Betonarme kısa konsolların TS 500’e göre optimum tasarımında ABC, TLBO ve TLABC algoritmalarının başarımı

Abstract

Betonarme elemanların geleneksel yöntemlere göre tasarımına bir seçenek olan optimum tasarım süreçleri, yapay zekâ tekniklerinin gelişimine paralel olarak araştırmacıların daha çok ilgisini çekmektedir. Özellikle kaynakların giderek azalmasıyla mühendislik problemlerinde optimizasyon yapma gereksinimi hızla artmaktadır. Bu çalışmada betonarme kısa konsolların TS 500’e göre minimum maliyetle tasarımı Yapay Arı Koloni (ABC), Öğretme-Öğrenme Tabanlı Optimizasyon (TLBO) ve Öğretme-Öğrenme Tabanlı Dayalı Yapay Arı Koloni (TLABC) algoritmalarıyla gerçekleştirilmiştir. Algoritmaların başarımları çeşitli istatistiksel yöntemlerle karşılaştırılmış olup, TLABC algoritmasının başarımının diğer algoritmalara göre daha iyi olduğu belirlenmiştir. Gerçekleştirilen parametrik çalışmalarla konsol açıklığının, düşey ve yatay yük değişiminin maliyetleri nasıl etkilediği incelenmiştir.

Optimal design processes, which are an alternative to the design of reinforced concrete elements compared to traditional methods, attract the attention of researchers in parallel with the development of artificial intelligence techniques. The need for optimization in engineering problems is increasing rapidly, especially as resources are becoming scarce. In this study, the design of reinforced concrete corbels with minimum cost according to TS 500 was realized with Artificial Bee Colony (ABC), Teaching-Learning Based Optimization (TLBO) and Teaching-Learning Based Artificial Bee Colony (TLABC) algorithms. The performance of the algorithms was compared with various statistical methods that the performance of the TLABC algorithm is better than other algorithms. The parametric studies carried out have examined how the cantilever span, vertical and horizontal load changes affect the costs.