Schools construction in İstanbul using artificial neural networks
Schools construction in Istanbul using artificial neural networks
- Tez No: 835409
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ FEHİM CEBECİ
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Ticaret Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: İktisat (ingilizce) Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, Bromilow'un zaman-maliyet modelini kullanarak Yapay Sinir Ağları ve Destek Vektör Regresyonunun bina maliyetlerini tahmin performanslarını değerlendirmektir. İstanbul'un bölgelerindeki yeni okul inşaatı projelerine ilişkin araştırma veriler İstanbul'daki Proje Koordinasyon Birimi'nden (IPKB) elde edilmiştir. Veri seti 2007-2020 yılları arasındaki 14 yılı içermektedir. Her bir sözleşme en az 6, en fazla 42 sözleşme kodunu içermekte ve bize toplamda 141 gözlem sağlayan toplam 6 sözleşme veri setini oluşturmuştur. Öncelikle veri seti rassal bir şekilde sıralanmış ve eğitim, doğrulama ve test sınıflarına bölünmüştür. Eğitim verileri veri setinin %60'ını, doğrulama ve test verilerinin her biri veri setinin %20'sini oluşturmuştur. Yapay Sinir Ağları ve Destek Vektör Regresyonu için en iyi yapı, doğrulama verilerinin en düşük ortalama kare hatası ile belirlenmiş ve gerçekleşen bina maliyetlerine ilişkin tahminler bu yapılar üzerinden gerçekleştirilmiştir. Tahmin sonuçlarına göre Destek Vektör Regresyonu, tahmin dönemi için daha düşük en düşük ortalama kare hatası ile Yapay Sinir Ağları'ndan daha iyi performans göstermiştir.
Özet (Çeviri)
The aim of this study is to evaluate the forecasting performances of Artificial Neural Networks (ANN) and Support Vector Regression (SVR) in forecasting building costs by employing Bromilow's time-cost model. The research data set for new school construction projects in the regions of Istanbul was obtained from the Project Coordination Unit in Istanbul (IPKB). The dataset contains 14 years between the years 2007 to 2020. A total of 6 contracts were identified where each contract contains a minimum of 6 contract codes and a maximum of 42 providing us 141 observations in total. The dataset is randomly ordered and divided into training, validation, and testing classes. Training data consisted of 60% of the dataset, and validation and testing data consisted of 20% of the dataset respectively. The best structure for ANN and SVR is determined by the lowest root mean square error (RMSE) for the validation data and forecasts of realized building costs are based on these structures. According to forecast results, SVR outperformed ANN with lower RMSE for the forecasting period.
Benzer Tezler
- Hand gesture recognition for Turkish sign language using electromyography for human-robot interaction
İnsan-robot etkileşimi için elektromyografi kullanarak Türk işaret dili için el hareketi tanıma
MUSTAFA SEDDIQI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- Meniere hastalığında endolenfatik kese cerrahisi
Endolymphatic sac surgery in meniere's disease
NEBİL GÖKSU
Tıpta Uzmanlık
Türkçe
1987
Kulak Burun ve BoğazGazi ÜniversitesiKulak Burun Boğaz Ana Bilim Dalı
PROF.DR. NECMETTİN AKYILDIZ
- İlkokul çağı erkek çocuklarında inmemiş testis anomalisi ve insidansı
The anomaly and incidence of cryptorchidism in primary school boys
SERDAR SEZGİN