Endüstriyel yapılarda ön tasarım aşamasında makine öğrenmesi metodları ile kaba inşaat maliyetlerinin tahmini ve performans analizi

Estimation and performance analysis of rough construction costs with machine learning methods at the pre-design stage of industrial buildings

PDF İndir

Tez No: 684130
Yazar: MUHAMMET EMİR KILIÇ
Danışmanlar: DOÇ. DR. FATMA PINAR ÇAKMAK
Tez Türü: Yüksek Lisans
Konular: Mimarlık, Architecture
Anahtar Kelimeler: Belirtilmemiş.
Yıl: 2021
Dil: Türkçe
Üniversite: İstanbul Teknik Üniversitesi
Enstitü: Lisansüstü Eğitim Enstitüsü
Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
Bilim Dalı: Proje ve Yapım Yönetimi Bilim Dalı
Sayfa Sayısı: 99

Özet

Dünyada artan nüfusla birlikte gelişen üretim ve depolama ihtiyacı endüstriyel yapılaşmayı artırmıştır. Dünya Bankası ve OECD verilerine göre dünya sanayi endüstrisinin (inşaat dahil) katma değeri 2000 yılından bu yana yaklaşık 2.5 kat büyümüş, ülkemizde ise bu oran dünya ortalamasının üzerine çıkarak yaklaşık 3.5 kat artmıştır. Sektörün hem dünyada hem ülkemizde katlanarak hızla büyümesi endüstriyel yapılara olan ihtiyacı da beraberinde getirmiştir. Bu duruma bağlı olarak endüstriyel yapılaşmanın artması ile endüstriyel yapılar üzerine yoğun uzmanlaşma ve detaylı teknik bilgi gereksinimi doğmuştur. Endüstriyel yapılar; endüstriyel üretim ve depolama görevlerinin gerçekleştiği, genellikle büyük alanlar üzerine kurulan, çevresel etkenlere karşı korunaklı tasarıma sahip, sanayi ve endüstri faaliyetlerinin yürütüldüğü, büyük hacimleri içinde barındıran alanların varlığını ifade etmektedir. Bina kabuğunun yapımında kullanılan araçlar ve teknikler oldukça basit olmasına karşın; endüstriyel yapıların kendilerine özgü karmaşık süreçleri ve içerdiği yoğun teknik detaylar nedeniyle, ön tasarım aşamasından başlayarak yapı üretim sürecinin tüm aşamaları büyük özen gerektirmektedir. Endüstriyel yapılar sahip oldukları detaylı teknik altyapıları, yüksek teknoloji barındıran yapım süreçleri ve uzun vadeli hedeflerle planlanan tasarımları sayesinde büyük yatırımlara ihtiyaç duyarlar. Bu sebeple endüstriyel yapıların yapımının teknik uzmanlık seviyesi sürekli gelişmekte ve projelerdeki maliyet yönetiminin önemi giderek artmaktadır. Maliyet, bir yapı üretim sürecinin erken aşamalarında karar vermede göz önünde bulundurulması gereken en önemli etkenlerden biridir. Günümüz rekabetçi küresel dünyasında maliyetin yönetimi ve kontrolü; azalan kâr marjları ve sürekli değişen pazar paylarını korumak için önemli bir rol oynamaktadır. Büyük yatırım gerektiren endüstriyel yapılarda da maliyet kavramı büyük bir etkendir ve proje başarısı için kritik bir bileşendir. Proje başarısı ise belirli bir kapsam dahilinde kalite, süre ve maliyet optimizasyonu ile sağlanabilir. Bu sebeple maliyetin yönetilmesi girişim aşamasından tasarım aşamasına, ihale aşamasından yapımın tamamlanmasına kadar yapı üretim sürecinin tüm aşamaları için gereklidir. Fakat yapım projelerinin birçok farklı disiplinin birlikte çalışmasını gerektiren karmaşık yapısı sebebiyle çok sayıda faktör maliyet bileşenini etkilemektedir. Özellikle, arazinin konumu ve büyüklüğü, zemin koşulları, yapı boyutu, plan şekli, yapı yüksekliği, yapısal detaylar ve işin kalitesi gibi faktörler maliyeti etkilemektedir. Bu sebeple özellikle projenin erken aşamalarında yapılacak maliyet tahminlerinde söz konusu maliyeti etkileyen faktörlerin göz önüne alınması projede hedeflenen başarıya ulaşılmasında oldukça önemlidir. Maliyet tahmini, proje bütününü ve proje faaliyetlerini belirli kapsam sınırları içerisinde tamamlamak için gerekli olan kaynakların maliyetinin yaklaşık tahminini