You are here

Home » Content

GERİYE YAYILMA YAPAY SINIR AĞI KULLANILARAK YANAL SU ALMA YAPISINA YÖNELECEK OLAN SÜRÜNTÜ MADDESİ ORANININ BULUNMASI

DETERMINATION OF RATIO OF BED LOAD ENTERING INTO LATERAL INTAKE USING BACKPROPAGATION NEURAL NETWORK

Journal Name:

  • Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi

Publication Year:

  • 1999

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In the past few years computation on Civil Engineering has been concentrated primarily on artificial intelligence (AI) applications, which generally consider expert systems. This article deals with a different AI approach using the benefits of Neural networks and presents its usefulness on an application. Artificial neural networks have nonlinear performance and by this a satisfactory approachment to the results in a very short time, even in the learning phase of procedure can be achieved. This capability makes it preferable according to the other approaching methods. In this study, ratio of bed load entering into lateral intake at weirs is determined by a backpropagation Neural Network method. The training sets in the application of the Neural Network are performed by means of experimental results provided by DSİ (1989). Variables concerning the problem are introduced to the Neural Network by normalization technique. After Neural Network is trained, it is observed that the results were satisfactory on the previously unused data in the training sets. This research work showed clearly that the Neural Network computation is an reasonable alternative solution for decision making and design criterias in the field of Civil Engineering.
Bookmark/Search this post with
Abstract (Original Language): 
Geçen bir kaç yıl içerisinde, inşaat mühendisliğindeki bilgisayarlı hesaplamalarda Yapay Zeka uygulamaları ilk sırayı almıştır. Bu uygulamalar genellikle uzman sistemleri içermektedir. Bu makalede değişik bir Yapay Zeka yaklaşımı olan yapay sinir ağlarına (YSA) değinilmiş ve bir uygulama sunulmuştur. Yapay sinir ağları lineer olmayan bir yapıya sahiptir. Bu durum YSA ları her alana uygulanabilir hale getirmiştir. Sonuçlara çok kısa zamanda yaklaşmadaki etkinliği diğer yaklaşım metotlarına göre onu bir tercih sebebi yapmıştır. Bu çalışmada, dolu gövdeli bağlamalarda ayırma duvarının etkisi dikkate alınarak yanal su alma yapısına yönelecek olan sürüntü maddesi oranı geriye yayılma yapay sinir ağı yöntemi ile tespit edilmiştir. Problemin eğitim setinde DSİ (1989) tarafından yapılan deneysel veriler kullanılmıştır. Problemin değişkenleri ağa normalizasyon tekniği ile tanıtılmıştır. Eğitilen YSA, daha önce eğitme sırasında kullanılmayan deney verileri ile test edildiğinde sonuçların oldukça uygun olduğu görülmüştür. Bu çalışma, yapay sinir ağı hesaplamalarının inşaat mühendisliğinde karar verme ve tasarım için alternatif bir çözüm olduğunu ortaya koymaktadır.
  • 2
1-12
  • Turkish

REFERENCES

References: 

Adeli, H. (1996) : Innovative Computing in Civil Engineering. Bahrain, “Proc. of the 2nd Inter. Conf. in Civil Eng. on Comp. App. Research and Practice”, Vol. 1, 1-5.

Aleksander, I. ; Morton, H. (1990) : “An Introduction to Neural Computing”. London, Chapman and Hall.

Arslan, A. (1992) : İnşaat Mühendisliğinde Uzman Sistem Uygulamaları. İstanbul, İ.T.Ü. İnşaat Fakültesi, “İnşaat Mühendisliğinde Bilgisayar Kullanımı III. Sempozyumu”, 15-19 Haziran 1992.

Arslan, A. ; Ince, R. (1994a) : The Neural Network Based Analysis of Size Effect in Concrete Fracture. “Am. Soc. Civ. Engr.”, Eng. Mech. Div.

Arslan, A. ; Ince, R. (1994b) : A Neural Network Application on Design of R.C. Flat Slabs. Athens, Grecee, “The Second Int. Conf. on Computational Technology”, 30th August-1st Sept. 1994b.

Arslan, A. ; İnce, R. (1995) : Geriye Yayılma Yapay Sinir Ağı Kullanılarak Betonarme Kolonların Tasarımı. “DOĞA Mühendislik ve Çevre Bilimleri Dergisi”, 19, 127-135.

Benini, G. (1955) : “Sull’angelo die presa di una derivazione”. L’energia Elettrica, No: 9, Vol: 32, 20.

Bresloff, P. C. ; Weir, D. J. (1991) : Neural Networks. “GEC Journal of Research”, Vol. 8, No. 3.

Bulle, H. (1926) : “Untersuchungen über die Geschiebeableitung bei der Spaltung von Wasserlaeufen”. Diss. T. H. Karlsruhe 242.

BursalI, S. ; Orhon, M. (1978) : “Su Alma Yapısı Model Çalışması Raporu”. Ankara, DSİ Araştırma ve Geliştirme Dairesi Başkanlığı, Yayın No: Hİ 683, 1-37.

Dere, Y., ; KaltakcI, M.Y. (1997) : İnşaat Mühendisliğinde Yapay Sinir Ağları Uygulamaları. Ankara, “İnşaat Mühendisliğinde Gelişmeler, III. Teknik Kongre”, 15-16 Eylül 1997, ODTÜ, 407-416.

DSİ (1989) : “Yanal Su Alma Yapılı Dolu Gövdeli Bağlamalarda Ayırma Duvarının Sürüntü Maddesine Etkisi”. Ankara, T.C. Bayındırlık ve İskan Bakanlığı DSİ Teknik Araştırma ve Kalite Kontrol Dairesi Başkanlığı, Yayın No. Hİ-774.

Hetch, Nielsen, R. (1989) : Theory of the Backpropagation Neural Network. Washington, D. C., “Int. Conf. on Neural Networks”, Vol.1, 593-605.

Hopfield, J.J. ; Tank, D.W. (1985) : Neural Networks’ Computation of Decisions in Optimization Problems. “Biological Cybernetics”, No.52, 141-152.

Kohonen, T. (1987) : State of the Art in Neural Computing. “Int. Conf. on AI”, pp. 1-79, 1-90.

Melsa, P. J. W. (1989) : “Neural Networks: A Conceptual Overview”. Report TRC-88-08, Tellabs Research Center.

Moselhi, O. (1996) : Neural Networks’ Applications in Civil Engineering. Bahrain, “Proc. of the 2nd Inter. Conf. in Civil Eng. on Comp. App. Research and Practice”, Vol. 1, 7-14.

Rich, E., Knight, K. (1991) : “Artificial Intelligence”. Singapore, Mc. Graw-Hill, pp. 487-528,

Rocha, F. (1970) : “Wasserableitung aus Flüssen mit Sedimentbewegung”. Mitteilungen des Franzius Instituts für Grund-und Wasserbau Heft 35 Eigenverlag des Franziusinstituts für Grund-und wasserbau der TU Hannover Helf: 35 87.

Rumelhardt, D. E. et al. (1987) : “Parallel Distributed Processing, Explorations in the Microstructure of Cognition”. Vol. 1, MIT Press.

Thoma, H. (1923) : “Geschiebebewegung in wasserdurchströmten Gerinnen und die Ausbildung der Kanaleinlaeufe bei Wasserkraftanlagen”. Veröftentlichungen der mittlere Isar A.G. Modellversuche Teil 3 134.

Thank you for copying data from http://www.arastirmax.com