Kentsel dönüşümde evrimsel algoritma tabanlı çok kriterli karar verme teknikleri ile katılımcı değerleme
Participatory valuation in urban transformation using evolutionary algorithm-based multi-criteria decision-making techniques
- Tez No: 991380
- Danışmanlar: DOÇ. DR. ASLI BOZDAĞ
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Gayrimenkul değerleme, Katılım, Kentsel dönüşüm, Real estate valuation, Participation, Urban transformation
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Niğde Ömer Halisdemir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, kentsel dönüşüm öncesi taşınmaz değerlemesinde katılımcı planlama ilkelerini dijital veri analitiği ve yapay zekâ temelli evrimsel yöntemlerle bütünleştiren bir karar destek çerçevesi geliştirmeyi amaçlamaktadır. Çalışma, İstanbul Esenler ilçesi Fatih Mahallesi'ndeki kentsel dönüşüm projesini incelemekte, dönüşüm öncesi alanı mekânsal, çevresel, sosyo-demografik, ekonomik, altyapısal ve sürdürülebilirlik kriterlerine dayalı çok boyutlu bir yaklaşımla değerlendirmekte ve CBS tabanlı analizleri uzman anketleriyle birleştirmektedir. Çalışmanın amacı, dönüşüm öncesi alan için taşınmaz değerlerini melez metodolojiler kullanarak tahmin etmek ve karar verme sürecinin tutarlılığını, şeffaflığını ve katılımcı niteliğini artırmaktır. Bu doğrultuda Analitik Hiyerarşi Prosesi (AHP) ve İdeal Çözüme Benzerliğe Göre Sıralama Tekniği (TOPSİS) yöntemleri uygulanmıştır. Literatürdeki çalışmalardan farklı olarak, AHP yöntemiyle elde edilen kriter ağırlıkları Yapay Arı Kolonisi (ABC) ve Çok Popülasyonlu Diferansiyel Gelişim Algoritması (MDE) kullanılarak optimize edilerek tutarsızlıklar azaltılmıştır. Yapılan performans karşılaştırmaları, hata değerlerinin klasik AHP'ye kıyasla düşürüldüğünü ve minimum hata seviyelerinin sırasıyla 0.2668 ve 0.2667'ye indirildiğini göstermektedir. Ayrıca düşük sapma değerleri ve 0.98'in üzerindeki korelasyon katsayıları, ağırlık yapısının büyük ölçüde korunduğunu ortaya koymaktadır. Bu bulgular, evrimsel algoritmaların klasik AHP'nin karar yapısını bozmadan ağırlıklandırma sürecindeki tutarsızlıkları etkili biçimde azalttığını ve çok kriterli karar verme (ÇKKV) süreçlerinde daha kararlı sonuçlar ürettiğini göstermektedir.
Özet (Çeviri)
This thesis aims to develop a decision support framework that integrates participatory planning principles with digital data analytics and artificial intelligence–based evolutionary methods for pre-urban transformation real estate valuation. The study examines the urban transformation project in the Fatih Neighborhood of Esenler District, Istanbul, and evaluates the pre-transformation area using a multidimensional approach based on spatial, environmental, socio-demographic, economic, infrastructural, and sustainability criteria, combining GIS-based analyses with expert surveys. The objective of the study is to estimate real estate values for the pre-transformation area using hybrid methodologies and to enhance the consistency, transparency, and participatory nature of the decision-making process. Accordingly, the Analytic Hierarchy Process (AHP) and the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) methods are applied. Unlike existing studies in the literature, the criterion weights derived from the AHP method are optimized using the Artificial Bee Colony (ABC) and Multi-Population Differential Evolution (MDE) algorithms, thereby reducing inconsistencies. Performance comparisons indicate that error values are reduced compared to classical AHP, with minimum error levels decreasing to 0.2668 and 0.2667, respectively. Furthermore, low deviation values and correlation coefficients exceeding 0.98 demonstrate that the weight structure is largely preserved. These findings indicate that evolutionary algorithms effectively reduce inconsistencies in the weighting process without disrupting the decision structure of classical AHP, leading to more stable outcomes in multi-criteria decision-making (MCDM) processes.
Benzer Tezler
- An integrated multi objective design system in the earlier phases of design: IMODS
Mimari tasarımın erken aşamalarında entegre çok hedefli bir tasarım sistemi: İMODS
SERKAN KOCABAY
Yüksek Lisans
İngilizce
2019
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. SEMA ALAÇAM
- A knowledge discovery approach to urban analysis the Beyoğlu preservation area as a data mine
Kent analizinde bir bilgi keşfi yaklaşımı bir veri madeni olarak Beyoğlu kentsel koruma alanı
AHU SÖKMENOĞLU SOHTORİK
Doktora
İngilizce
2016
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
PROF. DR. İKBAL SEVİL SARIYILDIZ
- Land use planning for Ankara province considering ecosystem services using multiobjective genetic algorithm optimization
Çok amaçlı genetik algoritma optimizasyonu kullanılarak ekosistem hizmetlerini dikkate alan Ankara ili arazi kullanım planlaması
ESİN YANDIMATA
Yüksek Lisans
İngilizce
2025
Çevre MühendisliğiOrta Doğu Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞEGÜL AKSOY
- Algorithmic design control for plot–based urbanism: A model proposal in Turkish spatial planning context
Parsel temelli şehircilik için algoritmik tasarım denetimi: Türkiye'deki mekansal planlama bağlamında bir model önerisi
MERT AKAY
Yüksek Lisans
İngilizce
2019
Şehircilik ve Bölge PlanlamaOrta Doğu Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. OLGU ÇALIŞKAN
- Planning with complexity: The analysis of Izmir Uzundere urban transformation project through the advocacy coalition framework
Karmaşıklık ile planlama: İzmir Uzundere kentsel dönüşüm projesinin savunuculuk koalisyonu çerçevesiyle analizi
ŞULE DEMİREL ŞANLI
Doktora
İngilizce
2023
Şehircilik ve Bölge PlanlamaOrta Doğu Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. EMİNE YETİŞKUL ŞENBİL