Çalışmada çeşitli mesnet şartları için elastik kirişlerin maksimum deplasman ve titreşim frekanslarını veren çok katmanlı bir ağ geliştirilmiştir. Geriye yayılma eğitim algoritması kullanılan çalışmada dört farklı mesnet durumu dikkate alınmıştır. Kiriş maksimum deplasman değeri için; her iki ucun ankastre mesnet (A-A), ankastre mesnet- sabit mesnet (AS) ve iki ucun mafsallı mesnet (M-M) şartları için eğitilen yapay sinir ağı, ankastre mesnetboşta uç (A-B) sınır şartı için test edilmiştir. Kiriş serbest titreşimi için ise her iki ucun mafsallı mesnet (M-M) olduğu durum için ağ test edilmiş, diğer üç sınır şartı için eğitilmiştir. Yani gerek deplasman ve gerekse titreşim analizi için eğitim setinde ve test aşamasında kullanılan mesnet şartları farklıdır. Eğitim seti için gerekli data, deplasman ve titreşim frekans değerleri için mevcut analitik ifadelerden ve Rayleigh metodu çözümlerden elde edilmiştir. Elde edilen sonuçlar analitik sonuçlar ile karşılaştırılmıştır.

A multi-layer artificial neural network is developed to give maximum deflection and vibration frequencies for various support conditions of elastic beams. Back-propagation training algorithms are used in the study and four support conditions are taken into considerations. For the maximum deflection value, artificial neural network is trained both end clamped, clamped-simply supported and both end simply supported conditions. Cantilever beam boundary conditions, however, are taken in to considerations on the test stage. On the other hand, the network is tested for both end simply supported and it's trained other three support condition. Support condition in the static and dynamic analysis are different both training and test stage. The required datum for training set are obtained from results of analytical equation for the vibration and deflection analysis of the beams and Rayleigh solutions. The obtained results are compared with the Rayleigh method and other numerical solutions technique.