Geri Dön

Yapı maliyetinin yapay sinir ağı ile analizi

Analysis of construction costs with artificial neural networks

  1. Tez No: 201095
  2. Yazar: LATİF ONUR UĞUR
  3. Danışmanlar: PROF. DR. RECEP KANIT
  4. Tez Türü: Doktora
  5. Konular: Mimarlık, Teknik Eğitim, İnşaat Mühendisliği, Architecture, Technical Education, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapı Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 175

Özet

Bu çalışmada, yapı maliyetlerinin Yapay Sinir Ağı (YSA) ile tahmin edilmesi amacıyla; betonarme taşıyıcı sistemli ve benzer nitelikteki çok katlı toplu konut projelerinin inşaat maliyetleri hesaplanmış ve mevcut verilerden yararlanılarak oluşturulan çok katmanlı, geri beslemeli, danışmanlı öğrenme özelliklerinde yapılandırılan YSA'na veri olarak girilmiştir. Bu yapıların projelerinden hesaplanan; yapı yükseklikleri, tip katlardaki daire sayıları, tip kat alanları, kat yükseklikleri, toplam kat sayıları, kat yükseklikleri, cephe alanları, cephe boşluğu alanları ve ortalama daire alanları, ağ mimarisinde ana değerlendirme kriterleri olarak alınmıştır. Ağa hesaplatılan maliyet tahminleri, Birim Fiyat Yöntemi (BFY) ve Regresyon Analizi (RA) ile yapılan maliyet hesaplamaları ile karşılaştırılmış ve uygulanan YSA yönteminin sağladığı performans değerlendirilmiştir. Buna ek olarak mevcut verilerden yararlanılarak, optimum maliyetli blok tasarımına yönelik sınır değerler belirlenmiş, esas alınan girdi vektörü kriterlerinin maliyete etkileri bakımından önem sıralaması yapılmıştır. Elde edilen bulgulara göre, oluşturulan YSA'ndan sağlanan veriler, RA verilerine göre gerçeğe daha yakın ve uygulanabilir sonuçlar sağlamıştır. Bu alandaki çalışmalarda hibrit yöntemlerin kullanılmasının daha verimli tahminler için avantaj sağlayacağı ve farklı yapı tipleri için benzer araştırmaların yapılmasının olumlu gelişmeler yaratacağı sonucuna varılmıştır.

Özet (Çeviri)

In this thesis, for forecasting costs of multiple reinforced concrete residential buildings with Artificial Neural Networks (ANN), cost of construction of this kind of buildings has been calculated and used as data for an ANN. This network has a multi layer and back propagation structure with adviser to learn. Building elevations, unit numbers in a flat, normal flat areas, heights of flats, total flats, outer surface?s empty areas, outer surfaces total areas and average areas of the units in normal flats were assumed as mean criterias of the cost of each apartment. Result cost values calculated with ANN, has checked with the Unit Price Method (UPM) and Regression Analysis Method (RAM) to evaluate the performance of ANN. Using the data calculated with the ANN, building design parameters for minimum costs, has been determined. According to these results, it?s comprehensible that the results of ANN are nearer than the results of Regression Analysis to the real costs of these buildings. Using hybrid methods for solving this kind of problems, will be useful than using only one method. Studying with similar methods for calculating different kind of buildings costs, will create positive developments.

Benzer Tezler

  1. Dikdörtgen kolon - kirişsiz betonarme döşeme birleşimlerinin zımbalama göçme davranışının sonlu elemanlar yöntemi ile modellenmesi

    Modeling of punching failure behavior of rectangular column - flat plate joints by finite element method

    SAMET YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiKocaeli Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAKAN ERDOĞAN

  2. Yazılım projelerinde yapay sinir ağı uygulaması ile maliyet tahmini

    Cost estimation of software projects by using neural network and an application

    AYSUN SEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHaliç Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OKATAN

  3. Deep wavelet neural network for spatio-temporal data fusion

    Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları

    AJLA KULAGLIC

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ

  4. İmalat sırasında malzeme yüzeyinde oluşan hataların makine öğrenmesi teknikleri ile belirlenmesi

    The detection of defects on material surface occuring after production with machine learning techniques

    KÜRŞAT DEMİR

    Doktora

    Türkçe

    Türkçe

    2024

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA AY

  5. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR