Geri Dön

Standart penetrasyon deney verileri ile zemin parametrelerinin makine öğrenmesi tabanlı tahmini

Machine learning based prediction of soil parameters with standard penetration test data

  1. Tez No: 888132
  2. Yazar: HATİCE BEYZA URGANCI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ESRA URAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: KTO Karatay Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 46

Özet

Yapay zeka (YZ), son yıllarda teknolojinin gelişmesiyle birlikte her alanda kendinden söz ettirmeyi başarmıştır. Teknolojinin gelişmesiyle birlikte geoteknik mühendisliğinde de yapay zeka yöntemlerinin kullanımı yaygınlaşmaktadır. Bu çalışmada, geoteknik mühendisliği alanında yapılmış olan yapay zekâ çalışmaları incelenmiştir. Bu çalışmaların sonuçları değerlendirilmiştir. Üzerinde durulan başka konu ise SPT-N ile zeminin mühendislik parametreleri arasındaki bazı ilişkilerdir. Çalışmada özellikle taşıma gücü ve içsel sürtünme açısı tahminleri üzerinde çalışılmıştır. SPT-N değerlerini kullanarak taşıma gücü ve içsel sürtünme açısı tahminlerini doğru bir şekilde yapmak hedeflenmiştir. Üç farklı yapay zeka algoritması olan M5-TREE, MARS (Çok Değişkenli Uyarlanabilir Regresyon Eğrileri) ve LSSVR (En Küçük Kareler Destek Vektör Regresyonu) ile tahminler yapılmış, tahmin edilen değerlerin doğruluğunu değerlendirmek için karşılaştırma kriterleri olarak KOKH, OMH, OMBH, R2 tercih edilmiştir. Elde edilen başarı ya da başarısızlık oranlarına göre kullanılan yöntemin başarıları karşılaştırılmıştır. Çalışmalar değerlendirildiğinde yapılan yapay zeka kullanımın çoğunlukla olumlu sonuçlar verdiği ama olumsuz sonuçlarla da karşılaşıldığı gözlemlenmiştir. Özellikle olumsuz olarak karşılaşılan sonuçlarda kullanılan yapay zeka algoritmasının öğrenme aşamasında dikkate alınan veri setinin istatistiksel karakterininim önemli olduğu görülmüştür.

Özet (Çeviri)

Artificial intelligence (AI) has managed to make a name for itself in every field with the development of technology in recent years. With the development of technology, the use of artificial intelligence methods in geotechnical engineering is also becoming widespread. In this study, artificial intelligence studies conducted in the field of geotechnical engineering were examined. The results of these studies were evaluated. Another issue emphasized is some relationships between SPT-N and engineering parameters of the soil. In the study, especially bearing capacity and internal friction angle estimations were studied. The aim was to correctly estimate the bearing capacity and internal friction angle using SPT-N values. Estimates were made with three different artificial intelligence algorithms, M5-TREE, MARS (Multivariate Adaptive Regression Curves), and LSSVR (Least Squares Support Vector Regression), and KOKH, OMH, OMBH, and R2 were preferred as comparison criteria to evaluate the accuracy of the estimated values. The successes of the method used were compared according to the success or failure rates obtained. When the studies were evaluated, it was observed that the use of artificial intelligence mostly yielded positive results, but negative results were also encountered. It has been observed that the statistical character of the data set taken into account in the learning phase of the artificial intelligence algorithm used, especially in the negative results encountered, is important.

Benzer Tezler

  1. Belpınar tünelinde jeolojik ve geoteknik faktörlerin tünel açma makinesi performansına etkisi

    The effect of geological and geotechnical factors in Belpinar tunnels on tunnel boring machine performance

    MUSTAFA SAKALLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSMAİL HAKKI AKSOY

  2. Standart penetrasyon ve konik penetrasyon deney verilerinden killerin makaslama dayanımının kestirimi

    The estimation of shear strength of clays from the data of standard and cone penetration tests

    KIVANÇ YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Jeoloji MühendisliğiHacettepe Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ERGÜN TUNCAY

  3. Laboratuvar, arazi ve jeofizik deney sonuçlarını kullanan zemin taşıma gücü hesap yöntemlerinin incelenmesi ve karşılaştırılması

    Investigation and comparison of soil's ultimate bearing capacity methods using test results of laboratory, in-situ and geophysical experiments

    İLKAY TONYALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN YILDIRIM

  4. Ankaray Söğütözü-Dikimevi arası jeoteknik incelemesi

    Geotechnical investigation of the Ankaray rotue between Söğütözü and Dikimevi districts

    MUSTAFA KEMAL AKMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Jeoloji Mühendisliğiİstanbul Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. OKAY EROSKAY

  5. Zeminlerin sıvılaşabilirliğine ince dane oranı ve plastisitenin etkisi

    The effects of fines Content and plasticity on soil liquefaction

    CEMAL ALPER ÖZMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. AYFER ERKEN