Geri Dön

The implementation of hybrid soft computing model in estimating project completion

Tahmini proje tamamlama maliyetinin tahmin edilmesinde hibrit yumuşak hesaplama modelinin uygulanması

PDF İndir

  1. Tez No: 645074
  2. Yazar: KARRAR RAOOF KAREEM KAMOONA
  3. Danışmanlar: DOÇ. DR. CENK BUDAYAN
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İnşaat proje yönetiminde, nihai proje maliyetini etkileyen birçok faktör vardır. Çeşitli yaklaşımlar arasında, tahmini tamamlama maliyeti (TTM), nihai proje tahmini için kullanılan temel bir yaklaşımdır. TTM'nin esas değeri, proje performansının ve risk olasılığını içermesidir. Ek olarak, TTM proje yöneticileri için proje ilerleyişindeki kritik sorunları tanımlamak ve belirlemek ve bu sorunlara uygun çözümleri belirlemek için son derece yararlıdır. Bu araştırmada, TTM'yi hesaplamak için derin sinir ağı (DSA) olarak adlandırılan nispeten yeni bir akıllı model önerilmiştir. Önerilen DSA modeli, TTM tahmin edilmesinde kullanılan baskın akıllı modellerden birine, yani destek vektör regresyon modeline (VRM) dayanarak doğrulanmıştır. Modelin mühendislik uygulamalarındaki kabiliyetini göstermek için Irak bölgesinde on beş projeden elde edilen tarihi proje bilgileri bu araştırmada incelenmiştir. Bu araştırmanın ikinci aşaması önerilen ve karşılaştırılabilir akıllı modellerin iki giriş optimizasyon algoritmasının entegrasyonu ile hibritlendirilmesi ile ilgilidir. Bu girdi optimizasyon algoritmaları genetik algoritma (GA) ve kaba kuvvet algoritmasıdır (BF). Bu girdi optimizasyon algoritmalarının entegre edilmesindeki amaç ise girdi niteliklerine yaklaştırmak ve TTM hesaplamasında son derece etkili faktörleri araştırmaktır. Genel olarak, bu çalışmanın hedefi, geleneksel yöntemlere göre proje maliyetini doğru tahmin eden güçlü bir akıllı model geliştirmektir. Ayrıca, ikinci amaç ise verimli ve etkin proje maliyet kontrolü sağlayabilecek güvenilir bir metodoloji sunmaktır. Önerilen GA-DSA, TTM hesaplaması için güvenilir ve sağlam bir tahmin modeli olduğu bu çalışmada gösterilmiştir.

Özet (Çeviri)

In construction project management, there are several factors influencing the final project cost. Among various approaches, estimate at completion (EAC) is an essential approach utilized for final project estimation. The main merit of EAC is including the probability of the project performance and risk. In addition, EAC is extremely helpful for project managers to define and determine the critical problems throughout the project progress and determine the appropriate solutions to these problems. In this research, a relatively new intelligent model called deep neural network (DNN) is proposed to calculate the EAC. The proposed DNN model is authenticated against one of the predominated intelligent models conducted on the EAC prediction, namely support vector regression model (SVR). In order to demonstrate the capability of the model in the engineering applications, historical project information obtained from fifteen projects in Iraq region is inspected in this research. The second phase of this research is about the integration of two input optimization algorithms hybridized with the proposed and the comparable predictive intelligent models. These input optimization algorithms are genetic algorithm (GA) and brute force algorithm (BF). The aim of integrating these input optimization algorithms to approximate the input attributes and investigate the highly influenced factors on the calculation of EAC. Overall, the enthusiasm of this study is to provide a robust intelligent model that estimates the project cost accurately over the traditional methods. Also, the second aim is to introduce a reliable methodology that can provide efficient and effective project cost control. The proposed GA-DNN is demonstrated as a reliable and robust intelligence model for EAC calculation.

Benzer Tezler

  1. Tez No

    397984

    GPU üzerinde yazılım tabanlı anten gerçeklenmesi

    Realization of software-defined antenna on GPU

    ABDULLAH BAKIRTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. SELÇUK PAKER

  2. Tez No

    994373

    Soft computing based vector control of a permanent magnet synchronous motor

    Kalıcı mıknatıslı senkron motorun esnek hesaplama tabanlı vektör kontrolü

    FATİH BAYIR

    Doktora

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik MühendisliğiGebze Teknik Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERKAN ZERGEROĞLU

  3. Tez No

    1018231

    Politika duyarlı text-to-SQL ajanının postgresql satır düzeyi güvenlik (RLS) ile uygulamalı değerlendirilmesi

    Applied evaluation of the policy-sensitive text-to-SQL agent with postgresql row level security (RLS)

    ALI ATIA ALI KOUNDI

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI CEDİMOĞLU

  4. Tez No

    1

    Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi

    Başlık çevirisi yok

    MERİH BAYRAM

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kadın Hastalıkları ve DoğumGazi Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ. DR. MÜLAZIM YILDIRIM

  5. Tez No

    201

    Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi

    Başlık çevirisi yok

    NACİYE TÜRKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

Geri Dön