Show simple item record

dc.contributor.advisorOlgun, Necati
dc.contributor.authorKaraoğlan, Selim Yavuz
dc.date.accessioned2020-12-29T13:32:51Z
dc.date.available2020-12-29T13:32:51Z
dc.date.submitted2012
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/428373
dc.description.abstractBu çalışmada çimento, su, agrega(çakıl, kum), yüksek fırın cürufu, akışkanlaştırıcı ve uçucu külün beton basıncı üzerindeki etkileri Yapay Sinir Ağları ve Bulanık Mantık Sinirsel Denetim Metodu kullanılarak elde edilmiştir.Chung-Hua Üniversitesi'nden Prof. I-Chen Yeh beton basınç dayanımının kullanılan malzemelere göre nasıl değişiklik göstereceğini ölçmek için toplamda 7 farklı maddenin değişik şekilde karıştırılmasıyla bir deney yapmıştır. Deneyde betonu 28 gün beklettikten sonra basınç dayanımı ölçülmüştür [1].Bu deneysel veriler kullanılarak YSA metodu ile bulunan değerler gerçek değerler ile karşılaştırılmıştır. Daha sonra ise Bulanık Mantık Sinirsel Denetim Metodu kullanılarak elde edilen veriler gerçek değerler ile karşılaştırılmıştır. En sonunda ise gerçek değerler, YSA ve Bulanık Mantık Sinirsel Denetim Metodu ile bulduğumuz değerler ile karşılaştırılmıştır.Anahtar Kelimeler: yapay sinir ağları, bulanık mantık, beton basınç dayanımı, tahmin, yapay zekâ.
dc.description.abstractIn this study, cement, water, aggregates, slag, fly ash concrete plasticizer and pressure effects on the Neural Control Method using Artificial Neural Networks and Fuzzy Logic have been obtained. Chung-Hua University, Prof. I-Chen Yeh how the concrete compressive strength will vary according to materials used in different ways to measure the mixing experiment has a total of 7 different matters. After waiting 28 days compressive strength of concrete was measured in the experiment.The experimental data were compared with actual values; the values determined using the ANN method. Then, the neural fuzzy control with the actual values compared with data obtained using the method. In the end, the actual values, ANN and Fuzzy Logic Control Method with Neuro were compared with the values we find.Key words: artificial neural networks, fuzzy logic, concrete compressive strength, forecasting, artificial intelligence.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectMatematiktr_TR
dc.subjectMathematicsen_US
dc.titleBazı mühendislik problemlerinde yapay sinir ağları ve bulanık mantığın uygulanması
dc.title.alternativeThe implementation of artificial neural networks and fuzzy logic on some of engineering problems
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentMatematik Anabilim Dalı
dc.identifier.yokid442413
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityGAZİANTEP ÜNİVERSİTESİ
dc.identifier.thesisid318468
dc.description.pages61
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess