Kaliforniya taşıma oranının (CBR) regresyon analizleri ve yapay sinir ağları ile belirlenmesi

Basit Öğe Kaydı
dc.contributor.advisorGünaydın, Osman
dc.contributor.authorYıldırım, Burak
dc.date.accessioned2024-11-04T20:07:47Z
dc.date.available2024-11-04T20:07:47Z
dc.date.issued2009
dc.departmentNiğde ÖHÜ, Fen Bilimleri Enstitüsü, Jeoloji Mühendisliği Ana Bilim Dalı
dc.descriptionFen Bilimleri Enstitüsü, Jeoloji Mühendisliği Ana Bilim Dalı
dc.description.abstractOtoyol mühendisleri arasında asfalt tasarımı için bir zemin destek değeri olan, Kaliforniya taşıma oranı (CBR) değeri çok tutulmaktadır. Bu çalışmada CBR değeri, zemin indeks deneyleri (elek analizi ve Atterberg limitleri) ve kompaksiyon parametreleri (optimum su içeriği ve en büyük kuru birim ağırlık) farklı metotlar (regresyon analizleri ve yapay sinir ağları) kullanılarak tahmin edilmeye çalışılmıştır. Çalışmada Türkiye'nin değişik bölgelerindeki Devlet Karayolları Müdürlüklerinden alınan farklı zemin tiplerine ait (CH, CI, CL, GC, GM, GP-GC, MH, MI, ML, SC) toprak deney raporlarından toplanan 124 deney verileri kullanılmıştır. CBR'ın tahmininde tüm metotlardan oldukça yüksek belirleme katsayıları (R2) elde edilmiştir. CBR deneyinin, yapımı daha kolay olan zemin indeks özellikleri ve kompaksiyon parametrelerinden tahmini ile yapılacak projelerde zaman ve ekonomik kazanç sağlayacağı düşünülmüştür. Dolayısıyla zaman ve ekonomik problemi olan projelerde bu çalışmadan elde edilen sonuçlar kullanılabilir.
dc.description.abstractCalifornia Bearing Ration (CBR) value is very popular among highway engineers as a soil support for asphalt design. In this study, CBR value was estimated by using different methods (regression analysis and artificial neural networks) with soil index tests (sieve analysis and Atterberg limits) and compaction parameters (optimum moisture content and maximum dry unit weight). 124 experimental data was collected from the soil experiment reports are belonging to types of different soil (CH, CI, CL, GC, GM, GP-GC, MH, MI, ML, SC) , which were received from the public highways of Turkey?s different regions were used in the study. High determination coefficients (R2) have been obtained from all methods in estimation of CBR. In the projects, which is done by using estimation of CBR experiment from soil index properties which are the easier to build and compaction parameters will be reason to profit time and economic. Therefore, these obtained results in this study can be used in the projects, which have time and economic problems.
dc.identifier.endpage84
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=CwVIqqBuz1VkysVpueogAerKSHBL_xVDqpOrDhn1hfD14oYHCmxSLefWqPFcsK_S
dc.identifier.urihttps://hdl.handle.net/11480/9417
dc.identifier.yoktezid245146
dc.language.isotr
dc.publisherNiğde Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_2024
dc.subjectJeoloji Mühendisliği
dc.subjectGeological Engineering
dc.titleKaliforniya taşıma oranının (CBR) regresyon analizleri ve yapay sinir ağları ile belirlenmesi
dc.title.alternativeDetermination of California bearing ratio (CBR) by using regression analyses and artificial neural networks
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu