Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı

M. Levent KOÇ, (Cumhuriyet Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Sivas, Türkiye)
Can E. BALAS, (Gazi Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Ankara, Türkiye)
Abdussamet ARSLAN (Gazi Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Ankara, Türkiye)
Teknik Dergi
4 0
Yıl: 2004 Cilt: 15 Sayı: 4 Sayfa Aralığı: 3351 - 3375 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı

Öz:
Yapay sinir ağları, karmaşık sistemlerin modellenmesinde son yıllarda yaygın olarak kullanılan bir yapay zeka tekniğidir ve insan beynindeki biyolojik sinir hücrelerinin basitleştirilmiş olarak modellenmesine dayanmaktadır. Taş dolgu dalgakıranların tasarımında yaygın olarak kullanılan Van der Meer denklemleri hidrolik model deneylerinin sonuçlarından elde edilmiş ve deney verilerini ortalama olarak ifade edebilen denklemlerdir ve bu nedenle tasarım aşamasında önemli bir değişkenlik ve belirisizlik kaynağı olarak yapının güvenirliğini etkilemektedirler. Taş dolgu kıyı yapılarının ön tasarımı için Van der Meer deney verilerini içeren bir "tasarım yapay sinir ağı" geliştirilmiş ve Mersin Yat Limanı ön tasarımı için uygulanmıştır. Elde edilen sonuçlar, ileri beslemeli denetimli sinir ağlarının Van der Meer denklemlerine kıyasla daha yüksek bir modelleme yeteneği gösterebileceğini ortaya koymuştur. Deterministik yöntemler yerine doğrusal olmayan yapay zeka tekniklerinin uygulanması ve bu sayede belirsizliklerin azaltılması ya da işlenebilmesi, taş dolgu dalgakıranların karmaşık modellere gereksinim duyulmadan tasarlanmasını sağlamıştır.
Anahtar Kelime:

Konular: İnşaat Mühendisliği Bilgisayar Bilimleri, Yapay Zeka

Prelimanary design of ruble mound breakwaters by using artificial neural networks

Öz:
A neural network is an artificial intelligence technique used in complex systems. It is based on the simplified simulation of biological neurons in human brain. Van der Meer equations are utilized for the design of rubble mound breakwaters. Van der Meer equations are the most commonly utilized emprical equations for the preliminary design of rubble mound breakwaters. However, since these equations only represent the mean value of hydraulic model tests, there exists significant uncertainties and variations in the design. In order to pre-design of rubble mound breakwaters, "artificial neural networks for design" were established and applied preliminary design of Mersin Yacht Harbour. The results showed that neural networks have a better performance in the ability of modelling than Van der Meer equations. Artificial neural networks can handle more accurately the uncertainties /inherent in the design of rubble mound breakwaters than deterministic design; hence the need of complex models generally used for the design has been significantly decreased.
Anahtar Kelime:

