Mechanically stabilized earth walls are among the most commonly used soil-retaining structural systems in the construction industry. This study addresses the optimum design problem of mechanically stabilized earth walls using a recently developed metaheuristic optimization algorithm, namely adaptive dimensional search. For a cost efficient design, different types of steel reinforcement as well as reinforced backfill soil are treated as discrete design variables. The performance of the adaptive dimensional search algorithm is investigated through cost optimization instances of mechanically stabilized earth walls under realistic design criteria specified by standard design codes. The numerical results demonstrate the efficiency and robustness of the adaptive dimensional search algorithm in minimum cost design of mechanically stabilized earth walls and further highlight the usefulness of design optimization in engineering practice.
Zeminlerin kıvam özellikleri, zeminlerin sınıflandırmasında ve parametrelerinin tahmin edilmesinde önemli bir araçtır. Bu çalışmanın ilk bölümünde atık malzeme ile iyileştirilen killi zeminin kıvam limitlerinde meydana gelen değişiklikler deneysel olarak incelenmiştir. Çalışmada birleştirilmiş zemin sınıflamasına göre yüksek plastisiteli kil olan bentonit kullanılmıştır. Bentonit, yalnız atık cam tozu, yalnız atık genleştirilmiş polistiren (EPS) daneleri ve her iki katkı malzemesinin farklı oranlarda kullanılmasıyla iyileştirilmiş ve likit limit ve plastik limit deneyleri yapılmıştır. Çalışmanın ikinci bölümünde ise bu çalışmada elde edilen sonuçlar ile literatürdeki benzer çalışmaların deney sonuçları kullanılarak cam tozu ve/veya EPS daneleriyle iyileştirilen zeminlerin kıvam limitleri için 65 veri derlenmiştir. Bu verilerin %80’i eğitim veri seti, %20’si doğrulama veri seti olarak kullanılmak üzere düzenlenmiştir. Çoklu lineer regresyon yöntemiyle ampirik bağıntılar, eğitim veri seti kullanılarak elde edilmiştir. Yine, aynı veri seti yapay sinir ağları yönteminde kullanılmış ve algoritma eğitilmiştir. Her iki yöntem, doğrulama veri seti ile çalıştırılmış ve sonuçlar karşılaştırılmıştır. Her iki yöntemde de eğitim ve doğrulama veri setlerinden elde edilen determinasyon katsayıları oldukça yüksek olup iyileştirilmiş killerin kıvam limitlerinin gerçeğe yakın tahmin edileceği düşünülmektedir. Ayrıca, yapay sinir ağları yöntemi ile elde edilen sonuçların seçilen veri setlerinden bağımsız olduğunu kontrol etmek amacıyla, öğrenme yöntemlerinde genellikle uygulanan bir yaklaşım olan çapraz geçerlilik testi yapılarak çalışmada kullanılan algoritmanın geçerliliği test edilmiştir. Bu çalışma sonucunda, atık cam tozu ve/veya atık EPS daneleriyle iyileştirilen killi zeminlerin kıvam limitlerinin tahmin edilmesinde kullanılmak üzere ampirik bağıntılar ve yapay sinir ağları yöntemi önerilmektedir
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.