Structural design optimization of steel beams using random forest and multi-criteria analysis
Çelik kirişlerin yapısal tasarım optimizasyonu: Random forest ve çok kriterli analiz yaklaşımıyla
- Tez No: 982930
- Danışmanlar: YRD. DOÇ. DR. ERDAL COSKUN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapı Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapısal olarak verimli ve maliyet açısından etkili inşaatlara yönelik artan talep, mühendisleri yapısal elemanlar, özellikle de yüksek taşıma verimliliği sayesinde köprüler, binalar ve endüstriyel uygulamalarda yaygın olarak kullanılan I-kirişler için gelişmiş optimizasyon tekniklerini araştırmaya teşvik etmiştir. Bu tez, klasik mühendislik hesaplamaları ile Makine Öğrenmesi yöntemlerinden Random Forest algoritmasının entegrasyonunu içeren, basit mesnetli evrensel I-kirişlerin yapısal optimizasyonuna yönelik kapsamlı bir metodoloji önermektedir. Birleşik Krallık'ta üretilmiş 96 evrensel I-kirişten oluşan bir veri seti analiz edilmiştir. Bu veri seti, kesit boyutları, metre başına kütle ve maliyet gibi temel parametreleri içermektedir. Her bir kiriş için, 10 metrelik açıklıkta üç noktalı yükleme senaryosu altında plastik moment kapasitesi ve sehim değerleri, yerleşik yapısal formüller kullanılarak hesaplanmıştır. Bu hesaplamalar, doğruluk ve tutarlılık sağlamak amacıyla hem Python hem de Excel ortamlarında doğrulanmıştır. Plastik moment, sehim ve maliyeti entegre ederek kiriş performansını değerlendiren bir puanlama sistemi geliştirilmiş; bu sistem, kirişlerin nesnel olarak karşılaştırılmasına ve sıralanmasına olanak tanımıştır. Random Forest modeli, veri seti dışında kalan varsayımsal kiriş konfigürasyonları için plastik moment ve sehim tahminleri yapmak üzere eğitilmiş ve optimize edilmiş yeni tasarım seçenekleri üretmiştir. Sonuçlar, bu bütünleşik yaklaşımın yüksek performanslı kirişleri başarıyla tanımladığını ve geometri ile mekanik performans arasındaki doğrusal olmayan ilişkileri yakalayabildiğini göstermektedir. Geliştirilen metodoloji, mühendislerin verimli ve ekonomik yapısal çözümler arayışında kullanabileceği pratik bir karar destek aracı sunmaktadır.
Özet (Çeviri)
The increasing demand for structurally efficient and cost-effective construction has encouraged engineers to explore advanced optimization techniques for structural elements, particularly I-beams, which are widely used in bridges, buildings, and industrial applications due to their high load-bearing efficiency. This thesis proposes a comprehensive methodology for the structural optimization of simply supported universal I-beams by integrating classical engineering calculations with machine learning, specifically using the Random Forest algorithm. A dataset of 96 universal I-beams manufactured in the UK is analyzed, containing essential parameters such as cross-sectional dimensions, mass per meter, and cost. For each beam, the plastic moment capacity and deflection under a 10-meter three-point loading scenario were computed using well-established structural formulas. These calculations were verified in both Python and Excel to ensure consistency and accuracy. A scoring system was developed to evaluate beam performance by integrating plastic moment, deflection, and cost, allowing objective comparison and ranking. The Random Forest model was trained on the dataset to predict plastic moment and deflection for hypothetical beam configurations outside the original database, generating new, optimized design options. Results demonstrate that this combined approach successfully identifies high-performing beams and captures the non-linear relationships between geometry and mechanical performance. The methodology offers a practical decision-support tool for engineers seeking efficient and economical structural solutions.
Benzer Tezler
- Experimental investigation and optimization of laser surface treatment parameters for 1.2379 (AISI D2) tool steel
1.2379 (AISI D2) Takım Çeliğinin Lazerle Yüzey İşleme Parametrelerinin Deneysel Olarak İncelenmesi ve Optimizasyonu
SAYİT ÖZBEY
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE SEÇİL ARTEM
PROF. DR. ERSİN KAYAHAN
- Farklı tiplerde kolon-kiriş bağlantı noktalarına sahip rijit ve yarı-rijit çelik çerçevelerin stokastik arama yöntemleri kullanılarak optimum boyutlandırılması
Optimum design of steel frames with rigid and different semi rigid connection types using stochastic search techniques
SONER ŞEKER
Doktora
Türkçe
2013
İnşaat MühendisliğiCelal Bayar Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. CELALETTİN KOZANOĞLU
YRD. DOÇ. DR. ERKAN DOĞAN
- Yapısal çelik kirişlerin elastik kritik moment değerini etkileyen parametrelerin incelenmesi ve değerlendirilmesi
Investigation and evaluation of parameters affecting the elastic critical moment value of structural steel beams
MEVLÜT ÇAT
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiAksaray Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA SÖNMEZ
- Ondülin gövdeli kirişlerin optimizasyonu ve nihai yük taşıma kapasitelerinin analizi
Optimum design and analysis of load capacity of corrugated web beams
OSMAN TUNCA
Doktora
Türkçe
2019
İnşaat MühendisliğiAkdeniz Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERHAT ERDAL
- Optimization and design of door anti-intrusion bar used on the doors of passenger vehicles
Binek araçların kapılarında kullanılan kapı koruma barı tasarımı ve optimizasyonu
MUTLU ÇETİN
Yüksek Lisans
Türkçe
2026
Otomotiv MühendisliğiKocaeli ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
DOÇ. DR. TALİP ÇELİK