Binaların deprem performanslarının belirlenmesi için makine öğrenmesi tabanlı yazılımın geliştirilmesi
Development of machine learning based software for determining earthquake performance of buildings
- Tez No: 916367
- Danışmanlar: PROF. DR. MEHMET FATİH ALTAN
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Deprem Mühendisliği, Civil Engineering, Earthquake Engineering
- Anahtar Kelimeler: Yapay zeka, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, binaların deprem performanslarının hızlı ve doğru bir şekilde değerlendirilmesi için makine öğrenmesi tabanlı bir yazılım geliştirilmesini konu almıştır. Türkiye Bina Deprem Yönetmeliği (TBDY-2018) ve uluslararası yapı standartları çerçevesinde tasarlanan yazılım, yapı performansı değerlendirmelerinin mevcut yöntemlerine yenilikçi bir alternatif sunmuştur. Çalışma kapsamında, binaların deprem dayanıklılığını değerlendirmek amacıyla Random Forest, Gradient Boosting Machines ve XGBoost gibi güçlü makine öğrenmesi algoritmaları kullanılmıştır. Bu algoritmalar, yapı özellikleri (bina yaşı, beton dayanımı, kolon ve kiriş boyutları, kat sayısı, zemin durumu vb.) ile yapı performansı arasındaki ilişkileri modellemek için optimize edilmiştir. Yazılımın geliştirilmesinde, kullanıcı dostu bir grafiksel arayüz (GUI) tasarlanmış ve bu arayüz hem mühendislik uzmanları hem de mühendislik bilgisi sınırlı kullanıcılar için kolay anlaşılabilir bir yapıda tasarlanmıştır. Kullanıcıların, yazılım üzerinden verilerini hızlı bir şekilde girebilmesi, sonuçların grafiksel çıktılar (karışıklık matrisi, özellik önem sıralamaları) ile analiz edilebilmesi sağlanmıştır. Yazılımın doğruluğu, SAP2000 ve Sta4CAD gibi mühendislik yazılımlarının sonuçlarıyla kıyaslanmış ve tutarlı sonuçlar elde edilmiştir. Bu kıyaslama, geliştirilen yazılımın güvenilirliğini ve mühendislik uygulamalarında kullanılabilirliğini ortaya koymuştur. Modellerin performansı, doğruluk, kesinlik, duyarlılık ve F1 skoru gibi metrikler üzerinden değerlendirilmiştir. Çalışmada özellikle Gradient Boosting ve XGBoost algoritmalarının performans açısından diğer modellere üstünlük sağladığı gözlemlenmiştir. Bunun yanı sıra, özellik önem sıralamaları, bina performansını etkileyen en kritik faktörleri belirlemiş ve bu faktörlerin yapı tasarımı ve güvenliği üzerindeki etkilerini daha iyi anlamaya olanak sağlamıştır. Yazılımın hızlı analiz kapasitesi, geniş veri setleri ile yapılan testlerde zaman tasarrufu sağlamış ve geniş çaplı uygulamalar için pratik bir çözüm olarak öne çıkmıştır. Bu çalışma, yapı güvenliğini değerlendirmede modern makine öğrenmesi tekniklerinin uygulanabilirliğini göstermiştir. Geliştirilen yazılım, deprem riski taşıyan binaların hızlı bir şekilde tespit edilmesi, şehir ölçeğinde risk haritalarının oluşturulması ve yapıların iyileştirilmesi süreçlerine katkı sağlayabilecek potansiyele sahiptir. Gelecekte yazılımın mobil ve çevrimiçi platformlara taşınması, IoT cihazlarından alınan verilerle gerçek zamanlı analiz yapılması ve daha geniş veri setleriyle çalışabilecek şekilde optimize edilmesi önerilmektedir.
Özet (Çeviri)
This thesis focuses on the development of machine learning-based software for the rapid and accurate assessment of the earthquake performance of buildings. Designed within the framework of the Turkish Seismic Code and international structural standards, the software offers an innovative alternative to current methods of structural performance evaluation. The study employs robust machine learning algorithms, such as Random Forest, Gradient Boosting Machines, and XGBoost, to assess the seismic resilience of buildings. These algorithms have been optimized to model the relationships between structural features (e.g., building age, concrete strength, column and beam dimensions, number of floors, soil conditions) and structural performance. A user-friendly graphical user interface (GUI) was designed as part of the software development process, ensuring accessibility for both engineering professionals and users with limited technical expertise. The GUI allows users to input data efficiently and analyse results through graphical outputs, such as confusion matrices and feature importance rankings. The software's accuracy was validated by comparing its results with those obtained from engineering tools like SAP2000 and Sta4CAD, yielding consistent outcomes. This validation demonstrated the reliability and applicability of the developed software for engineering applications. The performance of the models was evaluated using metrics such as accuracy, precision, recall, and F1-score. The study found that Gradient Boosting and XGBoost algorithms outperformed other models in terms of performance. Furthermore, the feature importance rankings identified critical factors influencing building performance, providing insights into their impact on structural design and safety. The software's rapid analysis capability saved significant time during tests with large datasets, making it a practical solution for extensive applications. This study highlights the feasibility of applying modern machine learning techniques to structural safety assessments. The developed software has the potential to facilitate the rapid identification of earthquake-prone buildings, the creation of city-scale risk maps, and the improvement of structural resilience. Future recommendations include migrating the software to mobile and online platforms, enabling real-time analysis using data from IoT devices, and optimizing it for larger datasets.
Benzer Tezler
- Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma
A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region
MEHMET FARUK ALTUNKASA
Doktora
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜLTEKİN
- Havaalanı terminal binalarında ihtiyaç programlaması
Necessity programming in airport terminal buildings
SEVGİ LÖKÇE
- Bursa-Balıkesir bölgesi beyaz peynir işletmelerinin teknolojik yapıları ve üretilen beyaz peynirlerin kalitelerinin saptanması üzerinde bir araştırma
Başlık çevirisi yok
MEHMET ETEL
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiUludağ ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
DOÇ. DR. OĞUZ KILIÇ
- Öğretim dalı dersliği yönteminin ortaöğretim kuruluşlarında uygulanması ve sınıf dersliği yöntemi ile karşılaştırılması
Başlık çevirisi yok
MEHMET SOYLU
Yüksek Lisans
Türkçe
1986
Eğitim ve ÖğretimGazi ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. UMUR ERKMAN
- Buca yerleşme merkezinde ekoloji yönünden önemli biyotoplar üzerinde araştırmalar
Başlık çevirisi yok
KEMAL TULUHAN YILMAZ