YAPAY SİNİR AĞLARI İLE YAPISAL SİSTEMLERİN ANALİZİ

Abstract

YÜKSEK LİSANS TEZİYAPAY SİNİR AĞLARI İLE YAPISAL SİSTEMLERİN ANALİZİAdem FIRATFırat ÜniversitesiFen Bilimleri EnstitüsüYapı Eğitimi Anabilim Dalı2006, Sayfa: 66Yapay sinir ağlarının (YSA) ilham kaynağı biyolojik beynin gücü, esnekliği ve duyarlılığıdır.YSA, beynin temel biyolojik bileşenlerinden sinir hücreleri, synapsis ve dendritlerin matematikselmodeli olup, basit matematiksel elemanlardan oluşmaktadır.Bu tez çalışmasında, yapay sinir ağları ile yapısal sistemlerin analizi sunulmuştur.Uygulamalarda geri yayılımlı sinir ağı kullanılmıştır. Giriş ve çıkış değerleri normalize edilerek ağaverilmiştir. Eğitim ve test seti için farklı değerler kullanılmıştır. Ağdan elde edilen çıkışlar sayısalsonuçlarla karşılaştırılmış ve sonuçların yeterli hassasiyette olduğu görülmüştür. Yapay sinir ağlarınınmühendislik sistemlerinin analizi için alternatif bir metot olabileceği belirtilmiştir.Anahtar Kelimeler: Yapay Sinir Ağları, Geri Yayılımlı Ağ, Yapısal Sistemler.

SUMMARYMasters ThesisANALYSES OF STRUCTURAL SYSTEMS BY ARTIFICIAL NEURAL NETWORKAdem FIRATFırat UniversityGraduate School of Natural and Applied SciencesDepartment of Construction Education2006, Page: 66The inspirations of the artificial neural networks (ANN) are the sensitivity, elasticityand power of the biological brain. Artificial neural network is the mathematical model of thedendrite and the synopsis and the nerve cells from the basic biological components of the brainand is composed of simple mathematical components.In this thesis, analyses of structural systems have been presented by artificial neuralnetworks. Applications solved a backpropagation neural network has been used. The values ofinput and output of the network have been given to network after being normalized. Differentvalues have been used for the training and the test. The result obtained from the output ofnetwork has been compared with the numerical result and the suitability of the results have beendiscussed and it was seen that the results were satisfactory enough. It was seen that artificialneural networks could be an alternative method for the analyses of the engineering systems.Key Words : Artificial Neural Network, Backpropagation Neural Network, Structural Systems.