Zeminlerin fiziksel, mekanik ve dinamik parametrelerini belirlemek geoteknik mühendisliği uygulamaları açısından oldukça önemlidir. Sığ ve derin temeller, şev stabilitesi ve derin kazılar, taşıma gücü gibi pek çok geoteknik mühendisliği projelerinde zeminlerin özellikleri doğru hesaplanmalıdır. Pek çok araştırmacı zeninlerin fiziksel, mekanik ve dinamik özellikleri arasındaki ilişkileri araştırmıştır. Son zamanlarda, klasik regresyon analizine göre daha iyi tahmin yeteneğine sahip olan Yapay Sinir Ağları (YSA) yöntemi geoteknik mühendisliği problemlerinin çözümünde kullanılmaya başlanmıştır. Bu çalışmada Adapazarı zeminlerinin fiziksel, mekanik ve dinamik özellikleri arasındaki ilişki çoklu regresyon ve yapay sinir ağları yöntemleri ile incelenmiştir. Bu amaçla Adapazarı sınırları içerisinde Zemin etüdü amacıyla yapılan sondaj çalışmalarından elde edilen örselenmemiş numunelerin laboratuvar sonuçları kullanılmıştır. İlk olarak, ince daneli zeminlerin fiziksel, mekanik ve dinamik özellikleri arasındaki ilişki çoklu regresyon analizi ile incelenmiş, daha sonar aynı analizler yapay sinir ağları yöntemi ile yapılmıştır. Sonuç olarak, çalışma alanındaki karmaşık zemin yapısı dikkate alındığında YSA analizleri Kabul edilebilir sonuçlar vermiştir.
To determine the physical, mechanical and dynamic properties of soils is very important for geotechnical engineering applications. In the analysis of many geotechnical engineering projects such as bearing capacity of shallow and deep foundations, slope stability and deep excavations, shear strength parameters of soils must be correctly estimated. Many researchers have been performed statistical studies on relationships between the physical, mechanical and dynamic properties of soils. Recently, Artificial Neural Networks (ANN) which is capable of higher estimates compared to classical regression analysis has begun to take place frequently in geotechnical engineering practice. In this study, the relationships between the physical, mechanical and dynamic properties of fine-grained soils have been investigated with multiple regression analysis and artificial neural network methods. For this purpose, experimental results belonging to the undisturbed samples obtained from drilling studies applied in Adapazari city borders are used. Firstly, the presence of relationships between the physical, mechanical and dynamic properties of the undisturbed samples were investigated with regression analysis. In addition, the predictability of shear strength from the index properties was evaluated by using ANN. Consequently, ANN has provided acceptable results on determining the shear strength of fine-grained soils from index properties considering the local soil conditions in the study area.
