Özet:
Bu çalışmada, atık lastik içeren beton dolgulu çelik tüplü (BDÇT) dairesel kompozit kolonların eksenel basınç dayanımının yapay sinir ağları (YSA) kullanılarak tahmin edilmesi amaçlanmıştır. Çalışma kapsamında, literatürde yer alan deneysel araştırmalardan elde edilen toplam 131 adet veri kullanılarak kapsamlı bir veri seti oluşturulmuştur. Veri setinde yalnızca dairesel kesitli ve eksenel basınç etkisi altındaki atık lastik katkılı BDÇT kolon numuneleri dikkate alınmıştır. Yapay sinir ağı modelinin oluşturulmasında giriş parametreleri olarak çelik tüp çapı, çelik tüp et kalınlığı, çelik tüp akma dayanımı, beton basınç dayanımı, kolon yüksekliği ve lastik ikame oranı kullanılmıştır. Çıkış parametresi olarak ise kolonların nihai eksenel basınç dayanımı seçilmiştir. Araştırmada iki farklı durum dikkate alınmıştır. Birinci durumda, geri yayılım algoritması, gizli katman ve nöron sayısının etkisi incelenmiştir. Bu amaçla modelleme sürecinde üç farklı geri yayılım algoritması (Levenberg–Marquardt, Bayesian Regularization ve Scaled Conjugate Gradient), üç farklı gizli katman sayısı ve 16 ya kadar değişen farklı nöron sayıları kullanılmıştır. İkinci durumda ise veri bölme oranının ve nöron sayısının etkisi araştırılmıştır. Bu amaçla, farklı eğitim–test–doğrulama oranları ve farklı nöron sayıları dikkate alınmıştır. Geliştirilen modellerin performansları korelasyon katsayısı ve ortalama karesel hata kriterleri kullanılarak değerlendirilmiştir. Elde edilen en iyi model için matematiksel bir formül önerilmiş ve önerilen formül mevcut kod denklemleriyle karşılaştırılmıştır. Sonuçlar, YSA modellerinin atık lastik içeren BDÇT kolonların eksenel basınç dayanımını yüksek doğrulukla tahmin edebildiğini göstermiştir. Uygun veri bölme oranı ve optimum nöron sayısının seçilmesinin model performansı üzerinde önemli bir etkiye sahip olduğu görülmüştür. Çalışma sonucunda geliştirilen YSA modelinin hızlı ve güvenilir bir tahmin aracı sunduğu değerlendirilmiştir. Bunun yanında, atık lastik kullanımının sürdürülebilir yapı malzemeleri açısından önemli bir alternatif oluşturduğu ve BDÇT sistemleri ile birlikte kullanıldığında yapısal performans açısından umut verici sonuçlar verdiği ortaya konulmuştur. Bu çalışma, hem sürdürülebilir yapı teknolojilerine hem de yapay zekâ tabanlı mühendislik uygulamalarına katkı sağlamaktadır.
