5 results
Search Results
Now showing 1 - 5 of 5
Article Citation - WoS: 11Citation - Scopus: 12Predictive Models for Mechanical Properties of Expanded Polystyrene (eps) Geofoam Using Regression Analysis and Artificial Neural Networks(Springer London Ltd, 2022) Akis, E.; Guven, G.; Lotfisadigh, B.Initial elastic modulus and compressive strength are the two most important engineering properties for modeling and design of EPS geofoams, which are extensively used in civil engineering applications such as light-fill material embankments, retaining structures, and slope stabilization. Estimating these properties based on geometric and physical parameters is of great importance. In this study, the compressive strength and modulus of elasticity values are obtained by performing 356 unconfined compression tests on EPS geofoam samples with different shapes (cubic or disc), dimensions, loading rates, and density values. Using these test results, the mechanical properties of the specimens are predicted by linear regression and artificial neural network (ANN) methods. Both methods predicted the initial modulus of elasticity (E-i), 1% strain (sigma(1)), 5% strain (sigma(5)), and 10% strain (sigma(10)) strength values on a satisfactory level with a coefficient of correlation (R-2) values of greater than 0.901. The only exception was in prediction of sigma(1) and E-i in disc-shaped samples by linear regression method where the R-2 value was around 0.558. The results obtained from linear regression and ANN approaches show that ANN slightly outperform linear regression prediction for E-i and sigma(1) properties. The outcomes of the two methods are also compared with results of relevant studies, and it is observed that the calculated values are consistent with the results from the literature.Doctoral Thesis Başarılı Erp ve Bpr Uygulamaları Ile Tedarik Zincirlerinin Performansının ve Esnekliğinin Ölçülüp Geliştirilebilmesi için Yeni Değerlendirme Metriklerinin Geliştirilmesi: Melez Bulanık Ahp Aap İstatistiksel Analizler Yaklaşımı(2013) Baç, Uğur; Erkan, Turan ErmanTedarik Zinciri Yönetimi ve esneklik günümüzde büyük önem kazanmıştır.Performans ve esneklik üzerine çalışmalar oldukça popüler araştırma konularıarasında ter almaktadır. Rekabet gücünü koruyabilmek için sürekli olarak performansiyileştirmesi ve kıyaslaması yapmak mecburidir. Sürekli değişmekte olan pazarkoşullarına uyum sağlayabilmek için tedarik zinciri yapısı esnek olmalıdır. BPRuygulaması ile desteklendiğinde, ERP kullanımı tedarik zinciri üzerinde kayda değeretki göstermektedir. Tedarik zincirinin genel performansını ve esnekliğiniölçebilmek ve gelişmeleri takip edip gerçekleştirebilmek için özel metriklergereklidir. Bu çalışmada, performans ve esnekliği değerlendirebilmek için ÇÖKVmodelleri ve istatistiksel analizlerin kullanıldığı melez yaklaşımlarla iki yeni metrikgeliştirilmiştir. Ayrıca, ERP ve BPR başarılarının ön koşulları belirlenmiştir. Çalışmasonucunda, Tedarik Zinciri performansının ve esnekliğinin değerlendirilerek, başarılıERP ve BPR uygulamaları ile performans ve esnekliği iyileştirecek bir kılavuzhazırlanmıştır.Master Thesis Killi Zeminlerde Katkı Maddesi Olarak Cam Tozu ve Genleştirilmiş Polistren (eps) Kullanılması(2022) Çiğdem, Öykü Yağmur; Akış, Ebruİklim değişikliğinin insan yaşamı üzerindeki etkisinin daha belirgin hale gelmesiyle atık yönetimi önem kazanmaktadır. Bu çalışmada, atık malzemelerin yüksek plastisiteli kil zemin iyileştirmesi üzerindeki etkisinin araştırılması amaçlanmıştır. Atık malzeme olarak, katı atıklar arasında en düşük dönüşüm oranına sahip olan cam tozu (%4.43) ve genleştirilirmiş polistiren (EPS) (%4.47) seçilmiştir. Cam tozu ve EPS, tek tek ve birlikte kullanılarak zemin parametreleri üzerindeki etkisi Atterberg limit, standart proktor, şişme yüzdesi tayini ve serbest basınç testleri yürütülerek değerlendirilmiştir. Katkı yüzdeleri, EPS için kuru numune ağırlığının %0.3, %0.9 ve %2'si olarak seçilirken, cam tozu için kuru numune ağırlığının %2, %4 ve %6'sı olarak belirlenmiştir. Test sonuçları, katkı maddesi olarak sadece cam tozu kullanıldığında malzemenin serbest basınç dayanımında artışa ve şişme yüzdelerinde azalışa neden olduğunu