Geri Dön

A comparative study of regression analysis, neural networks and case?based reasoning for early range cost estimation of mass housing projects

Toplu konut projelerinin kavramsal aralık maliyet tahminleri için regresyon analizi, yapay sinir ağı ve vaka bazlı çözümleme metodlarının karşılaştırmalı bir çalışması

  1. Tez No: 269066
  2. Yazar: HÜSEYİN KARANCI
  3. Danışmanlar: DOÇ. DR. RIFAT SÖNMEZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

İnşaat projelerinin maliyet tahminleri bütün proje katılımcıları için projenin başlangıç aşamasından sonuna kadar önem arz etmektedir. Bir inşaat projesinin erken aşamalarında tasarım bilgisi ve kapsam tanımı çok sınırlıdır, bu nedenle bu aşamada gerçekleştirilen kavramsal maliyet tahminlerinde yüksek tahmin doğruluğuna ulaşmak çok zordur. Maliyet tahminlerindeki belirsizlik seviyesi özellikle erken aşamalarda vurgulanmalıdır ki proje süresince devam edecek olan dinamik inşaat proje yönetim süreci içerisinde doğru kararlar verilebilsin. Aralık maliyet tahminleri kullanılarak maliyet tahminlerindeki belirsizlik seviyesi ortaya çıkarılabilir.Bu çalışma parametrik ve olasıklı maliyet tahmin tekniklerinin bir entegrasyonunu karşılaştırmalı bir temel üzerinde sunmaktadır. Regresyon analizi, yapay sinir ağı, vaka bazlı çözümleme ve bootstrap metodlarının kombinasyonları toplu konut projelerinin erken aralık maliyet tahminleri için sunulmuştur. İnşaat proje yönetimi profesyonelleri için toplu konut projelerinin erken aralık maliyet tahminlerinde kullanılacak pratik metodlar sağlanmıştır. Metodlar, bir Türk inşaat firmasının 41 ayrı toplu konut projesi için vermiş olduğu fiyat teklifleri kullanılarak uygulanmıştır. Toplu konut projelerinin hepsinin sahibi, T. C. Başbakanlık Toplu Konut İdaresi (TOKİ)'dir. TOKİ'nin sahibi olduğu toplu konut projeleri genellikle apartman blokları ile sosyal, sağlık ve eğitim tesislerinin bir birleşimidir, bazı projelerin kapsamında camiler de bulunmaktadır. Geliştirilen üç farklı metodun sonuçları tahmine dayalı kesinlik ve tahmine dayalı değişkenlik için karşılaştırılmış, inşaat projelerinin erken aralık maliyet tahminleri için önerilerde bulunulmuştur.

Özet (Çeviri)

Construction cost estimating is essential for all of the stakeholders of a construction project from the beginning stage to the end. At early stages of a construction project, the design information and scope definition are very limited, hence; during conceptual (early) cost estimation, achieving high accuracy is very difficult. The level of uncertainty included in the cost estimations should be emphasized for making correct decisions throughout the dynamic stages of construction project management process, especially during early stages. By using range estimating, the level of uncertainties can be identified in cost estimations.This study represents integrations of parametric and probabilistic cost estimation techniques in a comparative base. Combinations of regression analysis, neural networks, case ? based reasoning and bootstrap method are proposed for the conceptual (early) range cost estimations of mass housing projects. Practical methods for early range cost estimation of mass housing projects are provided for construction project management professionals. The methods are applied using bid offers of a Turkish contractor given for 41 mass housing projects. The owner of all projects is Housing Development Administration of Turkey (TOKI). The mass housing projects of TOKI are generally a mix of apartment blocks, social, health and educational facilities, and some projects may also have mosques. Results of the three different approaches are compared for predictive accuracy and predictive variability, and suggestions for early range cost estimation of construction projects are made.

Benzer Tezler

  1. Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Makine öğrenmesi teknikleri ile tahsilat davranışı tahmini: telekomünikasyon sektörü örneği

    Prediction of debt collection behaviour with machine learning techniques: A case study on telecommunication company customers

    ELİF EKİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAŞAR ÖZTAYŞİ

  3. A comparative study of deep learning techniques in concrete crack detection: Convolutional neural networks and logistic regression

    Beton çatlağı tahminde derin öğrenme yöntemlerinin kıyaslamalı bir çalışması: Evrişimsel sinir ağları ve lojistik regresyon

    AZHI YASSIN RASUL

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. FADİME YÜKSEKTEPE

  4. A Comparative study of artificial neural network and the alternative statistical methods

    Yapay sinir ağları ve alternatif istatistik metodlarının karşılaştırmalı çalışması

    FERAY ADIGÜZEL

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. QAMARUL İSLAM

  5. Kauçuk bileşiklerinin mekanik özelliklerinin yapay zeka teknikleri ile tahmin edilmesi ve karşılaştırmalı analizi

    A comparative study with artificial intelligence techniques to estimate mechanical properties of rubber compounds

    FURKAN TİTİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER KİRAZ