GERİ YAYILMALI YAPAY SİNİR AĞLARIYLA DEPREME MARUZ BETONARME KAT ÇEVRELERİNDE EMNİYETLİ YATAY TAŞIYICI TAHMİNİ

Abstract

Yüksek Lisans Tezi GERİ YAYILMALI YAPAY SİNİR AĞLARIYLA DEPREME MARUZ BETONARME KAT ÇERÇEVLERİNDE EMNİYETLİ YATAY TAŞIYICI TAHMİNİ Necmettin GÜNEŞ Fırat Üniversitesi Fen Bilimleri Enstitüsü İnşaat Mühendisliği Anabilimdalı 1997, Sayfa : 57 Yapay Sinir Ağlan insan beyninin nörolojik yapısından ve hesaplama tekniğinin taklit edilmesinden geliştirilmiştir. Yapay Sinir Ağlarının öğrenme kabiliyeti ve adaptasyonu az bilgiyle çalışabilme özelliği, hızlı çalışması ve tanımlama kolaylığı son yılların popüler konulandır. Depreme maruz betonarme kat çerçevelerinde yanal taşıyıcı elemanların ( kolonlar ve perdeler) emniyetli en kesit tiplerini geleneksel metodlarla bulmak oldukça zor, zaman alıcı ve tecrübe istemektedir. Bu çalışmada depreme maruz betonarme kat çerçevelerinin emniyetli en kesit tipleri, kat çerçevelerinin maksimum yanal ötelenmeleri ve ilk serbest titreşim peryodları geri yayılmalı çok tabakalı perseptronlar kullanılarak bulunmuştur. ANAHTAR KELİMELER : Yapay Zeka, Yapay Sinir Ağlan, Nonlineer Dinamik Analiz, Hasar Tahmini, Emniyetli Yanal Taşıyıcı Eleman Tahmini.

II SUMMARY Masters Thesis ESTIMATION OF SAFELY LATERAL STRUCTURAL MEMBERS iN THE EARTHQUAKE SUBJECTED R/C FRAMES BY USING BACK PROPAGATION NEURAL NETWORKS Necmettin GÜNEŞ Fırat University Graduate School of Natural and Applied Sciences Deparment of The Civil Engineering 1997, Page : 57 Artificial Neural Networks are developed from neuropohsiolog by morphologically and computationally mimicking human brains. The features of artificial neural networks such as ability and adaptability to learn, generalization, less information requirement, fast real-time operation and case of implementation have become popular in the last few years. In the earthquake subjected frames, determination of safe cross-section types of lateral structural members such as columns and shears wall by using traditional methods is very difficult, needs more process time and experience. A.N.N. (Artificial Neural Networks ) are known to overcome such problems using their facinating features. In this study, the safe cross-sectional type of the lateral structural members, maximum lateral deflection and first free vibrational period of earthquake subjected R/C frames are calculated by back propagation multileyeed perceptions. The neural calculation results have shown that the neural model verify the vadity of the results.m KEYWORDS : Artificial Intelligent, Artificial Neural Networks, Nonlineer Dynamic Analyse,Damage Estimation, Safely Lateral Structural Members Estimation.