Erzincan ili merkez ilçesi zemin sıvılaşma potansiyelinin yapay sinir ağıları ile tahmin edilmesi
Prediction of soil liquefaction potential in central district of Erzincan province with artificial neural network
- Tez No: 944169
- Danışmanlar: DOÇ. DR. SONER UZUNDURUKAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 147
Özet
Zeminlerin kendine özgü fiziksel, kimyasal ve mineralojik özellikleri, farklı mühendislik davranışları sergilemelerine neden olmaktadır. Bu tür zeminlerde deprem gibi dinamik yükler altında sıvılaşma davranışı sıkça gözlemlenebilir. Sıvılaşma potansiyeli, zeminlerin güvenliğini ve yapıların stabilitesini ciddi şekilde etkileyebilen bir durumdur. Zeminlerin sıvılaşma davranışlarının doğru tahmin edilememesi durumunda yıkıcı hasarlar meydana gelebilmektedir. Bu nedenle sıvılaşmanın ön görülebilmesi geoteknik mühendisliği alanın da dikkat çeken bir araştırma konusu olmuştur. Zeminlerin sıvılaşma potansiyellerinin incelenmesi için laboratuvar ve arazi deneyleri kullanılmaktadır. Geleneksel hesaplama yöntemlerinde yaşanabilecek olan insan kaynaklı hatalardan dolayı bu yöntemler yetersiz kalabilir. Bu sebepten ötürü Yapay Sinir Ağı (YSA) modellerinin, veri odaklı modern yaklaşımların kullanımı giderek önem kazanmaktadır. YSA modellerinin büyük veri kümelerinden öğrenerek yüksek doğrulukla tahmin etme kapasitesinden faydalanmak amaçlanmıştır. Erzincan ili şehir merkezinin birinci dereceden deprem bölgesi olması ve gerek bölgenin gerekse çevre bölgelerin ciddi depremlere maruz kalması yapılan çalışma için hedef bölge olarak seçilmesine sebep olmuştur. Bu çalışmada, zemin sıvılaşma potansiyelini tahmin etmek amacıyla üç farklı veri kümesi kullanılmıştır. Modellerin eğitimi için Genel Gözlem Veri Kümesi (GGVK) kullanılmış, geliştirilen modelin başarımını değerlendirmek amacıyla ise test aşamasında hem GGVK hem de Sentetik Veri Kümesi (SVK) kullanılmıştır. Elde edilen bulgular doğrultusunda Erzincan şehir merkezine ait Hedef Alan Veri Küme (HAVK) üzerinde bölgesel sıvılaşma tahminleri gerçekleştirilmiştir. Çalışmada sıvılaşma tahmini amacıyla Yapay Sinir Ağı (YSA) ve Polinomal Regresyon yöntemleri kullanılmış, Python ve MATLAB ortamlarında oluşturulan YSA modelleri karşılaştırılmıştır. Girdi değişkenlerinin modele etkisi permütasyon önem skoru yöntemiyle analiz edilmiştir. Regresyon temelli formül, hem SVK hem de GGVK üzerinde test edilerek doğruluk ve genellenebilirlik düzeyi değerlendirilmiştir. Son aşamada formül HAVK ait veriler üzerinde uygulanarak bölgesel sıvılaşma tahminleri yapılmış ve sıvılaşma riski taşıyan alanlar belirlenmiştir. Modelin başarısı F1-score ve Doğruluk Oranı (Accuracy) gibi metriklerle değerlendirilmiş ve elde edilen sonuçlar, geliştirilen modellerin sıvılaşma potansiyelini tahmin etmede etkili ve güvenilir araçlar sunduğunu ortaya koymuştur. Çalışma sonucunda, özellikle farklı veri setlerine uygulanabilirliği test edilen modellerin, mühendislik karar süreçlerinde kullanılabilecek derecede güçlü ve genellenebilir yapılar sunduğu anlaşılmıştır.
Özet (Çeviri)
The specific physical, chemical and mineralogical properties of the soil cause different electricity productions. In such soils, liquefaction can often be observed under dynamic loadings such as earthquakes. Liquefaction potential is a situation that seriously disrupts the consumption of soils and the stability of structures. If the liquefaction in the soil cannot be predicted correctly, devastating damages may occur. For this reason, the prediction of liquefaction has become a remarkable research topic in the field of geotechnical engineering. Laboratory and field experiments are used to examine the liquefaction potential of soils. These performances may be insufficient due to human-induced errors that may occur in traditional programming methods. Due to this increase, the use of data-driven modern approaches of Artificial Neural Network (ANN) models is increasingly gaining importance. To benefit from the high accuracy prediction capacity of ANN models by learning from large data sets. The fact that Erzincan city center is a first-degree earthquake zone and many surrounding regions are exposed to severe earthquakes has caused it to be used as the target region for the study. This uses three different data sets to predict the liquefaction potential in the soil. General Observation Dataset (GGVK) was used in the training of the models, and both GGVK and Synthetic Dataset (SVK) were used in the testing phase to score the performance of the detailed model. With the obtained data, liquefaction predictions were made on the Target Area Dataset (HAVK) belonging to Erzincanşehir. In the study, Artificial Neural Network (ANN) and Polynomial Regression methods were used for liquefaction prediction, and ANN models used in Python and MATLAB environments were compared. The model effect of the input variables was analyzed with the permutation importance score method. The regression standard, testability accuracy and generalizability level were evaluated on both SVK and GGVK. In the last stage, regional liquefaction predictions were made by applying the data belonging to the formula HAVK and the areas with liquefaction risk were determined. The success of the model was evaluated with metrics such as F1-score and Accuracy Rate (Accuracy), and the obtained results reveal that the report models provide effective and reliable tools in estimating the liquefaction potential. As a result of the study, it was understood that the models, especially those whose applicability to different data sets was tested, provided strong and generalizable structures on a wide scale in engineering decisions.
Benzer Tezler
- Erzincan ili merkez ilçesi ilkokul öğrencilerinde Tinea capitis prevalansı ve etken Dermatofit türlerinin belirlenmesi
Prevalance and causative agents of Tinea capitis in primary school age children in Erzincan city centre
GÜVEN HOCAOĞLU
Doktora
Türkçe
2007
MikrobiyolojiAtatürk ÜniversitesiMikrobiyoloji Ana Bilim Dalı
PROF. DR. AHMET AYYILDIZ
- Erzincan ili merkez ilçesi köylerinde koyun ağıllarının yapısal sorunları ve geliştirme olanakları üzerine bir araştırma
A research on the structural problems and development possibilities of sheep pens in the villages of the central district of Erzincan province
ERHAN ÇİL
Yüksek Lisans
Türkçe
2025
ZiraatAtatürk ÜniversitesiTarımsal Yapılar ve Sulama Ana Bilim Dalı
PROF. DR. FATİH MEHMET KIZILOĞLU
- Erzincan ili merkez ilçesi tarım işletmelerinde işgücü varlığı ve kullanım durumu
Başlık çevirisi yok
AYSEMA ÖZÇELİK
- Erzincan ili merkez ilçesi sığırcılık işletmelerinin yapısal özellikleri
Structural characteristics of the cattle enterprises central county of erzi̇ncan province
SERDAR ÖZSAĞLICAK
- Erzincan ili merkez ilçesi köylerindeki evli kadınların beslenme bilgi düzeyleri ile yiyecek hazırlama, pişirme ve saklama uygulamaları üzerinde bir araştırma
A Research on the levels of nutrition knowledge and lfood preparation, cooking and preservation of the married woman in the central villages of the Erzincan province
NERMİN MALATYALIOĞLU