Yapay sinir ağlarının dikdötgen plaklara uygulanması
Application of artificial neural networks to rectangular plates
- Tez No: 171028
- Danışmanlar: PROF.DR. ÜMİT UZMAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Yapay Zekâ, Yapay Sinir Ağları, Plaklar Teorisi, Ritz Yöntemi, YSA İle Çözüm, Artificial Intelligent, Artificial Neural Networks, Theory of Plates, Ritz Method, Solution with ANN VI
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Günümüzde pek çok bilim dalında Yapay Zekâ kullanılmaktadır ve sürekli olarak yeni teknikler geliştirilmektedir. Bu çalışmada düzgün yayılı yükler etkisinde bulunan kenarları ankastre dikdörtgen plağın orta noktasının çökmesini bulmada Yapay Zekâ'nın bir kolu olan Yapay Sinir Ağlan (YSA) kullanılmıştır. Bu çalışmanın amacı, YSA hakkında bilgi edinmek ve bunun bir inşaat mühendisliği problemine uygulanabilirliğini araştırmaktır. Bu çalışmanın birinci bölümünde YSA hakkında genel bilgiler verildikten sonra temel elemanları ve YSA'nın işleyişi açıklanmıştır. Daha sonra dikdörtgen plaklardan bahsedilerek dört kenarı ankastre dikdörtgen bir plağın plak rijitliğine ve boyutlarına bağlı olarak orta noktasının çökme ifadesi Ritz yöntemi ile elde edilmiştir. İkinci bölümde YSA'nın eğitiminde ve test edilmesinde kenarları arasındaki oran 1.5 olan çeşitli boyutlardaki dikdörtgen plakların düzgün yayılı yükler altında orta noktalarının Ritz yöntemiyle hesaplanan çökme değerleri kullanılmıştır. Bütün örneklerde elastik sabitler aynıdır. YSA'nın eğitimi için YSA'ya 30 örnek tanıtılmıştır. Böylece eğitildikten sonra YSA, yeni plak boyutları ve rijitliği için çökme değerlerini çok kısa bir süre içerisinde hesaplayabilmektedir. Bu şekilde elde edilen çökme değerleri, Ritz yönteminden elde edilen gerçek değerlerle karşılaştırılarak YSA test edilmiştir. Bu testin sonucunda YSA'nın başarısı ve kullanılabilirliği incelenmiştir. YSA'nın yapısında, öğrenme oram, ara katman sayısı, her katmandaki işlem elemanı sayısı, eğitimde kullanılan örnek sayısı isteğe bağlı olarak çeşitli şekillerde seçilebilmektedir. Bu çalışmada farklı öğrenme oranlan kullanmanın, ara katmanda farklı sayıda işlem elemanı kullanmanın ve eğitimde farklı sayıda örnek kullanmanın, YSA'nın başarısını nasıl etkilediği araştırılmıştır. Sonuçlar tablolar ve grafikler yardımıyla karşılaştırmalı olarak gösterilmiştir. ikinci bölümde yapılan çalışmaların ışığında elde edilen sonuçlar, üçüncü bölümde değerlendirilmiş olup, YSA'nın üstünlükleri ve sakıncalarından bahsedilmiş ve YSA ile yapılacak olan çalışmalarda nelere dikkat edileceği vurgulanarak çeşitli öneriler sunulmuştur.
Özet (Çeviri)
SUMMARY Aplication of Artificial Neural Networks to Rectangular Plates Today, in many branches of sciences Artificial Intelligent (AI) is used and new tecniques are perpetually developed. In this study, Artificial Neural Networks (ANN), a branch of AI, is exercised in finding the deflection of the middle point of the clamped supported rectangular plate subjected to uniform loads. The purpose of this thesis is to obtain information about ANN and to invastigate the applicability of this method to civil engineering problems. In the first chapter, after giving general information about ANN the basic components and procedure of ANN are explained. Afterwards, depicting the theory of plates, the deflection of the clamped supported rectangular plate with respect to dimensions and bending rigidity is obtained by using Ritz Method. In the second chapter, the deflections of the clamped supported rectangular plates in different dimensions, of which the aspect ratio is 1.5, are solved by using Ritz Method and the results are used for training and testing of ANN. In all examples elastic characteristics remain the same. In training of ANN, 30 examples are used. Therefore after training, ANN is able to calculate the deflection values for new plate dimensions in a very short time. Comparing the deflection values in this way with the ones from Ritz Method ANN is tested. At the end of this test, the performance and applicability of ANN are studied. Learning ratio, hidden layer number, numbers of neuron in each layer, number of training examples can be choosen randomly in the structure of ANN. In this thesis, how different learning ratios, different number of neuron in hidden layer and using training examples in differrent numbers affect the performance of ANN are investigated. The results are comparatively shown with the help of tables and graphics. Evaluating the results obtained from the studies mentioned in the previous chapter, in the third chapter the advantages and disadvantages of ANN are told and various suggestions are presented by emphasising what should be taken into consideration while studying ANN.
Benzer Tezler
- Yapay sinir ağları ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması
Classification of ECG beats by using artifical neural networks and genetic algorithms
ZÜMRAY DOKUR
- Numerical simulation of 2-D laminar flow heat generation and forced convection from rectangular blocks in a narrow channel
Dar bir kanal içinde dikdörtgen bloklar etrafında laminer akış, ısı üretimi ve zorlanmış taşımanın 2 boyutlu benzeşimi
İBRAHİM ÖZKOL
- Elektromagnetik dalgaların rezistif yan duvarlı bir oluktan saçılımı
Electromagnetic wave scattering from a rectangular groove with resistive walls
DEMET SEVİL ARMAĞAN ŞAHİNKAYA
Doktora
Türkçe
2003
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. EREN ERDOĞAN
- İki boyutlu yapısal olmayan ağların adaptasyonu
Adaptive remeshing on two dimensional unstructured meshes
SERDAR DİLAVER
- Hareketli sulama makinalarında kullanılan sulama elamanlarının su dağılım yeknesaklığı üzerine bir araştırma
Başlık çevirisi yok
HÜSEYİN YÜRDEM
