| dc.creator |
KATANALP, Burak Yiğit; ADANA BİLİM VE TEKNOLOJİ ÜNİVERSİTESİ |
|
| dc.creator |
YILDIRIM, Zeynel Baran; ADANA BİLİM VE TEKNOLOJİ ÜNİVERSİTESİ |
|
| dc.creator |
KARACASU, Murat; ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ, MÜHENDİSLİK-MİMARLIK FAKÜLTESİ |
|
| dc.creator |
İBRİKÇİ, Turgay; ÇUKUROVA ÜNİVERSİTESİ |
|
| dc.date |
2019-09-15T00:00:00Z |
|
| dc.date.accessioned |
2020-01-02T08:28:24Z |
|
| dc.date.available |
2020-01-02T08:28:24Z |
|
| dc.identifier |
https://dergipark.org.tr/tr/pub/jesd/issue/48672/512018 |
|
| dc.identifier |
10.21923/jesd.512018 |
|
| dc.identifier.uri |
http://acikerisim.sdu.edu.tr/xmlui/handle/123456789/49224 |
|
| dc.description |
In this study, the performance characteristics of theasphalt concrete samples prepared with Marshall design, using coal wastemodified bitumen, were estimated by using Central Composite Design (CCD) and BackPropagated Artificial Neural Network (ANN) model. Verification tests werecarried out under optimum conditions determined by CCD method. In addition, theoptimum experimental conditions were defined as the input parameter of ANN andthe results of the validation test with the outputs produced by the networkwere examined between the upper and lower limits of the 95% confidenceinterval. The estimation values on response variables of MKT and ANN modelswere obtained as 84.8 - 94.3 - 89.65 - 47.1%, respectively. Compared both ofthe models used in the study, it was observed that both all of the CCD and ANNpredictions and 91.67% of validation test results were within observedconfidence intervals. Due to the outputs produced by both methods, it isthought that the number of samples that should be produced in order todetermine the Marshall performance values will decrease. Thus, it wasdetermined that time savings and economic gains could be achieved. |
|
| dc.description |
Buçalışmada atık kömür katkılı modifiye bitüm kullanılarak Marshall tasarımı ilehazırlanmış asfalt betonu numunelerinin performans karakteristikleri deneyseltasarım yöntemlerinden Merkezi Kompozit Tasarım (MKT) ve Geri Yayılımlı YapaySinir Ağı (YSA) modeli kullanılarak tahmin edilmiştir. Her iki modelin tahminettiği performans değerleri karşılaştırılmıştır. MKT yönteminin optimum olarakbelirlediği koşullarda doğrulama deneyleri gerçekleştirilmiştir. Ayrıca optimumdeney koşulları YSA giriş parametresi olarak tanımlanmış ve ağın ürettiğiçıktılar ile doğrulama deneyi sonuçları % 95 güven aralığının alt ve üstlimitleri arasında incelenmiştir. MKT ve YSA modellerinin yanıt değişkenleriüzerindeki tahmin değerleri sırası ile %84.8 – 94.3 – 89.65 – 47.1 olarak eldeedilmiştir. Kullanılan modeller karşılaştırıldığında MKT ve YSA tahminlerinintamamının, doğrulama deney sonuçlarının ise %91.67 nin belirlenen güven aralıklarında kaldığı gözlemlenmiştir. Kullanılanher iki yöntemin ürettiği çıktılar sayesinde Marshall tasarımı performansdeğerlerinin belirlenmesi için üretilmesi gereken numune sayılarının azalacağıdüşünülmüştür. Böylece zaman tasarrufu ve ekonomik kazançların sağlanabileceğibelirlenmiştir. |
|
| dc.format |
application/pdf |
|
| dc.language |
tr |
|
| dc.publisher |
Süleyman Demirel University |
|
| dc.publisher |
Süleyman Demirel Üniversitesi |
|
| dc.relation |
https://dergipark.org.tr/tr/download/article-file/806082 |
|
| dc.source |
Volume: 7, Issue: 3
680-688 |
en-US |
| dc.source |
1308-6693 |
|
| dc.subject |
Artificial neural networks,Central composite design,Marshall design,Asphalt concrete,Coal waste |
|
| dc.subject |
Yapay sinir ağları,Merkezi kompozit tasarım,Marshall tasarımı,Asfalt betonu,Atık kömür |
|
| dc.title |
COMPARISON OF WASTE COAL ADDITIVE ASPHALT CONCRETE PERFORMANCE CHARACTERISTICS USING ARTIFICIAL NEURAL NETWORKS AND CENTRAL COMPOSITE DESIGN METHODS |
en-US |
| dc.title |
ATIK KÖMÜR KATKILI ASFALT BETONU PERFORMANS KARAKTERİSTİKLERİNİN YAPAY SİNİR AĞLARI VE MERKEZİ KOMPOZİT TASARIM YÖNTEMLERİ KULLANILARAK KARŞILAŞTIRILMASI |
tr-TR |
| dc.type |
info:eu-repo/semantics/article |
|