Predicting construction and demolition waste generation by using hybrid models
Hibrit modelleri kullanarak inşaat ve yıkım atıkları oluşumunu tahmin etme
- Tez No: 930096
- Danışmanlar: PROF. DR. ASLI PELİN GÜRGÜN, DOÇ. DR. CENK BUDAYAN
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapı Mühendisliği Bilim Dalı
- Sayfa Sayısı: 159
Özet
İnşaat ve yıkım (C&D) projelerinde atık oluşumunu tahmin etmek büyük bir öneme sahiptir, çünkü, doğru bir tahmin modeli, zaman, enerji ve maliyet tasarrufu sağlayarak planlama sürecine katkı sağlar. Bu araştırma, Archimedes Optimizasyon Algoritması (AOA) ve Gri Kurt Optimizasyonu (GWO) gibi ön işleme tekniklerini, rastgele orman (RF) ve yapay sinir ağı (ANN) gibi makine öğrenimi algoritmaları ile birleştirerek hibrit bir model geliştirmeyi amaçlamaktadır. Hibrit modelin temel konsepti, parametre seçimi olacaktır. AOA ve GWO, minimum hata ve maksimum determinasyon katsayısına (R²) göre en iyi girdi kombinasyonlarını belirlemek için hibrit modelde parametre seçimi için kullanılmıştır. Modelin geliştirilmesi için Gazze Şeridi'ndeki 200 gerçek C&D projesine ait veriler kullanılmıştır. Geliştirilen modellerin etkinliği, ortalama mutlak hata (MAE), ortalama kare hata (MSE), kök ortalama kare hata (RMSE) ve determinasyon katsayısı (R²) gibi farklı performans parametreleri kullanılarak değerlendirilmiştir. Sonuçlar, AOA-ANN modelinin klasik ANN, RF modelleri ve hibrit AOA-RF, GWO-ANN ve GWO-RF modellerine göre daha iyi veri modelleme performansı sergilediğini göstermiştir. Test aşamasındaki sonuçlar (örneğin MAE, RMSE ve MSE) sırasıyla (0.0086648, 0.023728 ve 0.00056304) ve R² değeri (0.99333) olarak belirlenmiştir (model 5). Bu çalışma, atık yönetimi alanında yeni akıllı tekniklerin uygulanması için bir girişimdir. Ayrıca, proje yöneticilerinin proje süresini ve maliyetini kontrol etmelerine ve atık miktarını doğru bir şekilde tahmin etmelerine yardımcı olabilir.
Özet (Çeviri)
Construction and demolition (C&D) projects rely on predicting waste generation hence an accurate predicting model assists the scheduling process by saving time, energy, and cost. This research will develop a hybrid model by coupling pre-processing techniques as Archimedes optimization algorithm (AOA), and gray wolf optimization (GWO) algorithm, and a machine learning algorithm such as random forest (RF), and artificial neural network (ANN) to predict the waste generated in construction projects. The study's concept of a hybrid model will be feature selection. AOA and GWO were employed as a feature selection for the hybrid model which select the best input combinations according to minimum error and maximum coefficient of determination (R2). For the development of the model, data on 200 real-life C&D projects from Gaza Strip were used. Demographic and statistical analysis were used for data analysis. The efficiency of the developed models was evaluated using different performance parameters including the mean absolute error (MAE), the mean square error (MSE), the root mean squared error (RMSE), and the coefficient of determination (R2). The results demonstrated that the AOA-ANN model presented better data modeling than the classical ANN, RF model and hybridized AOA-RF, GWO-ANN and GWO-RF models. The results of testing phase were (e.g., MAE, RMSE, and MSE) (0.0086648, 0.023728, and 0.00056304) and an R2 value of (0.99333) for the AOA-ANN (model 5). This was an attempt to implement the new intelligent techniques in waste management area. Moreover, it can be used to help project managers to control project time, cost and make accurate waste amount predictions.
Benzer Tezler
- Development of mathematical models for predicting the capacity of waste-based sustainable green structural elements for new-generation rapid construction techniques
Yeni nesil hızlı inşaat teknikleri için atık bazlı sürdürülebilir yeşil yapı elemanlarının kapasitesini tahmin etmeye yönelik matematiksel modellerin geliştirilmesi
ÖZNUR KOCAER KUL
Doktora
İngilizce
2024
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER ALDEMİR
- Determination of the mechanical and dynamic properties of recycled concrete aggregate for pavement design
Yol üstyapısı tasarımı için geri dönüştürülmüş beton agregalarının mekanik ve dinamik özelliklerin belirlenmesi
MERVE AKBAŞ
Doktora
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP İYİSAN
- Sertifikalı ofis binalarının kullanım süreci sürdürülebilirliklerinin değerlendirmesine bir çerçeve yaklaşımı
A framework approach to the evaluation of sustainability attribute of certified office buildings' occupational process
ECEM TEZEL
Yüksek Lisans
Türkçe
2017
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. FATMA HEYECAN GİRİTLİ
- Geri kazandırılmış pet lifli polimer ile güçlendirilmiş düşük dayanımlı beton silindirlerin monotonik ve tekrarlı yüklemeler altında basınç testleri
Compressive strength tests of low strength concrete cylinders confined with recycled pet fiber polymer under monotonic and cyclic loading
ÖMER FARUK ESKİCUMALI
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEDİNE İSPİR ARSLAN
- Atık malzemelerin drenaj sistemlerinde kullanım uygunluğunun deneysel olarak incelenmesi
Experimental investigation of waste materials sustainability for use in drainage systems
AYŞEGÜL BAYIN SARIAHMETOĞLU
Doktora
Türkçe
2021
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP İYİSAN