Esnek hesaplama teknikleri kullanarak takviyeli plakların tasarımı

Bu tez, analiz ve yapı tasarımı için, doğru, güvenilir ve verimli esnek hesaplama araçlarının geliştirilmesiyle ilgilidir. Esnek hesaplama teknikleri olarak özellikle genetik algoritma, yapay sinir ağları, gen ifadesi programlama yöntemleri ile büyük ölçekli, sürekli veya ayrık yapısal tasarım problemlerinin verimliliği çalışılmıştır. Bu algoritmalar, hem rastsal olmayan hem de güvenilirliğe dayalı yapısal tasarım problemlerine uygulanmıştır. Ayrıca, tasarım sürecinin hesaplama verimliliğinin yanında sağlamlığı da attırılmaya çalışılmıştır. Yapısal optimizasyon süreci, bilgisayar destekli ağ geometri modelleme, otomatik ağ üretimi, analizi ve esnek hesaplama uygulamalarını içermektedir. Bu çalışmada esnek hesaplama yöntemlerinin yoğunlaştığı kısım, optimizasyon sürecinde zaman alıcı ve sürekli tekrarlanan sonlu şeritler analizleridir. Eğitilmiş bir esnek hesaplama tekniği rastsal olmayan kısıtlayıcı kontrollerinde kullanılabilir. Esnek hesaplama tekniklerinin kestirimlerinin uygunluğu ve önerilen algoritmaların hesaplama avantajları bazı yapısal tasarım problemleri üzerinde incelenecektir.Özellikle, ilerleyen araştırmalar için sağlam bir taban oluşturmak amacıyla, uygulamaya yönelik yapısal optimizasyon algoritmaları ile esnek hesaplama yöntemlerinin birlikte kullanımının arttırılması öne çıkarılması hedeflenmiştir. Uygulamada kullanılan yapı tiplerinin geniş çeşitliliğe sahiptir, fakat bu tezde sadece takviyeli plakların burkulma ve serbest titreşim analizleri üzerine yoğunlaşılmıştır.Bu çalışmada kullanılan yapay sinir ağları ve gen ifade programlama modelleri açık formda sunulmuştur. Yapay sinir ağları ile elde edilen modeller, gen ifade programlama yöntemi modellerine göre daha hassas sonuçlar vermiştir. Yapay sinir ağları genel olarak kapalı kutu olarak değerlendirilmektedir. Yapay sinir ağlarının açık formda verilmesi yapı analiz ve tasarımında kullanılabilmesi için önem arz etmektedir. Bu tez de kapalı halde verilen yapay sinir ağları modellerini açık biçimde sunmayı amaçlamaktadır. Optimum yapay sinir ağı mimarisinin seçimi için alternatif bir algoritma önerilmiştir. Sonlu şeritler yöntemiyle geniş test ve eğitim setleri elde türetilip, yüksek genelleme yeteneğine sahip modeller elde edilmiştir.