YAPAY SİNİR AĞI KULLANARAK YAPISAL OPTİMİZASYON PROBLEMLERİNDEKİ ÇÖZÜM SÜREÇLERİNİN KISALTILMASI
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: TEVFİK OĞUZ ÖRMECİOĞLU
Danışman: İbrahim Aydoğdu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Son yirmi yılda bilim dünyamıza ve günlük hayatımıza yoğun bir biçimde girmiş olan yapay zekâ çalışmaları aslında 1950'li yıllara dayanmaktadır. Keşfedildiği dönemdeki donanımsal imkansızlıkların günümüzde hızla giderilmesi, birçok alanda yapay zekâ çözümlerinin geliştirilmesini ve yaygınlaşmasını sağlamıştır. Bu ilerlemeler, matematiksel yoğunlukta ve çok tekrarlı olan algoritmaların daha hızlı bir biçimde çözülebilmesine olanak tanımıştır. Özellikle yapı optimizasyonu alanında geleneksel yöntemlerin hesaplama yoğunluğu, karmaşık yapıların analizini ve optimizasyonunu zorlaştırmaktadır. Yapı optimizasyonu, yapısal sistemlerin tasarım değişkenlerini belirleyerek belirli amaç fonksiyonlarını en üst düzeye çıkarmak veya belirli kısıtları karşılamak için kullanılır. Bu, yapıların mekanik performansını, enerji verimliliğini ve maliyet etkinliğini artırmada önemli bir rol oynar. Gelişen optimizasyon algoritmaları, daha hafif ve güçlü yapılar tasarlama imkânı sunarak daha karmaşık problemlere uygulanabilirlik sağlar. Meta-sezgisel yöntemler, yapı optimizasyonu için yaygın bir şekilde kullanılır ve yapıların performansını ve verimliliğini iyileştirmede etkilidir. Ancak, sonlu elemanlar yöntemi (FEM) gibi yapı analizi yöntemleriyle birlikte kullanıldığında çözüm süresi artabilir. Bu durum, FEM'in yapıların davranışını doğru bir şekilde modellemek için yoğun hesaplama gerektirmesinden kaynaklanır. Bu tez çalışmasında yapısal optimizasyon algoritmalarının işlem sürelerinin kısaltılması amaçlanmıştır. Bunun için optimizasyon algoritmalarının ortak ve en çok süre alan adımı olan "Değerlendirme Aşaması"'nın süre açısından iyileştirilmesi için bir yapay sinir ağı (YSA) geliştirilmiştir. Yapı analizi işleminin ana adımı olan deplasman hesapları esnasında oluşan sürelerin azaltılmasına odaklanmıştır. Geleneksel yöntemlerle yapılan deplasman hesaplamaları zaman alıcı ve karmaşık olabilirken, YSA ve optimizasyon algoritmalarının birleşimi sayesinde bu süreler önemli ölçüde azaltılabilmiştir. Çalışmada geliştirilen YSA tabanlı yaklaşım, geleneksel yöntemlerin sınırlamalarını aşarak daha hızlı ve verimli çözümler sunmayı hedeflemiştir. YSA-FEM çözümünün yapı problem tipinden bağımsız olması, farklı yapı türleri için de uygulanabilir bir çözüm sunmaktadır. Geliştirilen YSA tabanlı matrissiz yöntem, FEM analizi içerisinde en çok zaman ve bellek tüketen Gauss eliminasyon işlemlerini atlayarak deplasman vektörünü tahmin etmek üzerine kurulu bir mekanizmaya sahiptir. YSA'nın tahminlerini optimizasyon sürecine entegre etmek için üç yeni hibrit Biyocoğrafya Tabanlı Optimizasyon (BTO) arama yöntemi (YT-1, YT-2 ve YT-K) geliştirilmiştir. Bu yöntemler, YSA'nın tahminlerini stratejik noktalarda kullanarak optimizasyon sürecini yönlendirir ve daha hızlı yakınsama sağlamayı hedeflemesi için geliştirilmişlerdir. Çalışma kapsamında gerçekleştirilen testler, farklı yapı tipleri üzerinde YSA tabanlı yöntemin FEM'e kıyasla hesaplama süresinde önemli bir azalma sağladığını göstermiştir. YSA'nın doğruluk seviyesi FEM'e ulaşamasa da sunduğu hız avantajı, özellikle gerçek zamanlı uygulamalar veya hızlı tasarım yinelemeleri gerektiren senaryolarda önemli bir faktör haline gelmektedir. Bu bulgular, YSA tabanlı yöntemlerin yapısal optimizasyon için uygulanabilir ve verimli bir alternatif sunduğunu ve daha ileri araştırmalar için umut vadeden bir yol açtığını göstermektedir.