Estimation and analysis of building costs using artificial intelligence support vector machine
Başlık çevirisi mevcut değil.
- Tez No: 797077
- Danışmanlar: DOÇ. DR. SEPANTA NAİMİ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
Bina fizibilite değerlendirmesinin önemli bir bileşeni, kavramsal maliyettir. tahmin etmek. Gerçekte, tahmincinin önceki uzmanlığına dayalı olarak gerçekleştirilir. Fakat, bütçeleme ve maliyet kontrolü, etkin olmayan bir şekilde planlanmakta ve yürütülmektedir. yanlış maliyet tahminleri. Erken dönem boyunca kavramsal maliyet doğruluğunu artırmak inşaat sektöründe bir projenin yaşam döngüsünün aşamaları, bu makalenin amacı akıllı bir model sunar. hesaplamalı bir destek vektör makine modeli etkili, bina projelerinin kavramsal maliyetlerini hesaplamak için oluşturulmuştur. doğru almak için Tahminlere göre, önerilen sinir ağı modeli bir çapraz doğrulama yöntemi kullanılarak eğitilir. Literatür araştırması ve uzmanlarla yapılan görüşmeler yoluyla, maliyet tahmininin etkileyen unsurlar belirlenir. Eğitim örnekleri olarak, 40 yapılar kullanılır. İki ticari yöntem Doğrusal Olmayan Regresyon (NR) ve Evrimsel Bulanık Sinir Arayüzü Modeli (EFNIM) ne kadar iyi olduğunu göstermek için sunulmaktadır. önerilen model çalışır. İlgili kaynaklardan kolayca erişilebilen veri setine dayanarak inşaat sektöründeki literatür, sonuçları karşılaştırılmıştır. hesaplamalı Bulgular, sağlanan akıllı modelin diğer iki modelden daha iyi performans gösterdiğini gösteriyor. güçlü yöntemler. Planlama ve kavramsal tasarım aşamasında, yanlışlık bir projenin kavramsal maliyet tahmini için memnun. Vaka incelemeleri, SVM'lerin nasıl planlamacıların inşaat maliyetini etkili ve kesin bir şekilde tahmin etmesine yardımcı olabilir.
Özet (Çeviri)
An essential component of the building feasibility assessment is the conceptual cost estimate. In actuality, it is carried out based on the estimator's prior expertise. However, budgeting and cost control are planned and carried out ineffectively as a result of inaccurate cost estimates. To increase conceptual cost accuracy throughout the early stages of a project's life cycle in the construction sector, the goal of this article is to present an intelligent model. A support vector machine model, which is computationally effective, is created to calculate the conceptual costs of building projects. To get accurate estimates, the suggested neural network model is trained using a cross-validation method. Through the research of the literature and interviews with experts, the cost estimate's influencing elements are determined. As training instances, the cost information from 40 structures is used. Two commercial methods Nonlinear Regression (NR) and Evolutionary Fuzzy Neural Interface Model (EFNIM) are offered to illustrate how well the suggested model performs. Based on the readily accessible dataset from the relevant literature in the construction business, their results are contrasted. The computational findings show that the intelligent model that is being provided outperforms the other two potent methods. During the planning and conceptual design phase, the inaccuracy is satisfied for a project's conceptual cost estimate. Case studies demonstrate how SVMs may help planners anticipate the cost of construction in an effective and precise manner.
Benzer Tezler
- 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
MUHAMMET EMİR KILIÇ
Yüksek Lisans
Türkçe
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Leveraging ai in construction management
İnşaat proje yönetiminde yapay zekadan faydalanma
BARAN AKOL
Yüksek Lisans
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Ön tasarım aşamasında maliyet değerlendirme amaçlı bir uzman sistem
An Expert systems model for cost evaluation at preliminary design stage
FEZA ÖKTEN