Konular: İnşaat Mühendisliği Bilgisayar Bilimleri, Yapay Zeka
Belge Türü: Makale Makale Türü: Diğer Erişim Türü: Erişime Açık
  • [1] CCP., 1993, Neural Networks and Combinatoral Optimization in Structural Engineering, Civil-Comp Limited, s 165, Meigle Printers Ltd., Scotland.
  • [2]Pham, D. T., Pham, P. T. N., 1999, Artificial Intelligence in Engineering, International Journal of Machine Tools and Manufacture, 39, 937-949.
  • [3] Hudson, R. Y., 1953, Wave Forces on Breakwaters, Transactions of the American Society of Civil Engineers, ASCE, 11B, USA.
  • [4] Van der Meer, J. W., 1988, Rock Slopes and Gravel Beaches Under Wave Attack, Delft Hydraulics Publication, No. 396, Delft, The Netherlands.
  • [5] Balas., C.E., Balas, L., 2002, Risk Assessment of Some Revetments in Southwest Wales, United Kingdom, Journal of Waterway, Port, Coastal and Ocean Engineering, 128(5).
  • [6] Balas, C.E., 1998, A Risk Management Model for Coastal Projects, Unpublished Ph.D. Thesis, The Graduate School of Natural and Applied Sciences, Middle East Technical University, Ankara, Turkey.
  • [7] Balas C.E., Ergin A., Yücemen S.M., 1995, Comparison of the Reliability-Based and Deterministic Design Procedures for Rubble Mound Breakwaters, Proceedings of the Second International Conference on the Mediterranean Coastal Environment (MEDCOAST 95), 3, 1767-1782, 24-27 November, Tarragona, Spain.
  • [8] Ergin A., Balas C.E., 1998, Implementation of a Reliability-Based Design Model in Turkey, Proceedings of the 17th International Conference on Offshore Mechanics and Arctic Engineering, Proceedings on CD-ROM - Paper No: 98-1351, 5-9 July 1998, Lisbon, Portugal.
  • [9] Ergin A., Balas C.E., 1997, Failure Mode Response Functions in Reliability-Based Design of Rubble Mound Breakwaters, Proceedings of the Seventh International Offshore and Polar Engineering Conference, ISOPE'97,3, 861-868, 25-30 May, Honolulu, U.S.A.
  • [10] Balas C.E., Ergin A., A., 1997, Reliability-Based Risk Assessment Model for Coastal Projects, Proceedings of the Third International Conference on the Mediterranean Coastal Environment (MEDCOAST97), 2, 943-955, 11-14 November, Qawra, Malta.
  • [11] Mase, H., Sakamato, M., Sakai, T., 1995, Neural Network for Stability Analysis of Rubble Mound Breakwaters, Journal of Waterway, Port, Coastal and Ocean Engineering, 121 (6), 294-299.
  • [12] Harvey, R. L., 1994, Neural Network Principles, Prentice-Hall Inc., s 197, New Jersey.
  • [13] Kirkegaard, P.H., ve Rytter, A., 1993, The Use of Neural Networks For A Damage Detection and Location in a Steel Member, Neural Networks and Combinatorial Optimization in Civil and Structural Engineering, 1-9, Migle Press, UK.
  • [14] Kröse, B., Van der Smagt, P., 1996, An Introduction to Neural Networks, The University of Amsterdam, s 135 Amsterdam.
  • [15[ Kalagirou, S. A., 1999, Applications of Neural Networks in Energy Systems, Energy Conversion and Management, 40, 1073-1087.
  • [16] Svozil, D., Kvasnicka, V., Pospichal, J., 1997, Introduction to Multilayer Feed Forward Neural Net, Chemometrics and Intelligent Laboratory Systems., 39, 43-62.
  • [17] Walczak, S., Cerpa, N., 1999, Heuristic Principles for the Design of Artificial Neural Networks, Information and Software Technology, 41, 107-117.
  • [18] Golden, R. M., 1996, Mathematical Methods for Neural Network Analysis and Design, Massachusetts Institute of Technology Press., s 419, USA.
  • [19] Basherr, I.A., Hajmeer, M., 2000, Artificial Neural Networks: Fundamentals, Computing, Design, and Application., Journal of Microbiological Methods, 43, 3-31.
  • [20] Burcharth, H. F., 1992, Reliability Evaluation of a Structure at Sea, Proc, Short Course on Design and Reliability of a Coastal Structures: Structural Integrity, A.Lamberti, ed., Tecnoprint Snc, Venice, Italy, 511-545.
  • [21] Olofsson, T., Anderson, S., Östin, R., 1998, A Method for Predicting the Annual Building Heating Demand Based on Limited Performance Data, Energy and Buildings, 18, 101-108.
  • [22] Choi, D. J., Park, H., 2001, A Hybrid Artificial Neural Netwok as a Software Sensor for Optimal Control of a Waswater Treatment Process, Water Research, 35(16), 3959-3967.
  • [23] Dunteman, G. H., 1989, Principal Component Analysis,Sage Publications,Sage University Paper (69), s 96, Newbury Park.
  • [24] Schittenkopf, C, Deco, G., Brauer, W., 1997, Two Strategies to Avoid Overfitting in Feedforward Networks, Neural Networks, 10 (3), 505-516.
  • [25] Patterson, D. W., 1996., Artificial Neural Networks Theory and Applications, Prentice Hall International Editions, s 477, Korea.
  • [26] Skapura, D. M., 1996, Building Neural Networks, Addison-Wesley Publishing Company, s 286, New York.
  • [27] Ang, A. H. S., Tang, W. H., 1975, Probability Concepts in Engineering Planning and Design, John Wiley and Sons, Vol. II., USA.
APA KOÇ M, BALAS C, ARSLAN A (2004). Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. , 3351 - 3375.
Chicago KOÇ M. Levent,BALAS Can E.,ARSLAN ABDUSSAMET Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. (2004): 3351 - 3375.
MLA KOÇ M. Levent,BALAS Can E.,ARSLAN ABDUSSAMET Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. , 2004, ss.3351 - 3375.
AMA KOÇ M,BALAS C,ARSLAN A Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. . 2004; 3351 - 3375.
Vancouver KOÇ M,BALAS C,ARSLAN A Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. . 2004; 3351 - 3375.
IEEE KOÇ M,BALAS C,ARSLAN A "Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı." , ss.3351 - 3375, 2004.
ISNAD KOÇ, M. Levent vd. "Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı". (2004), 3351-3375.
APA KOÇ M, BALAS C, ARSLAN A (2004). Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. Teknik Dergi, 15(4), 3351 - 3375.
Chicago KOÇ M. Levent,BALAS Can E.,ARSLAN ABDUSSAMET Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. Teknik Dergi 15, no.4 (2004): 3351 - 3375.
MLA KOÇ M. Levent,BALAS Can E.,ARSLAN ABDUSSAMET Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. Teknik Dergi, vol.15, no.4, 2004, ss.3351 - 3375.
AMA KOÇ M,BALAS C,ARSLAN A Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. Teknik Dergi. 2004; 15(4): 3351 - 3375.
Vancouver KOÇ M,BALAS C,ARSLAN A Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı. Teknik Dergi. 2004; 15(4): 3351 - 3375.
IEEE KOÇ M,BALAS C,ARSLAN A "Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı." Teknik Dergi, 15, ss.3351 - 3375, 2004.
ISNAD KOÇ, M. Levent vd. "Taş dolgu dalgakıranların yapay sinir ağları ile ön tasarımı". Teknik Dergi 15/4 (2004), 3351-3375.
Sayfa Oluşturulma Tarihi
22-04-2024 8:19

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları