Beton Dayanım Özelliklerinin Yüzey Tepki Yöntemi, Genetik Algoritma ve Yapay Sinir Ağları İle Tahmini
| dc.contributor.author | Koken, Ekin | |
| dc.contributor.author | Kilincarslan, Semsettin | |
| dc.contributor.author | Tuncay, Ebru Baspınar | |
| dc.date.accessioned | 2025-09-25T10:41:35Z | |
| dc.date.available | 2025-09-25T10:41:35Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Bu çalışmada, beton dayanım özellikleri yüzey tepki yöntemi, genetik algoritma ve yapay sinir ağları yöntemleri ile analiz edilmiştir. Altı farklı beton agregası kullanılarak küp (10x10x10 cm) ve prizmatik (15x15x60 cm) beton numuneleri hazırlanmış olup, beton tek eksenli basınç dayanımı (UCSc) ve eğilme dayanımının (FSc) tahminlenmesi için bazı tahmin modeller geliştirilmiştir. Geliştirilen modellerde beton yoğunluğu (ρc), beton agregalarının Los Angeles aşınma kaybı (LAA) ve betonlara ait P dalgası hızı (Vpc) gibi parametreler kullanılmıştır. Elde edilen modellerin performansları bazı istatistiksel göstergeler ışığında değerlendirilmiş ve genetik algoritma ve yapay sinir ağlarını temel alan yöntemlerin beton dayanım özelliklerini tahmininde başarılı bir şekilde kullanılabileceği belirlenmiştir. | en_US |
| dc.identifier.doi | 10.21923/jesd.1013463 | |
| dc.identifier.issn | 1308-6693 | |
| dc.identifier.uri | https://doi.org/10.21923/jesd.1013463 | |
| dc.identifier.uri | https://search.trdizin.gov.tr/en/yayin/detay/1128914/beton-dayanim-ozelliklerinin-yuzey-tepki-yontemi-genetik-algoritma-ve-yapay-sinir-aglari-ile-tahmini | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12573/3368 | |
| dc.language.iso | tr | en_US |
| dc.relation.ispartof | Mühendislik Bilimleri ve Tasarım Dergisi | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | İnşaat Mühendisliği | en_US |
| dc.subject | Malzeme Bilimleri | en_US |
| dc.subject | Özellik Ve Test | en_US |
| dc.subject | İnşaat Ve Yapı Teknolojisi | en_US |
| dc.subject | İstatistik Ve Olasılık | en_US |
| dc.subject | Bilgisayar Bilimleri | en_US |
| dc.subject | Yapay Zeka | en_US |
| dc.title | Beton Dayanım Özelliklerinin Yüzey Tepki Yöntemi, Genetik Algoritma ve Yapay Sinir Ağları İle Tahmini | en_US |
| dc.type | Article | en_US |
| dspace.entity.type | Publication | |
| gdc.bip.impulseclass | C5 | |
| gdc.bip.influenceclass | C5 | |
| gdc.bip.popularityclass | C5 | |
| gdc.coar.access | open access | |
| gdc.coar.type | text::journal::journal article | |
| gdc.collaboration.industrial | false | |
| gdc.description.department | Abdullah Gül University | en_US |
| gdc.description.departmenttemp | Abdullah Gül Üniversitesi,Süleyman Demirel Üniversitesi,Süleyman Demirel Üniversitesi | en_US |
| gdc.description.endpage | 441 | en_US |
| gdc.description.issue | 2 | en_US |
| gdc.description.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| gdc.description.scopusquality | N/A | |
| gdc.description.startpage | 429 | en_US |
| gdc.description.volume | 10 | en_US |
| gdc.description.wosquality | N/A | |
| gdc.identifier.openalex | W4283716508 | |
| gdc.identifier.trdizinid | 1128914 | |
| gdc.index.type | TR-Dizin | |
| gdc.oaire.accesstype | GOLD | |
| gdc.oaire.diamondjournal | false | |
| gdc.oaire.downloads | 51 | |
| gdc.oaire.impulse | 0.0 | |
| gdc.oaire.influence | 2.4895952E-9 | |
| gdc.oaire.isgreen | true | |
| gdc.oaire.keywords | Aggregate | |
| gdc.oaire.keywords | Genetic Algorithm | |
| gdc.oaire.keywords | Concrete Strength;Aggregate;Response Surface Methodology;Genetic Algorithm;Artificial Neural Networks. | |
| gdc.oaire.keywords | Yapay Sinir Ağları | |
| gdc.oaire.keywords | Beton Dayanımı | |
| gdc.oaire.keywords | Beton Dayanımı;Agrega;Yüzey Tepki Yöntemi;Genetik Algoritma;Yapay Sinir Ağları. | |
| gdc.oaire.keywords | Geological Sciences and Engineering (Other) | |
| gdc.oaire.keywords | Genetik Algoritma | |
| gdc.oaire.keywords | Yer Bilimleri ve Jeoloji Mühendisliği (Diğer) | |
| gdc.oaire.keywords | Concrete Strength | |
| gdc.oaire.keywords | Yüzey Tepki Yöntemi | |
| gdc.oaire.keywords | Response Surface Methodology | |
| gdc.oaire.keywords | Artificial Neural Networks | |
| gdc.oaire.keywords | Agrega | |
| gdc.oaire.popularity | 1.7808596E-9 | |
| gdc.oaire.publicfunded | false | |
| gdc.oaire.sciencefields | 0211 other engineering and technologies | |
| gdc.oaire.sciencefields | 02 engineering and technology | |
| gdc.oaire.sciencefields | 0201 civil engineering | |
| gdc.oaire.sciencefields | 0202 electrical engineering, electronic engineering, information engineering | |
| gdc.oaire.views | 124 | |
| gdc.openalex.collaboration | International | |
| gdc.openalex.fwci | 0.0 | |
| gdc.openalex.normalizedpercentile | 0.06 | |
| gdc.opencitations.count | 0 | |
| gdc.plumx.mendeley | 1 | |
| gdc.virtual.author | Köken, Ekin | |
| relation.isAuthorOfPublication | 9352c019-c944-4e23-a8e2-c73fac861cb6 | |
| relation.isAuthorOfPublication.latestForDiscovery | 9352c019-c944-4e23-a8e2-c73fac861cb6 | |
| relation.isOrgUnitOfPublication | 665d3039-05f8-4a25-9a3c-b9550bffecef | |
| relation.isOrgUnitOfPublication | 03adf3b0-3511-421e-b492-8fe188140fc0 | |
| relation.isOrgUnitOfPublication | ef13a800-4c99-4124-81e0-3e25b33c0c2b | |
| relation.isOrgUnitOfPublication.latestForDiscovery | 665d3039-05f8-4a25-9a3c-b9550bffecef |