İnşaat sektoründe kavramsal maliyet tahminini geliştirme: Torbalama tabanlı toplu yaklaşım
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: İngilizce
Öğrenci: TAIMOOR RAZI
Danışman: RİFAT SÖNMEZ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Doğru kavramsal maliyet tahminleri, inşaat projelerinin fizibilitesini ve bütçelerini değerlendirmede önemlidir. Bu tahminlerde iyi bir doğruluk aralığı elde etmek, inşaatın ilk aşamalarında sağlanan yetersiz bilgiler nedeniyle zordur. İnşaat projelerinde maliyet tahmini için çeşitli metodolojiler ve prosedürler kullanılmıştır; ancak, çouğu zaman kısıtlı proje verisi olduğu için bu yönetemlerle sınırlı başarı elde edilmiştir. Son yıllarda, topluluk makine öğrenimi yöntemleri, özelilkle verilerin kısıtlı olduğu bu gibi durumlar için umut verici bir yaklaşım sunmuştur. Bu tez, inşaat projelerinde kavramsal maliyetleri tahmin etmek için Destek Vektör Regresyonu (SVR) ve Çok Katmanlı Perceptron Sinir Ağları (MLP NN) modelleri için torbalama yöntemi yararlanan torbalama ile bir toplu öğrenme yaklaşımı önermektedir. Önerilen çerçevenin, örnekler üzerinde eğitilmiş birden çok modeli birleştirerek kavramsal maliyet tahminlerinin doğruluğunu artırması hedeflenmiştir. Önerilen yöntemin değerlendirilmesinde gerçek inşaat proje verileri ve Ortalama Mutlak Yüzde Hatası (MAPE) değerlendirme ölçütü kullanılmıştır. Torbala topluluk öğrenme yöntemi kullanılan ve kullanılmayan modeller arasındaki karşılaştırmalı analiz yapılmış, ve sonuçlar topluluk tekniğinin tahmin hatalarını azaltmadaki üstün performansını göstermiştir. Bulgular, özellikle SVR ve MLP NN modelleri için maliyet tahmini doğruluğunu artırmada torbalama yönteminin potansiyelini göstermektedır. Bununla birlikte, daha büyük veri kümeleri ve alternatif topluluk yöntemleri hakkında daha fazla araştırma yapılması topluluk yöntemlerinin katkılarının daha ayrıntılı bir şekilde ortaya çıkmasını sağlayacaktır. Bu araştırmanın temel katkıları; inşaat projelerinin maliyet tahmininin geliştirilmesi, gelecekteki topluluk yöntemi makine öğrenmesi çalışmalar için yol göstermesi ve uygulayıcılara maliyet tahmin modellerini geliştirmesinde rehberlik etmesi olarak özetlenebilir.