Yapay Sinir Ağları Kullanılarak Ramberg-Osgood Parametrelerinin Tahmin Edilmesi: Girdi Parametreleri ve Gizli Nöron Sayılarının Tahminleme Doğruluğu Üzerindeki Etkilerinin İncelenmesi

Abstract

Bu çalışma kapsamında çeşitli çeliklere ait Ramberg-Osgood parametreleri olan çevrimsel dayanım katsayısı (K’) ve çevrimsel uzama sertleşme üsteli (n’) yapay sinir ağları (YSA) kullanılarak tahmin edilmiştir. Girdi parametrelerinin ve gizli nöron sayılarının tahminleme doğruluğu üzerindeki etkileri incelenmiştir. YSA yapısında dokuz girdi parametresi, bir gizli katman ve iki çıktı parametresi içermektedir. Parametrelerin tahminleme doğruluğu üzerine etkisini gözlemlemek için önce dokuz girdi parametresine ait sonuçlar bulunmuş sonrasında sırasıyla her bir girdi parametresi tahminleme dışarısına çıkartılıp en sonunda sekiz girdi parametresi kalacak şekilde yeni sonuçlar elde edilmiştir. Bu sonuçlara etki eden diğer bir faktör olan gizli nöron sayısı ise 1-30 aralığında değiştirilerek tahminleme sonuçlarına etkisi gözlemlenmiştir. Tahminleme sonuçlarının rastgeleliğini en aza indirmek için ise her bir parametre için 100 adet replikasyon yapılmıştır. Sonuç olarak çevrimsel dayanım katsayısı (K’) tahmin edilirken en iyi gizli nöron sayısı 1, sonuca en çok etki eden parametre akma dayanımı (σy) ve en az etki eden parametre ise Brinell sertliği (BHN) olmuştur. Çevrimsel uzama sertleşme üsteli (n’) tahmin edilirken en iyi gizli nöron sayısı 17, sonuca en çok etki eden parametre yorulma dayanım üsteli (b) ve en az etki eden parametre ise elastisite modülü (E) olmuştur. Ayrıca, çıktı parametreleri yüksek tahminleme doğruluğu ile tahmin edilmiştir.