Toplu konut inşaat maliyetlerinin yapay sinir ağları ile tahmini

Bu çalışmada, Türkiye Konut Yapı Kooperatifleri Birliği (TÜRKKONUT) tarafından yaptırılan konutların maliyetlerinin Yapay Sinir Ağları (YSA) ile tahmin edilmesi amaçlanmıştır. Bu amaçla betonarme taşıyıcı sisteme haiz ve benzer nitelikteki çok katlı toplu konut projelerinin inşaat maliyetleri hesaplanmış ve mevcut verilerden yararlanılarak oluşturulan çok katmanlı, geri beslemeli, danışmanlı öğrenme özelliklerinde yapılandırılan YSA'ya veri olarak girilmiştir. Bu yapıların projelerinden hesaplanan; tip kat alanları, yapı yükseklikleri ve toplam dış cephe alanları, ağ mimarisinde ana değerlendirme kriterleri olarak alınmıştır. Ağa hesaplatılan maliyet tahminleri, Birim Fiyat Yöntemi (BFY) ve Regresyon Analizi ile yapılan maliyet hesaplamaları ile karşılaştırılmış ve uygulanan YSA yönteminin sağladığı performans değerlendirilmiştir. Oluşturulan YSA'dan sağlanan veriler, Regresyon Analizi verilerine göre BFY ile bulunan maliyetlere daha yakın ve uygulanabilir sonuçlar sağlamıştır. Bu alandaki çalışmalarda hibrit yöntemlerin kullanılmasının daha verimli tahminler için avantaj sağlayacağı ve farklı yapı tipleri için benzer araştırmaların yapılmasının olumlu gelişmeler yaratacağı sonucuna varılmıştır.

Forecasting construction costs of multiple reinforcement concrete residential buildings with artifical neural networks

In this paper, for forecasting costs of multiplet reinforced concrete residential buildings, which have been built by Association of Turkish Residential Building Cooperatives (TÜRKKONUT), with Artificial Neural Networks (ANN); cost of construction of this kind of buildings has been calculated and used as data for an ANN. This network has a multi layer and back propagation structure with adviser to learn. Normal flat areas, building elevations and total areas of outer surfaces were assumed as mean criteria of the cost of each apartment. Result cost values which are calculated with ANN, has been checked with the Unit Price and Regression Analysis methods and evaluated the performance of ANN. It is comprehensible that the results of ANN are nearer than the results of Regression Analysis to the real costs of these buildings. Using hybrid methods for solving this kind of problems will be useful than using only one method. Studying with similar methods for calculating different kind of buildings costs, will create positive developments.

___

Akınbingöl, M., Gültekin, A. T., 2005, Bina Üretimi Yapım Evresinde Maliyet Planlama ve Denetimine Yönelik Bir Maliyet Yönetim Modeli Önerisi, Gazi Üniv. Müh. Mim. Fak. Der., Cilt 20, No 4, s.499-505.
Baykan, U. N., 2007, Yapay Sinir Ağları Yaklaşımıyla İnşaat Projelerinde Kaynak Gereksiniminin Belirlenmesi, Doktora Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, s.3-4.
Kanıt, Rv 2005, İnşaat Sektöründe İş Almanın Yönetimi, Gazi Kitabevi, Ankara.s. 15-27.
Kim, G. H., An, S. H., Kang, K. L, 2004, Comparison Of Construction Cost Estimating Models Based On Regression Analysis, Neural Networks And Case-Based Reasoning, Building and Envirolment.
Liu, X., 1998, An Artifical Neural Network Approach To Assess Project Cost And Time Risks At The Front Of Projects, yüksek lisans tezi, The University of Calgary, Departmant of Civil Engineering.
Pala, M., Çağlar, N., Elmas, M., 2003, Yapay Sinir Ağları İle Zemin-Yapı Dinamik Etkileşimi, International XII. Turkish Symposium on Artificial Intelligence and Neural Networks -TAINN.
Ripley, B. D., Barndoff-Nielsen, O. E., Jensen J. L., Kendall, W. S., 1993, Statistical Aspects of Neural Networks, In Networks and Chaos-Statistical and Probabilistic Aspects, eds O.E. Barndoff - Nielsen, J.L. Jensen & W.S. Kendall, s.105-126.
Siqueira, L, 1999, Neural Network Based Cost Estimating, yüksek lisans tezi, Concordia University, The Departmant of Building, Civil and Enviromental Engineering.
Ülker M., Civalek, Ö., 2002, Yapay Sinir Ağları île Eksenel Yüklü Kolonların Burkulma Analizi,Turkish J. Eng. Env. Sci. 26 s.ll7-125.
Warren, S. S., 1994, Neural Networks and Statistical Models, Proseedings of the Nineteenth Annual SAS Users Group Int. Conf.
Wang, S., 1999, An Adaptive Approach to Market Development Forecasting, Neural Comput & Applic, No:8, s.3-8.
Yasdi, R., 1999, Prediction of Road Traffic using a Neural Network Approach, Neural Comput & Applic, No:8, s.135 - 142.
Zhang, G. P., 2003, Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model, Neurocomputing, No:50, s.159-175.