Yapay sinir ağları ile elde edilen sonuçlar sayısal yöntemlerle elde edilen sonuçlara çok yakın çıkmıştır.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Çalışmada, 21 farklı mesnet koşuluna sahip dikdörtgen plakların titreşim hesabı için bir yapay sinir ağı uygulaması sunulmuştur.
📊
Temel Bulgular & Veri:Ağın eğitimi, literatürde iyi bilinen Leissa’nın[37] makalesindeki veri kullanılarak 11 farklı mesnet durumu için yapılmıştır.
💡
Sonuç & Katkı:Yapay sinir ağları ile elde edilen sonuçlar sayısal yöntemlerle elde edilen sonuçlara çok yakın çıkmıştır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri
Özet
Çalışmada, 21 farklı mesnet koşuluna sahip dikdörtgen plakların titreşim hesabı için bir yapay sinir ağı uygulaması sunulmuştur. Hatanın geriye yayılım algoritmasına dayalı çok katmanlı yapay sinir ağı kullanılarak plağın iki ardışık moduna ait ilk üç frekansı elde edilmiştir. Ağın eğitimi, literatürde iyi bilinen Leissa’nın[37] makalesindeki veri kullanılarak 11 farklı mesnet durumu için yapılmıştır. Bununla birlikte, ağın test edilmesi için eğitim setinde olmayan diğer 10 farklı mesnet koşulu kullanılmıştır. Yapay sinir ağları ile elde edilen sonuçlar sayısal yöntemlerle elde edilen sonuçlara çok yakın çıkmıştır.
🔖
Bu Makaleye Atıf Yap
CİVALEK, Ö., CALAYIR, Y. (2007). İnce Dikdörtgen Plakların Titreşim Frekanslarının Yapay Sinir Ağları Yaklaşımı ile Tahmini. Teknik Dergi, Cilt: 18 - Sayı: 88, 4161–4176. https://ajindex.com/articles/51523
Adeli, H., Hung, S.L., Machine learning- neural networks, genetic algorithms and fuzzy systems, John Wiley & Sons, Inc., 1995.
Adeli, H., Yeh, C. Perceptron learning in engineering design, Microcomputer in Civil Eng., 4: 247-256,l989. Aleksander, I., Morton, I., An introduction to neural computing, International Thomson Computer Press., 1995.
Park, H.S. and Adeli, H., Distributed Neural Dynamics Algorithms For Optimization Of Large Steel Structures, J. of Struc. Engin., ASCE, 123(7), 880-888, 1997.
Zurada, J M., Introduction to artiŞcial neural networks, West Publishing Com.,1992.
Adeli, H., and Park, H.S., A neural dynamics model for structural optimization- theory, Computers and Structures, 57(3), 383-390, 1995.
Chen, H.M., Qi, G.Z., Yang, J.C.S., and Amini, F., Neural Networks for Structural Dynamic Model IdentiŞcation, J. of Eng. Mech., ASCE, 121(12), 1377-1381, 1995.
Ghaboussi, J., An overview of the potential applications of neural networks in civil engineering”, in Proc., ASCE Structures Cong.’93, Irvine, California, 1993.
Hani, K.B. and Ghaboussi, J. Neural Networks For Structural Control Of A Benchmark Problem, Active Tendon System, Earthquake Eng. and Structural Dynamics, 27, 1225-1245, 1998.
Szewezyk, Z.P., Hajela, P., Damage detection in structures based on feature- sensitive neural networks, J Computing Civil Eng., ASCE, 8(2),163-17 8, 1994.
Vanluchene, RD., and Roufei, S., Neural networks in structural engineering, Microcomputers in Civil Eng., 1990; 5:207-215.
Wu, X., Ghaboussi, J., Garrett, J.H., Use of neural networks in detection of structural damage, Computers & Structures, 42(4), 649-659, 1992.
Kang, H.T., Yoon, C J., Neural networks approaches to aid simple truss design problems, Microcomputers in Civil Eng., 9,211-218, 1994.
Ghaboussi, J., Garrett, Jr., Wu, X., Knowledge- based modeling of material behavior with neural networks, Journal of Structural Engineering, ASCE, 117, 1, 132-153, 1991.
Civalek, Ö., Plak ve Kabukların Nöro-Fuzzy Tekniği ile Lineer ve Lineer Olmayan Statik-Dinamik Analizi, Fırat Üniversitesi,
Fen Bilimleri Enstitüsü, Elazığ, 1998.
Civalek, Ö., The analysis of the rectangular plates without torsion via hybrid artiŞcial intelligent technique, Proceedings of the Second International Symposium on Civalek, Ö., Nöro- Fuzzy Tekniği ile Dairesel Plakların Analizi, Journal of Eng. Science of Dokuzeylül University, Vol. 1(2); 13-3 1,1999.
Civalek, Ö., Çatal, H.H., ve Demirdağ, O., Geriye Yayıhna Yapay Sinir Ağları ile Düzle