içeren bir tümevarım prosedürüdür. Maliyet tahmini, her aşamada proje başarı hedefine bağlı olarak çeşitli hassasiyet ve ayrıntılarla tüm proje yaşam döngüsü boyunca aşamalı bir şekilde detaylandırılır. Maliyet tahmini, mal sahibini/yatırımcıyı ve diğer proje paydaşlarını, karar vermede destekler ve ideal alternatifleri seçmeleri ile birlikte istenmeyen çözümlerden kaçınmalarına yardımcı olur. Yapım projesinin başarısı; projenin süre, maliyet, kalite ve kullanıcı memnuniyeti gibi göstergelerinin iyi performansı ile elde edilebilir. Literatürde yer alan çalışmalarda belirli bir yapım projesinin başarı veya başarısızlığının büyük ölçüde proje yaşam döngüsü boyunca hazırlanan farklı detay seviyelerindeki maliyet tahminlerinin doğruluğuna bağlı olduğu görülmüştür. Bu bağlamda, bir yapım projesi için ön tasarım aşamasında daha gerçekçi ve doğru bir maliyet tahmini oluşturmak oldukça önem kazanmaktadır. Ön tasarım aşamasında maliyet tahmininin amacı, olası yapım maliyetlerinin hangi seviyelerde olduğunu görmektir. Bu, mal sahibi/yatırımcı yapım kararına ilişkin genel stratejisinde dikkate alması gereken önemli bir faktör olacaktır. Maliyet tahmininin belki de en önemli kriteri doğruluk seviyesidir. Maliyet tahmini oldukça yüksek çıkan bir proje yatırımcıyı projeye devam etmekten caydırabilir ya da maliyet tahmini oldukça çok düşük çıkanbir proje başarısız bir tasarıma ve dolayısıyla da proje zararına neden olabilir. Bu sebeple, ön maliyet tahminlerinin bir miktar belirsizlik içereceği kabul edilmelidir. Maliyet tahmin aynı zamanda proje bütçesinin oluşturulmasında ve yapım maliyetlerinin kontrolü için de önemlidir. Ön maliyet tahmini, ön tasarım aşamasında yapılan bir tahmindir. Bu aşamada yapılan tahminler genellikle sınırlı bir proje bilgisi ışığında veya tasarım geliştirmeye ilişkin farklı disiplinlerde çalışan tasarım profesyonellerinden gelmesi gereken detaylı tasarım bilgisi yokken gerçekleştirilir. Bu erken aşamalarda genellikle mevcut olan proje bilgileri; arsa alanı, inşaat alanı, brüt kat alanı veya bina kapalı hacmi gibi temel bilgilerdir. Ön maliyet tahminleri genellikle farklı disiplinlerden tasarım profesyonellerinin bir arada çalıştığı tasarım geliştirme aşaması henüz başlamamışken hazırlanır. Bu aşamada, maliyet tahmini için elde bulunan bilginin detay seviyesi oldukça düşüktür; bu nedenle sürecin bu aşamasını yüksek düzeyde bir belirsizlik karakterize eder. Bu tez çalışması kapsamında daön maliyet tahmini ve tahmin modellerine odaklanılmaktadır. Maliyet tahmin sürecini optimize etmek ve otomatikleştirmek, bu amaç için kullanılacak en iyi araçları ve sistemi belirlemek anlamına gelmektedir. İnşaat sektörü, optimize edilmiş bu süreçlere ek olarak yeni kavramlar ve gelişmiş sistemler araştırmaktadır. Bu hususta bilimsel gelişmeler ve bilgisayar destekli sistemler üst seviyede yarar ve avantajlar sağlamaktadır. Böylece hızlı ve ekonomik bir şekilde oluşturulan maliyet tahmin modelleri gerekli olan verimliliği ve güvenilirliği sağlayabilir. Çıktıların ve dataların doğruluğu ile artan verim sayesinde yapım firmaları daha rekabetçi pozisyon alabileceklerdir. Bu tez çalışması kapsamında, söz konusu ihtiyaçlara karşılık olabilecek bir metodoloji geliştirmek için ön tasarım aşamasında maliyet tahminin makine öğrenmesi algoritmaları ile entegrasyonu araştırılmıştır. Geleneksel manuel yöntemler, gelişmiş bilgisayar destekli maliyet tahmin uygulamaları ile karşılaştırıldığında kolaylık, doğruluk ve süre yönetimi açısından etkinliğini yitirmektedir. Projeler kapsam ve karmaşıklık açısından büyüdüğünde, maliyet tahmin modelleri; çeşitli verilerin depolanması, işlenmesi ve