İnşaat Mühendisliği Bölümü Yayın Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12416/395

Browse

Filters

2017 - 201912020 - 20211

Settings

Subject: search.filters.subject.Bilgisayar Bilimleri, Yazılım Mühendisliği

Search Results

Now showing 1 - 2 of 2
  • Article
    Nonlineer Denklemleri Çözmek için Yeni Öngörme-düzeltme Tipi Yineli Yöntemler
    (2017) Dinçkal, Çiğdem
    Bu makale, nonlineer denklemleri çözmek için, iki yeni öngörme-düzeltme tipi yineli yöntem önerir. Bu yöntemler, iyi bilinen ikiye bölme yöntemi ve Newton-Raphson yönteminin kombinasyonuna dayalı bir şekilde oluşturulmuştur. Çeşitli nümerik örnekler, bu yöntemlerin ana amaçlarını doğrulamaya ve nümerik sonuçlarını karşılaştırmaya hizmet etmektedir. Nümerik sonuçlar, herhangi nonlineer bir denklemin tam köküne ulaşmak için elde edilecek yineleme sayısı cinsinden bu yeni önerilen yöntemlerin yakınsama hızlarını test etmek için de sunulmuştur. Elde edilen bu nümerik sonuçlar, önerilen yeni yöntemlerin iyi bilinen her iki yöntemlerden biri olan ikiye bölme ve NewtonRaphson'dan ve ayrıca literatürdeki diğer yöntemlerden de daha iyi performans gösterdiğine de, işaret etmektedir.
  • Article
    Citation - Scopus: 3
    Strength Prediction of Engineered Cementitious Composites With Artificial Neural Networks
    (MIM RESEARCH GROUP, 2021) Yesilmen, S.
    Engineered Cementitious composites (ECC) became widely popular in the last decade due to their superior mechanical and durability properties. Strength prediction of ECC remains an important subject since the variation of strength with age is more emphasized in these composites. In this study, mix design components and corresponding strengths of various ECC designs are obtained from the literature and ANN models were developed to predict compressive and flexural strength of ECCs. Error margins of both models were on the lower side of the reported error values in the available literature while using data with the highest variability and noise. As a result, both models claim considerable applicability in all ECC mixture types. © 2021 MIM Research Group. All rights reserved.