Geri Dön

A data-driven and risk-based decision support system for the retrofit performance of buildings

Binaların iyileştirme performansı için veri odaklı ve risk tabanlı bir karar destek sistemi

PDF İndir

  1. Tez No: 973920
  2. Yazar: HATİCE BIYIK
  3. Danışmanlar: PROF. DR. ALİ MURAT TANYER, PROF. DR. İREM DİKMEN TOKER
  4. Tez Türü: Doktora
  5. Konular: Mimarlık, Architecture
  6. Anahtar Kelimeler: Yapılı çevreler, Built environments
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
  12. Bilim Dalı: Yapı Bilimleri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bina iyileştirmeleri, binalardan yüksek enerji verimliliği sağlamak ve karbon emisyonlarını azaltmak için uygulanmaktadır. Bina iyileştirmeleri genellikle enerji tüketimleri kapsamında, nadiren de maliyet ile karbon emisyonları özelinde yapılmaktadır. Ancak, tasarlanan ve uygulanan bina iyileştirmelerinin performansları farklı sonuçlanabilmektedir ve bina iyileştirmelerinde performans farkına sebep olmaktadır. Riskler ve belirsizlikler, retrofit kararlarında ve süreçlerinde değişikliklere sebep olabildiğinden, bu performans farklarının temel sebebi olabilirler. Enerji simülasyonları ve karbon hesaplamalarıyla hızlı öngörüler yapılabilmektedir. Ancak, tasarlanan ve uygulanan bina iyileştirmeleri dikkate alınarak, risklerin bina iyileştirmelerindeki performans farkına etkisi ortaya çıkarılabilir. Bu tezin amacı, bina iyileştirmelerinin performansını geliştirmek için veriye dayalı ve risk tabanlı bir bina iyileştirme (“retrofit”) karar destek sistemi geliştirmektir. Bu çalışmada, bina iyileştirmeleri performans farkı, riskler ışığında enerji, enerjiden kaynaklı karbon emisyonları ve maliyet tabanlı sonuçları içermektedir. Veri seti, bina paramterleri, iyileştirme ölçekleri, riskler ve belirsizliklerin seviyeleri ile bina iyileştirmelerinin performanslarıyla ilgili sonuçları içermektedir. Tadilat edilmiş 71 binaya ait gerekli bilgileri içeren bu veri seti, yarı yapılandırılmış anket görüşmeleri, internet tabanlı anketler, yerinde incelenerek toplanan raporlar ve proje bilgileri ile elde edilmiştir. Veriye dayalı tahmin modelleri DT, RF, SVM ve bir ANN türü olan MLP kullanılarak, bina iyileştirmelerinin performans tahminleri için veri setine uygulanmıştır. Bu çalışmada, RF ve MLP modelleri genel olarak en yüksek doğruluk oranlarıyla ve skorlar arası düşük farklılıklarla tahminler sağlamıştır. Makine öğrenmesi tahminlerinde özellik seçimi ile tespit edilen en önemli özellikler genellikle risklerle ilgili çıkmıştır. Uygulanan ML modelleri kullanılarak, riskler ışığında bina iyileştirme performansıyla ilişkili örnek bir çıktı tahmininin kullanıcıya sunulabilmesi için, Gradio aracılığıyla internet tabanlı bir arayüz geliştirilmiştir.

Özet (Çeviri)

Retrofits are conducted to achieve higher energy efficiency and lower carbon emissions from buildings. Retrofits are generally based on energy, rarely on costs, and carbon emissions. However, retrofit performance gaps may occur between the designed and applied retrofits. Since risks and uncertainties may lead to changes in retrofit processes, they can be the main reasons for these gaps. Rapid predictions can be made through energy simulations and carbon calculations. However, the risks' impacts on the retrofit performance gaps, considering the designed and applied retrofits, can be revealed through data-driven predictions. This study aims to develop a data-driven and risk-based decision support system for enhancing the retrofit performance of buildings. The retrofit performance gaps, in light of risks and uncertainties, covered energy, energy-based carbon emissions, and cost-based results in this study. The dataset covered building parameters, retrofit scales, risks and uncertainties, and retrofit performance-based results before and after retrofits. This dataset, which includes information about 71 retrofitted buildings, was created through semi-structured interviews, web-based surveys, on-site reports, and project information. Data-driven models using DT, RF, SVM, and MLP, as a type of ANN, were applied for retrofit performance predictions on this dataset. RF and MLP models generally resulted in higher accuracy with lower variances in this study. The top features found through feature selection in ML predictions were generally related to risks. A web-based demo using the applied ML models was provided through Gradio, as an example for an output prediction related to retrofit performance for the user, considering the risks.

Benzer Tezler

  1. Tez No

    974328

    Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması

    Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease

    MEHMET YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ

  2. Tez No

    926545

    Koroner arter bypass operasyonlarında risk değerlendirmesi için makine öğrenimi tabanlı hibrit bir sistemin geliştirilmesi

    Development of a machine learning based hybrid system for risk assessment in coronary artery bypass operations

    AYŞE BANU BİRLİK

    Doktora

    Türkçe

    Türkçe

    2025

    Mühendislik Bilimleriİstanbul Medipol Üniversitesi

    Sağlık Sistemleri Mühendisliği Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. HAKAN TOZAN

    DR. ÖĞR. ÜYESİ KEVSER BANU KÖSE

  3. Tez No

    1019841

    A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders

    İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama

    ELİF GÜLİN PETEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR BEHZAT TOKDEMİR

  4. Tez No

    963442

    Elektrik dağıtım sektöründe kurumsal kaynakplanlaması (ERP) seçimi için çok kriterli karar verme vemakine öğrenmesi tabanlı bir yaklaşım

    A multi-criteria decision-making and machine learning-basedapproach for enterprise resource planning (ERP) system selection inthe electric power distribution sector

    İSLAM POLAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Endüstri ve Endüstri MühendisliğiHarran Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GENCAY SARIIŞIK

  5. Tez No

    887175

    Yapay öğrenme yöntemleri ile nörokognitif muayenelere bağlı klinik değerlendirmelerden alzheimer risk faktörlerinin belirlenmesi ve buna ilişkin risk sınıflandırması

    Determination of alzheimer's disease risk factors and related risk stratification from clinical assessments based on neurocognitive testing with machine learning

    CEYDA ÜNAL

    Doktora

    Türkçe

    Türkçe

    2024

    Yönetim Bilişim SistemleriDokuz Eylül Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. YILMAZ GÖKŞEN

Geri Dön