aktarılması için bilgisayarları kullanan birçok parametreyi dikkate alır. Günümüzde birçok yapım firması, projelerinde ve organizasyonlarında daha iyi maliyet tahmin performansı için tasarlanmış bilgisayar destekli maliyet tahmin uygulamalarını kullanmaktadır. Tasarım parametreleri ile maliyet arasındaki etkileşimin hızlı ve kolay bir şekilde belirlenmesinde bilgisayar ve bilgisayar destekli maliyet tahmin uygulamalarının önemi; maliyet tahmin sürecindeki karmaşıklıkların giderilmesinde ve otomasyonun sağlanmasında göz ardı edilmemeli ve küçümsenmemelidir. Bu noktada, makine öğrenmesi tekniklerinin ortaya çıkması, ön tasarım maliyeti tahmini için başarı vaat etmektedir. Endüstriyel yapılar tasarımları açısından basit fakat kapasiteleri bakımından özel statik strüktüre sahip yapılardır. Bu sebeple endüstriyel yapılarda kaba inşaat maliyetleri önemli bir paya sahiptir. Ön tasarım aşamasında bilgi seviyesinin kritik seviyede yetersiz oluşu, proje kapsamının eksikliği ve detaylı tasarımların mevcut olmaması sebebiyle, mal sahibinin/yatırımcının tamam mı devam mı kararını alabilmesi için doğru maliyet tahmininin yapılması önem arz etmektedir. Bu çalışma kapsamında endüstriyel yapılar özelinde; proje kapsamının ve bilgi düzeyinin az olduğu ön tasarım aşamasında, farklı makine öğrenmesi metodları ile kaba inşaat maliyetlerinin tahmin edilmesi ve ortaya çıkan maliyet tahminlerinin değerlendirilerek söz konusu metodların performanslarının analiz edilmesi amaçlanmıştır. Çalışmanın birinci bölümünde tez çalışmasının amacı ortaya konularak, amaca ulaşmak için belirlenen hedefler anlatılmıştır. Ayrıca, tez kapsamında ele alınan endüstiyel yapılar hakkında genel bilgiler verilmiştir. İkinci bölümde, kapsamlı bir literatür araştırması yapılmıştır. Bu bölümde proje yönetiminin en önemli bileşenlerinden biri olan maliyet ve maliyet tahmini kavramı araştırılmış ve paralelinde maliyeti etkileyen faktörlerden bahsedilmiştir. Devamında maliyet tahmin türleri hakkında bilgi verilmiş ve tez kapsamındaki ön tahminin (kavramsal tahmin) süreçleri, yapısı ve metodolojisi anlatılmıştır. Bölüm sonunda ise makine öğrenmesi algoritmaları ile yapılan maliyet tahmin modellerinin literatürdeki örneklerinden bahsedilmiştir. Çalışmanın üçüncü bölümünde, ilk olarak çalışmaya konu olan datalar hakkında bilgi verilmiştir. Veri setlerini oluşturan parametreler kavramsal olarak açıklanmış ve neyi ifade ettikleri gösterilmiştir. Girdi parametrelerinin istatiksel değerlendirmeleri belirtilmiş ve çalışma için ne anlam ifade ettiği gösterilmiştir. Bu bölümün devamında, çalışma kapsamında kullanılmış olan makine öğrenmesi algoritmaları ve model detayları anlatılmıştır. Her bir algoritmanın çalışma mekanizması ve yapısal metodolojisi gösterilmiştir. Bölümün sonunda ise model analizleri için kullanılacak olan performans metrikleri mekanizmaları ve hesap yöntemleri ile birlikte açıklanmıştır. Dördüncü bölüm olan bulgular bölümünde ise, ilk olarak makine öğrenmesi model çıktıları gösterilmiştir. Her bir makine öğrenmesi modelinin eğitim ve test setleri doğrultusunda performansları değerlendirilmiş ve kendi aralarında kıyaslanmıştır. Bunun devamında parametrelerin önem ağırlıkları belirlenmiş ve parametrelerin önem derecelerinin neyi ifade ettiği açıklanmıştır. Çalışmanın beşinci bölümü olan son bölümünde, elde edilen çıktı sonuçları derlenmiş, model sonuçlarına göre hangi modelin performans olarak en iyi sonuç verdiği açıklanmıştır. Ayrıca parametrelerin önem dereceleri belirtilmiştir. Son olarak, çalışmanın daha önceki çalışmalarla benzer ve farklı yönleri tartışılmış; çalışmaya ilişkin kısıtlamalar ifade edilmiştir.