göstermiştir. Ancak, sadece EPS kullanıldığında hem şişme yüzdeleri hem de serbest basınç dayanımı değerlerinde azalma görülmüştür. Her iki katkı malzemesinin %4 cam tozu ve %0.9 EPS olarak belirlenmesi durumunda ise dayanım ve şişme yüzdesi en etkili iyileştirme ile sonuçlanmıştır. Deneysel çalışmaya ek olarak, bu çalışmadan elde edilen veriler ve literatürdeki benzer çalışmaların sonuçları ile veri dosyaları oluşturulmuştur. Söz konusu veriler kullanılarak regresyon analizi ve Yapay Sinir Ağları (YSA) analizleri yürütülmüştür.Article Citation - Scopus: 6Predictive Models for Treated Clayey Soils Using Waste Powdered Glass and Expanded Polystyrene Beads Using Regression Analysis and Artificial Neural Network(Springer Science and Business Media Deutschland GmbH, 2024) Akis,E.; Akış, Ebru; Cigdem,O.Y.; Akış, Ebru; Civil Engineering; Civil EngineeringWaste materials contribute to a wide range of environmental and economic problems. To minimize their effects, a safe strategy for reducing such negative impact is required. Recycling and reusing waste materials have proved to be effective measures in this respect. In this study, an eco-friendly treatment is investigated based on using waste powdered glass (WGP) and EPS beads (EPSb) as mechanical and chemical admixers in soils. For this purpose, Atterberg limit, standard proctor, free swell, and unconfined compression tests are performed on soil samples with different ratios of waste materials at their optimum moisture contents. The obtained test results indicate that adding WGP to cohesive soils increases the unconfined compressive strength (UCS) and reduces free swell (FS). In contrast, using EPSb reduces both FS and UCS of the treated soil samples. An optimum combination of both waste materials is determined for the improvement of the properties of high plasticity clay used in this study. Furthermore, multiple linear regression (MLR) and artificial neural network (ANN) methods are used to predict the FS and UCS of the clayey soils based on the data obtained here and the experimental test results reported in the literature. Once the FS and UCS values of untreated soil and additive percentages are defined as independent variables, both methods are shown to predict the FS and UCS values of the treated soil samples on a satisfactory level with the coefficient of correlation (R2) values greater than 0.926. Additionally, when only the index properties (liquid limit, plastic limit, and plasticity index) of the soil samples with waste materials are used as dependent variables, the R2 values obtained by the ANN method are 0.968 and 0.974 for FS and UCS, respectively. The results of the untreated soil samples' FS and UCS tests are known, and the linear regression and ANN techniques yield similar results. Lastly, the ANN method is used to predict the FS and UCS of the treated samples in accordance to the limited predictors (e.g., only the Atterberg limits of the soil sample). © The Author(s) 2024.Article Derivation of Empirical Equations for Neutronic Performance in a Thorium Fusion Breeder With Various Coolants Using Regression Analysis(Pergamon-elsevier Science Ltd, 2011) Acir, Adem; Alakoc, Nilufer PekinIn this paper, regression analyses (RA) are presented for the neutronic calculation of ThO2 mixed (CmO2)-Cm-244 fuel with different neutronic parameters for various coolants, natural lithium, Li20Sn80 and Flinabe, respectively. The tritium breeding ratio (TBR), energy multiplication factor (M), total fission rate (Xi) and Th-232(n, gamma) reaction is computed by XSDRNPM. In addition, this numerical results are estimated by RA depends on neutronic parameters and the empirical equations for neutronic performance are acquired. The results obtained by using XSDRNPM and the results of the RA, obtained empirical equations, are compared. The empirical equations indicate that RA can successfully be used for the prediction of the neutronic performance parameters in the hybrid reactor with a high degree of accuracy. In addition, correlation matrix is calculated to determined statistical relationships between variables TBR, M, Sigma(f), and Th-232(n, gamma). (C) 2011 Elsevier Ltd. All rights reserved.
