Yazar "Nacar, Sinan" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • [ X ]
    Öğe
    Determination of compressive strength of perlite-containing slag-based geopolymers and its prediction using artificial neural network and regression-based methods
    (Elsevier Sci Ltd, 2022) Alakara, Erdinc H.; Nacar, Sinan; Sevim, Ozer; Korkmaz, Serdar; Demir, Ilhami
    This study has two main objectives: (i) to investigate the parameters affecting the compressive strength (CS) of perlite-containing slag-based geopolymers and (ii) to predict the CS values obtained from experimental studies. In this regard, 540 cubic geopolymer samples incorporating different raw perlite powder (RPP) replacement ratios, different sodium hydroxide (NaOH) molarity, different curing time, and different curing temperatures for a total of 180 mixture groups were produced and their CS results were experimentally determined. Then conventional regression analysis (CRA), multivariate adaptive regression splines (MARS), and TreeNet methods, as well as artificial neural network (ANN) methods, were used to predict the CS results of geopolymers using this experimentally obtained data set. Root mean square error (RMSE), mean absolute error (MAE), scatter index (SI) and Nash-Sutcliffe (NS) performance statistics were used to evaluate the CS prediction capabilities of the methods. As a result, it was determined that the optimum molarity, curing time, and curing temperature were 14 M, 24 h, and 110 celcius, respectively and 48 h of heat curing did not have a significant effect on increasing the CS of the geopolymers. The highest performances in regression-based models were obtained from the MARS method. However, the ANN method showed higher prediction performance than the regression-based methods. Considering the RMSE values, it was seen that the ANN method made improvements by 24.7, 2.1, and 13.7 %, respectively, compared to the MARS method for training, validation, and test sets.
  • [ X ]
    Öğe
    İklim Değişikliğinin Deniz Suyu Sıcaklıkları Üzerindeki Olası Etkilerinin Değerlendirilmesi: Orta Karadeniz Örneği
    (Kırıkkale Üniversitesi, 2024) Nacar, Sinan; Mete, Betül; Tokgöz, Betül Sezanur; Bayram, Adem
    İklim değişikliği küresel ekosistemlerin karşı karşıya olduğu en ciddi çevresel tehditlerden biri olarak tanımlanmaktadır. Bu tehditlerin başında da deniz suyu sıcaklıklarında meydana gelen değişimler yer almaktadır. Deniz suyu sıcaklıklarında meydana gelebilecek artış veya azalmalar denizlerdeki ekolojik dengeyi önemli derecede bozma potansiyeline sahiptir. Bu çalışmanın amacı iklim değişikliğinin Orta Karadeniz kıyılarında yer alan İnebolu ve Sinop istasyonlarından ölçülen deniz suyu sıcaklıkları üzerindeki olası etkilerini araştırılmaktır. Çalışma kapsamında CMIP6 arşivinden seçilen dört genel dolaşım modeline (GDM) ait SSP2-4.5 (iyimser) ve SSP5-8.5 (kötümser) senaryo çıktıları yapay sinir ağları istatistiksel ölçek indirgeme yöntemi ile bölgesel ölçeğe indirgenmiş ve her bir istasyon için gelecek dönem (2023-2052) deniz suyu sıcaklık değerleri elde edilmiştir. İnebolu istasyonunda gelecek dönem aylık ortalama deniz suyu sıcaklıklarının iyimser senaryoya göre –0.24 ile 1.66 °C ve kötümser senaryoya göre –0.30 ile 1.71 °C arasında değişebileceği belirlenmiştir. Yıllık ortalama deniz suyu sıcaklıklarının ise bu senaryolara göre sırasıyla 0.67 ve 0.56 °C artacağı öngörülmüştür. Sinop istasyonunda aylık ortalama deniz suyu sıcaklıklarında iyimser senaryo çıktılarına göre 0.18 ile 1.95 °C, kötümser senaryoya göre ise 0.34 ile 1.85 °C arasında değişimlerin meydana gelebileceği tahmin edilmiştir. Yıllık ortalama deniz suyu sıcaklık değerlerinde ise iyimser ve kötümser senaryolar için sırasıyla 0.93 ve 0.98 °C artış meydana geleceği öngörülmüştür.