Gauss Süreç Regresyonu ve Destek Vektör Makineleri Kullanılarak Değerlendirilen Kendiliğinden Yerleşen Beton Davranışının Deneysel Veri İle Doğrulanması

Abstract

İnşaat Mühendisliği alanında yapı malzemelerinin özellikle betonun karışım tasarımını anlamak ve bazı özelliklerini tahmin edebilmek için makine öğrenmesi metotları sıkça kullanılmaya başlanmıştır. Bu bağlamda oldukça faydalı olan makine öğrenmesi metotları sayısız denilebilecek çeşitliliktedir. Bu çalışmada makine öğrenmesi metotlarından Gauss Süreç Regresyonu (GSR) ve Destek Vektör Makineleri (DVM), Kendiliğinden Yerleşen Beton (KYB)’nin basınç dayanımını tahmin etmek için tercih edilmiştir. Çalışmanın amacı, farklı makine öğrenmesi metotlarının beton performansını tahmin etmekteki başarılarının ispat edilmesi ve böylece bu metotların özellikle beton karışım tasarımı alanında kullanımının arttırılmasıdır. Bu amaçla, KYB bileşimini ve özelliklerini içeren deneysel veri seti ile GSR ve DVM modelleri geliştirilmiştir. Geliştirilen modellerin performansları hem birbirleri ile hem de bu alanda başarısını literatürdeki birçok çalışma ile ispat etmiş olan başka bir makine öğrenmesi metodu, Yapay Sinir Ağı ile karşılaştırılmıştır. Sonuçta, deneysel veri ile eğitilen ve doğrulanan GSR ve DVM modellerinin KYB’nin basınç dayanım performansını tahmin etmekte başarılı oldukları ortaya çıkmıştır. Çalışma sonuçlarına göre GSR bu problemdeki en başarılı metot olmuştur. GSR için deneysel veri ile modelin çıkışı arasındaki korelasyon katsayıları eğitim aşamasında 0.9888 ve test aşamasında 0.8648 olarak hesaplanmıştır.