Son 20 yılda bilgisayar teknolojisi ve bilgisayar yazılımlarındaki gelişmeler nedeniyle, Yapay Sinir Ağları YSA mühendislik problemlerinin modellenmesinde sıkça kullanılmaktadır. Doğru bir şekilde kurulması durumunda YSA model sonuçları genellikle daha gerçekçi ve doğruya yakın tahminler vermektedir. Bu çalışma ile boşluklu perdelerin bağ kirişleri için tarif edilmiş olan rijitlik düzeltme çarpanlarının YSA ile tahmini hedeflenmiştir. Boşluklu perdeli sistemlerde geometrik ve mekanik özellikler arasındaki doğrusal olmayan ilişki ile rijitlik düzeltme çarpanlarını modellemek üzere, geri yayılım algoritması ile eğitilen çok katmanlı, ileri beslemeli bir YSA modeli geliştirilmiştir. Çalışmada önerilen yaklaşım ile rijitlik düzeltme çarpanlarının üç tasarım parametresi kullanılarak en iyi şekilde tahmin edilebileceği görülmüştür

Neural Network NN have been widely used in modeling engineering problems, for the last two decades as a result of the developments in computer and software technology. The results of NN models, if constructed properly, generally yield a more realistic and accurate predictions. This study is intended to estimate the stiffness modification factor for the coupling beam of coupled shear walls using a neural network model. A multi-layered feed-forward NN model trained with the back-propagation algorithm is developed to model the non-linear relationship between the geometrical and mechanical properties of a coupled shear walls and its stiffness modification factor. The approach adapted in this study was shown to be capable of providing the best accurate estimates of the stiffness modification factor by using the three design parameters.