Özet (Çeviri)

The need for production and warehousing has increased the industrial building development, particularly with the increasing population across the world. According to the World Bank and OECD, the added value of the world's industry (including construction) has grown approximately 2.5 times since 2000. In Turkey, this rate has not only exceeded the world average, but also increased approximately 3.5 times compared to its existing values. Hence, the rapid growth of the sector has revealed the necessity for industrial buildings in the world. Regarding the aforementioned growth in industrial buildings, the need for intensive specialization and in-depth technical knowledge on industrial buildings has emerged. Industrial buildings are generally built in large areas. In addition, they refer to the existence of areas that contain large volumes, where industrial production and storage tasks are carried out, protected design areas against environmental challenges. Although the tools and techniques used in the construction of the main structure are quite simple, all processes, i.e. from initiation to design and tendering to the completion of construction, require significant attention because of the complex processes unique to industrial buildings and the complex technical details. Therefore, the technical expertise level of the construction of industrial buildings is developing progressively. Accordingly, the awareness regarding the importance of cost management is increased as well. Cost is one of the most important factors in decision-making in the early stages of a building production process. Considering globalization, cost management plays a crucial role to maintain the decreasing profit margins and constantly changing market shares. In industrial structures that require large investments, the cost can be regarded as a huge multiplier and a critical component for the overall evaluation of the project. Project success can be achieved by the optimization of the three pillars of management strategies, i.e. quality, time, and cost. Therefore, cost management is essential for all stages of the building production process. Many factors affect the cost component due to the complex nature of construction projects that requires many different disciplines to work together. Factors such as the location and size of the project area, soil condition, structure size, building height, structural details, and quality of work affect the final cost. Therefore, the estimation of cost has significant importance especially considering the factors affecting the cost in the early stages of the project. Cost estimation is comprised of development in the approximate estimate of the costs for the basic resources that are needed to complete the project activities. The cost estimation is progressively elaborated throughout the entire project lifecycle, with varying precision and details depending on the project success at each stage. Cost estimation supports owners/investors and other project stakeholders, in their decisions to choose an ideal alternative(s). The success of the construction project can be achieved with satisfactory performances in terms of some of the project indicators, such as time, cost, quality, and user satisfaction. Some studies in the literature have found that the success or failure of a particular construction project is largely dependent on the accuracy of various estimations prepared throughout the project lifecycle. Hence, cost estimation is one of the most challenging tasks to create more realistic and accurate planning for a particular project at the pre-design stage. The main purpose of the cost estimation that is performed in the pre-design stage is to have an overview of the possible construction costs. This is indicated as the most important factor that the owner/investor should consider in the overall strategy for the decision to build or not. It is also worth mentioning that an overestimated cost prediction may discourage the owner/investor from the construction of the project, or an underestimated cost prediction may result in a dissatisfactory design and various losses. Therefore, one can conclude that the preliminary estimates will contain uncertainty. The preliminary estimate is also defined as a pre-design estimate. Estimates made at this stage are usually made in the light of limited project knowledge or lack of detailed design and knowledge required from design professionals working in different disciplines during design development. In the early stages of the projects, the available information usually consists of land area, construction area, gross floor area, or building enclosed volume. At this stage, the cost estimation depends upon limited available information as the preliminary estimates are usually prepared before the design development phase, where design professionals from different disciplines work together. Therefore, a high level of uncertainty characterizes the early stage of the process. Thus, this thesis study focuses on the pre-design estimate of costs and cost models for industrial buildings. The automatization of the cost estimation process identifies the best tools and systems to use for a specific purpose. In addition to these processes, the construction industry is searching for new concepts and advanced systems. In this regard, computer-aided systems provide high-level benefits. Thus, cost estimation models that are generated faster compared to the traditional methods can provide efficiency and reliability. Owing to the increased efficiency with the accuracy of the outputs of the modern modeling systems, such as artificial intelligence, construction companies will have become more competitive in recent years. Within the scope of this thesis, the integration of machine learning algorithms in the cost estimation processes for the pre- design stage is investigated to develop a comprehensive methodological framework that could meet the needs of the sector. Traditional methods lose their effectiveness in terms of simplicity, accuracy, and time management especially compared to advanced computer-aided cost estimation tools. Today, many construction companies use computer-aided cost estimation tools designed for accurate cost estimations in their organizations. The significance of computers and computer-aided cost estimation tools in determining the relationship between design parameters and cost should not be overlooked in eliminating the complexity and uncertainty in the cost estimation process. Therefore, the emergence of machine learning techniques not only expedites the pre-design cost estimations but also promises accurate results. Industrial buildings can be described as simple structures in terms of their designs. However, considering the capacities, they have special static structures and related details. Therefore, the cost estimation of rough construction plays an important role; such that the owner's/investor's decision to continue or stop at the pre-design stage depends on the cost estimation. Within the scope of this thesis study, specific to the industrial buildings, it is aimed to estimate the rough construction costs with different machine learning methods in the preliminary design phase, where the project scope and knowledge level is low; and to analyze the performances of these methods by evaluating the result of cost estimates. In the first part of the thesis study, the aim of the thesis study is revealed and the targets set to achieve this aim are explained. In addition, within the scope of the thesis, general information about the industrial buildings is given. In the second part, a comprehensive literature review is conducted. In this section, the concept of cost estimation, which is one of the most important components of project management, isreviewed, and the factors affecting the project cost are discussed. In addition, the details on cost estimation types are presented, while the processes, structure, and methodology of the pre-design cost estimation (conceptual estimation) are also explained. Furthermore, the examples of cost estimation models performed through the machine learning algorithms in the literature are mentioned at the end of the second part of the thesis. The third part of the thesis contains the relevant information on the utilized data and the principles of adopted machine learning algorithms. Firstly, the parameters that constitute the entire data sets are explained in detail and descriptive statistics of the input parameters are illustrated to better explain the reasons behind the selection of these parameters for pre-design cost estimations. Secondly, the explanatory details on machine learning algorithms and models used within the scope of the thesis are explained. The working principles and structural methodologies of each algorithm are presented. At the end of the third part, the performance metrics which are used for model evaluation are explained together with their calculation methods and the corresponding equations. In the fourth part, the results of the machine learning models are presented. The performance of each machine learning model was evaluated according to the training set and test set and compared with each other. In addition, the overall results for each method are evaluated with each other in terms of statistical perspectives using boxplots and Taylor diagrams. The importance of the used attributes was also determined and the impacts of these attributes on the prediction performance are discussed. The last part of the thesis contains the overall evaluation of the obtained results. Finally, similar and different aspects of the study with previous studies were discussed; limitations of the study are explained.

