Avrupa Topluluğunun Finansmanı: Bütçe ve Problemleri

Abstract

Bu çalışmanın amacı ince taneli çimento ile enjeksiyon yapılmış kum zeminlerin serbest basınç dayanımı değerinin Sugeno bulanık çıkarım sistemiyle tahmin edilmesi ve regresyon yöntemleriyle (doğrusal ve doğrusal olmayan) elde edilen tahmin sonuçlarıyla karşılaştırılmasıdır. Regresyon analizi için dört farklı denklem (doğrusal, polinom, üstel ve eksponansiyel fonksiyonlar) kullanılmıştır. Buna göre serbest basınç dayanımının tahminine yönelik olarak toplam 5 model oluşturulmuştur. Girdi parametresi olarak enjeksiyon basıncı değerleri çıktı parametresi (tahmin edilen parametre) olarak ise serbest basınç dayanım değerleri kullanılmıştır. Sugeno bulanık mantık (Sugeno BM) yöntemi oluşturulurken girdi parametresi için 7 üyelik fonksiyonu tanımlanmış, çıktı üyelik fonksiyonları ise lineer olarak alınmıştır. Modellerin tahmin performansını ölçmek amacıyla determinasyon katsayısı (R2 ) ve Ortalama Karesel Hata (OKH) ölçütleri kullanılmıştır. Hesaplanan R2 ve OKH değerlerine göre geliştirilen modellerin ince taneli çimento ile enjeksiyon yapılmış kum zeminlerin serbest basınç dayanım değerlerini tahmin etmede oldukça iyi sonuçlar verdiği görülmüştür. Modellerin tahmin performanslarına göre başarı sıralaması Sugeno BM modeli, polinom, doğrusal, üstel ve eksponansiyel denklemleri ile oluşturulan regresyon modelleri şeklindedir. Sugeno BM yöntemi, insanın düşünme mekanizmasına, çıkarım ve karar verme sistemine yakın olduğundan dolayı anlaşılmasının kolay olması bir avantaj sağlamaktadır. Sugeno BM yönteminin avantajları ve geliştirilen Sugeno BM modelinin tahmin başarısından dolayı regresyon yöntemine alternatif olabileceği görülmüştür.The aim of this study is to predict the unconfined compressive strength of sand grouted with ultrafine cement using the Sugeno fuzzy inference system and to compare the results with the predictions obtained by the regression models (linear and non-linear). Four types of regression models namely linear, polynomial, power, and exponential are used in the analyses. Injection pressure values are used as input parameters while unconfined compressive strength values are used as output parameters. Seven membership functions for the input parameter and linear functions for the output parameter are assigned for Sugeno fuzzy inference system. To evaluate the accuracy of the models, coefficient of determination (R2 ) and mean squared error (MSE) are used. Based on the calculated R2 and MSE values, it is observed that the developed models reveal good results in predicting the strength of sand grouted with ultrafine cement. According to the performance of the models, Sugeno fuzzy logic, polynomial, linear, power, and exponential regression models have the most successive predictions, respectively. Sugeno fuzzy logic provides an advantage due to easy to understand and similar mechanism with the human thinking, inference, and decision-making systems. It has been observed that the Sugeno fuzzy logic model can be an alternative to the regression method due to the advantages and the successive prediction.