Artificial Neural Networks Usage For Cost Estimating On The Water Supply Networks

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2014Thesis (M.Sc.) -- İstanbul Technical University, Instıtute of Science and Technology, 2014Yapım maliyeti tahmini, yatırımların ön tasarım, tasarım ve ihale aşamalarında yer alan, kaynakların etkin kullanımı açısından fizibiliteden finansmana, yaklaşık maliyet tahmininden teklif belirlemeye kadar en önemli unsurlardan biridir. Bu çalışmada, içmesuyu şebekelerinin inşaat maliyet tahmini amacıyla, 2007-2013 yıllarında 26 ayrı firma tarafından hazırlanan ve İller Bankası A.Ş. tarafından onaylanan Türkiye geneline yayılmış 73 adet içmesuyu şebeke projesi ele alınmıştır. İçmesuyu şebeke projelerinin rapor, çizim, metraj ve keşif verileri temin edilmiştir. İçmesuyu şebekesi inşaat maliyet çıktı değişkenini etkileyebilecek; alan, kot farkı, nüfus, nüfus yoğunluğu, debi, şebeke hattı uzunluğu, boru maliyeti, hendek kazı maliyeti, vana adedi ve yangın musluğu adedi girdi değişkenleri olarak seçilmiştir. Girdi bağımsız değişkenleri ile çıktı bağımlı değişkeni arasında korelasyonlar hesaplanmıştır. Korelasyon sonuçlarına göre, çıktı değişkeni ile girdi değişkenleri arasındaki istatistiksel ilişkiye göre bazı girdi değişkenleri elenmiştir. Farklı girdi değişkeni, eğitim ve test verileri ile 3 tip model veri seti oluşturulmuştur. Bu veri setleri ile oluşturulan YSA modellerinin geliştirilmesi ve test edilmesinde MATLAB 7.6.0 (R2008a) yazılımı ve MS Excel Solver kullanılmıştır. Performans değerlendirme ölçütü olarak, daha kolay yorumlanabilir olması nedeniyle Ortalama Mutlak Yüzde Hata (OMYH) kriteri uygulanmıştır. Deneme yanılma metoduyla MATLAB yazılımında, farklı fonksiyonlar, katman, nöron, girdi değişkeni, eğitim ve test verisi sayıları kullanılarak YSA modelleri denenmiş ve en iyi sonuç Model 3 veri seti ile % 4,14 olarak hesaplanmıştır. Aynı veri seti ile MS Excel Solver’da % 1,45 ve Regresyon Analizi’nde ise % 11,96 olarak hesaplanmış ve uygulanan YSA yöntemlerinin tahmin tutarlılığı performansı değerlendirilmiştir.Construction cost estimating is one of the most important components which exists in the preliminary design, design and tender stages of the investments from the feasibility to finance and from the approximate estimated cost to the determination of offer in terms of using the sources effectively. In this study, 73 drinkable water network projects which are distributed all over Turkey prepared by 26 different firms and certified by İlbank ( Provincial Bank ) between 2007 - 2013 in order to estimate the construction cost of the drinkable water networks have been discussed. The report, drawing, quantity and exploration data of the water network projects were provided. Area, elevation difference, population, population intensity, flow, length of network line, cost of pipe, cost of channel excavation, number of valves and number of fire plugs were chosen as the input variables that can effect the output variable of construction cost of the drinkable water network. Correlations between the independent input variables and dependent output variables have been calculated. According to the results of correlation, some of the input variables have been eliminated in accordance with the statistical relation between the output variables and the input variables. 3 types of model data sets have been constituted by the different input variable, educational and test data. While developing and testing the ANN models constituted by these data sets, MATLAB 7.6.0 (R2008a) software and MS Excel Solver have been used. As the performance evaluating criterion, the criterion of Mean Absolute Percentage Error ( MAPE ) have been applied because it can be more easily explained. By the trial-and-error method, ANN models have been experienced in the MATLAB software by using different functions, layer, neuron, input variable, and the numbers of educational and test data, and the best result has been calculated as 4.14 % with the Model 3 data set. It has been calculated as 1.45 % with the same data setat MS Excel Solver, but as 11.96 % at Regression Analysis, and the estimation stability performance of the ANN methods applied has been evaluated.Yüksek LisansM.Sc