Doğrusal ve kıvrımlı akarsulara yerleştirilen köprü ayakları etrafında meydana gelen oyulma derinliğinin yapay sinir ağları ile belirlenmesi

Abstract

V Akarsular üzerine inşa edilen köprülerin yıkılma sebepleri, ayakları etrafında meydana gelen yerel oyulmalar sonucu stabilitelerini kaybetmeleridir. Bu nedenle yerel oyulmaların hesabı, köprülerin projelendirilmesinde oldukça önem taşımaktadır. Bu durumda oyulmaya etkili parametreler belirlenerek yapay sinir ağları ile oyulma derinliği kolaylıkla hesaplanabilmektedir. Literatürde bir çok yapay sinir ağ yapılarından bahsedilmektedir. Tezde, tahmine yönelik çalışmalarda en iyi sonucu veren ve en çok kullanılan ileri beslemeli sinir ağları kullanılmıştır, bu tür ağda, sinir ağı en az üç tabakadan oluşur. Bunlar giriş, gizli ve çıkış tabakasıdır. Giriş ve çıkış tabaka sayısı probleme göre giriş ve çıkış verilerine göre değişmektedir. Gizli tabaka sayısı ise deneme yanılma yoluyla bulunmaktadır. Öğrenme algoritması olarak hatayı geriye yayma algoritması kullanılmıştır. Oyulma derinliği, (Güngör, 1997) tarafından yapılan deneysel çalışma sonucunda elde edilen maksimum denge oyulma derinliği değerleri kullanılarak yapay sinir ağları ile tespit edilmiştir. Bunun için veri gruplarının bir kısmı eğitim işlemi için kalan diğer kısmı ise test işleminde kullanılmıştır. Test işleminde elde edilen sonuçlar ile deney sonuçlarının karşılaştırılması bölüm IV 'de verilmiştir. Anahtar Kelimeler: Oyulma Derinliği, Köprü Ayağı, Yapay Sinir Ağları, İleri Beslemeli Yapay Sinir Ağlan, Hatayı Geriye Yayma. Mahmut FIRAT

VI ABSRACT The main reason of the fall down of bridges which are built over the river is related to the lose of their balances caused by scouring that occurs around the bridge piers. Hence, determination of the local scouring is quite important in projecting of the bridges. In this situation, after determination of the scouring influenced parameters, scouring depth is easily calculated by Artificial Neural Networks. In the literature, is discussed from a lot of artificial neural network structures. In this thesis, used the best result the approximation study and mostly used the feed forward neural networks. In this type network, neural network is taked from at least three layers. These are input, output and hidden layers. Input and output layers are changed according to input and output datum. Hidden layer number is determined per trial. The back propagation algorithms is used as learning algorithms Scouring depth is determinated with artificial neural networks by using the maximum balance scouring depth values which were got from experimental studies result by (Güngör, 1997). For this aim, one part of the data group were used for training and the other part remaining were used for the test. Comparison of the result of which is getting from the test were and the result of experiment were given at section IV. Key Words: Scouring Depth, Bridge Foot, Artificial Neural Networks, Feed Forward Neural Networks, Error Back Propagation. Mahmut FIRAT