Evaluating the relationship between concrete strength and mix design properties using artificial neural network (ANN) hybrid algorithms

Abstract

Bu tezde, beton dayanımının doğru ve kesin tahmini yapay sinir ağı (YSA) hibrit algoritmaları kullanılarak incelenmiştir. YSA modellerini hibritleştirmek ve ayarlarını yapmak için Parçacık Sürü Optimizasyonu (PSO) kullanılmıştır. Optimizasyon süreci yüksek bir doğruluk seviyesindeki tahminlere ulaşıncaya kadar adım adım yürütülmüştür. Aktivasyon fonksiyonları, gizli katmanlardaki nöron sayıları, başlangıç öğrenme oranı, çözümleme algoritması ve öğrenme oranı optimizasyona konu edilmiştir.

In this thesis, accurate prediction of concrete strength was investigated by using artificial neural network hybrid algorithms. To hybridize and tune ANN models, Particle Swarm Optimization was implemented. Optimization process was conducted step by step up to reaching predictions at a high level of accuracy. Activation functions, numbers of neuron in hidden layers, initial learning rate, solver and learning rate were subjected to optimization.