Benzer Tezler

Tez No
886686
Thermodynamic stability of binary compounds: A comprehensive computational and machine learning approach
İkili bileşiklerin termodinamik kararlılığı: Kapsamlı bir hesaplamalı yaklaşım ve makine öğrenmesi uygulaması
FERAYE HATİCE CANBAZ
Yüksek Lisans
İngilizce
2024
Bilim ve Teknoloji İstanbul Teknik Üniversitesi
Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. ADEM TEKİN
Tez No
675786
Development of experimental captive and free-running manoeuvring systems and their cross-validation
Çekme ve takip modlu manevra deney sistemlerinin geliştirilmesi ve bunların kıyaslamalı doğrulaması
MÜNİR CANSIN ÖZDEN
Doktora
İngilizce
2021
Gemi Mühendisliği İstanbul Teknik Üniversitesi
Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER GÖREN
PROF. DR. KADİR SARIÖZ
Tez No
847173
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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol Gazi Üniversitesi
Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
Tez No
902118
Virtual reality based decision support model for design process ofmuseum exhibition projects
Müze sergileme projeleri tasarım süreci içinsanal gerçeklik tabanlı bir karar destek modeli
UMUT DURMUŞ
Doktora
İngilizce
2023
Mimarlık İstanbul Teknik Üniversitesi
Mimarlık Ana Bilim Dalı
PROF. DR. HÜSNÜ MURAT GÜNAYDIN
Tez No
720517
Technology acceptance of 3d food printers and 3d printed food in domestic environments
3 boyutlu gıda yazıcı ve 3 boyutlu baskı alınmış gıdaların ev ortamında teknoloji kabulü
SELVİNAZ NESİBE KAYA
Yüksek Lisans
İngilizce
2022
Endüstri Ürünleri Tasarımı İstanbul Teknik Üniversitesi
Endüstriyel Tasarım Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KORAY GELMEZ

Geri Dön