşlar ile sargılanması

    External jacketing of historical walls with basalt fiber mesh reinforced mortar

    İREM AYŞE YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALPER İLKİ