Using artificial neural networks to predict issuance durations of occupancy permit applications
Yapı kullanma izni başvurularında izin alım sürelerinin yapay sinir ağları ile tahmin edilmesi
- Tez No: 299138
- Danışmanlar: PROF. DR. HÜSNÜ MURAT GÜNAYDIN, YRD. DOÇ. DR. SEVGİ ZEYNEP DOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Mimarlık, Architecture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Bu çalışmada, gecikme sebepleri kullanılarak yapı kullanma izni başvurularının izin alım sürelerinin tahmin edilmesi ve tahmin başarısına etkiyen en önemli sebeplerin ortaya çıkarılması amaçlanmıştır.Çalışmanın verileri, yapı kullanma izni alım sürecinin analiz edildiği önceki bir çalışmadan elde edilmiştir. İzmir Konak Belediyesi'ne yapı kullanma izni almak üzere yapılmış 80 adet başvurunun gecikme sebepleri ve izinlerinin onay sürelerinden tahmin modelinin kurulumunda yararlanılmıştır.İzin alım sürelerinin öngörülebilmesi için Yapay Sinir Ağları (YSA) yöntemi kullanılmıştır. YSA modeli, İzmir Konak Belediyesi'ne 2008 yılında yapılan yapı kullanma izni başvurularından, izin alım süreci içerisinde en az bir kez reddedilmiş başvurular ile kurulmuştur. Daha sonra izin alım sürecindeki en etkili gecikme nedenlerini bulmak için duyarlılık analizi yapılmıştır.Yapı kullanma izni alım sürelerinin gecikme sebepleri, araştırmanın verileri değerlendirilerek ortaya çıkarılmıştır. Gecikme sebeplerinden altı adet girdi parametresi üretilmiş ve YSA modelinde kullanılmıştır: 1) Eksik onay belgelerinin sayısı, 2) Eksik makbuzların sayısı, 3) Yapının yönetmeliklere ve ilgili inşa kanunlarına uygunluğuyla ilgili eksik evrakların sayısı, 4) Başvurudaki toplam eksik evrak sayısı, 5) İlk başvurunun yapıldığı mevsim ve 6) Başvurunun ilk reddedildiği mevsim.Araştırmanın sonuçları, tahmin başarısının %86 olduğunu göstermiş ve sırasıyla eksik onay belgelerinin sayısı, eksik makbuzların sayısı ve ilk başvurunun yapıldığı mevsim girdilerinin modele etkiyen en önemli ilk üç girdi olduğunu ortaya koymuştur. Bu çalışma yapı kullanma izni alım sürelerinin gecikme sebeplerine direk bağlı olduğunu ve öğrenilip YSA modeli tarafından tahmin edilebileceğini kanıtlamıştır. Böylece, yapı kullanma izni sürecinin yeniden yapılandırılması gerekliliğini de vurgulamıştır.
Özet (Çeviri)
This study aims to predict the issuance durations of occupancy permit applications using the delay causes defined in the permit process and reveal the most significant causes affecting the performance of the prediction.Research data are gathered from a previous study that also analyzed the occupancy permit process. Delay causes of 80 new building occupancy permit applications made to the Izmir Konak Municipality and their issuance durations are used to design the prediction model.Artificial Neural Networks (ANN) is used for predicting the issuance durations of occupancy permit applications. The model is constructed to predict the issuance durations of least once rejected applications made to Izmir Konak Municipality during year 2008. Then, sensitivity analysis is carried out to detect the most significant delay causes affecting the issuance duration.Permit data are examined to reveal the delay causes of occupancy permit process. Six inputs are generated from the delay causes and used in ANN model: 1) Number of missing approval letters, 2) Number of missing payment documents, 3) Number of non-conformances of project to codes and regulations, 4) Number of all missing documents, 5) First permit application season, 6) First permit rejection season. Total issuance durations of the occupancy permit applications are used as the output parameters of the model.The results of the analysis indicate that the prediction accuracy of the model is 86% and the number of missing approval letters, the number of missing payment documents, and the first application season are respectively the three most significant inputs affecting the prediction performance of the model. This study proves that the total issuance durations are so bound to the delay causes in the permit process that it can be learned and predicted by the ANN model and the occupancy permit process is required to be reengineered.
Benzer Tezler
- Halka arzların ilk gün fiyat performanslarının tahmininde yapay sinir ağlarının kullanımı
Using artificial neural networks to predict post-issue market price performance of initial public offerings
AYSUN KAPUCUGİL
- YAPAY SİNİR AĞI VE BOX-JENKİNS MODELİ İLE YAZICI SARF MALZEMELER VERİLERİNİN TAHMİNİ IRAK ÖRNEĞİ
PREDICTING THE SALE OF PRİNTİNG STUFFS USING ARTIFICIAL NEURAL NETWORKS AND BOX-JENKINS MODEL MODEL OF IRAQ
BAN ANIS ABDULLAH AL MAHMUD
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALBAYRAK
- Prediction of Food Industry Price Index using artificial neural network (Case study: Index of Tehran Stock Exchange)
Yapay sinir ağı kullanılarak Gıda Endüstrisi Fiyat Endeksinin tahmini (Örnek olay: Tahran Borsası endeksi)
AMIRMASOUD NAZZARI
Yüksek Lisans
İngilizce
2024
Ekonomiİstanbul Kültür Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZİFE MERVE HAMZAOĞLU
- İstatistiksel tahmin yöntemleri: Yapay sinir ağları ile ürün talep tahmini uygulaması
Statistical demand forecasting methods: An application of product demand forecast with artifical neural networks method
MEHMET KARAHAN
- Kurak bölge aylık yağışlarının Markov zinciri eklenmiş koşullu yapay sinir ağları ile tahmini
Forecasting monthly precipitation for arid regions using conditional artificial neural networks combined with Markov chain
AHMAD DAHAMSHEH
Doktora
Türkçe
2008
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAFZULLAH AKSOY