Türkiye Kamu Projelerinde Yapay Sinir Ağları ile Süre Tahmini

Year 2024, Volume: 9 Issue: 4, 102 - 108, 10.03.2025

Mehmet Sena Kaşka , Işık Ateş Kıral , Anıl Niş

https://doi.org/10.19072/ijet.1587542

Abstract

Türkiye'de kamu projelerinde süre tahmini, projenin başarıyla tamamlanması açısından kritik bir rol oynar. Proje süresinin doğru tahmin edilmemesi, maliyet artışlarına ve zaman kayıplarına yol açabilir. Maliyet ve süre arasında güçlü bir ilişki bulunmakta olup, bu ilişkinin doğru modellenmesi proje yönetimi açısından büyük önem taşır. Yapay sinir ağları (YSA), karmaşık ve doğrusal olmayan ilişkileri modelleyebilme kapasitesi ile bu süreçte önemli bir araçtır. Bu çalışmada, Türkiye’deki 25 kamu projesine ait maliyet ve ihaleyi yapan ilgili birim verileri kullanılarak yapay sinir ağı modeli ile süre tahmini yapılmıştır. Elde edilen sonuçlar modelin hızlı ve güvenilir olduğunu göstermektedir.

Keywords

Proje yönetimi, yapay sinir ağları, maliyet tahmini, süre tahmini, kamu projeleri

Duration Estimation with Artificial Neural Networks in Turkish Public Projects

Abstract

Duration estimation in public projects in Turkey plays a critical role in the successful completion of the project. Failure to estimate the project duration correctly can lead to cost increases and time losses. There is a strong relationship between cost and duration, and correct modeling of this relationship is of great importance in terms of project management. Artificial neural networks (ANN) are an important tool in this process with their capacity to model complex and non-linear relationships. In this study, duration estimation was made with an artificial neural network model using the cost and tendering unit data of 25 public projects in Turkey. The results obtained show that the model is fast and reliable.

Keywords

Project management, artificial neural networks, cost estimation, duration estimation, public projects

References

• [1] Darko, A., Chan, A.P.C., Adabre, M.A., Edwards, D.J., Hosseini, M.R., Ameyaw, E.E., (2020). Artificial Intelligence in The AEC Industry: Scientometric Analysis and Visualization of Research Activities. Automation in Construction, 112
• [2] Li, W., Duan, P., Su, J., (2021). The Effectiveness of Project Management Construction with Data Mining and Blockchain Consensus, Journal of Ambient Y. Yorozu, M. Hirano, K. Oka, and Y. Tagawa, “Electron spectroscopy studies on magneto-optical media and plastic substrate interface”, IEEE Transl. J. Magn. Japan, vol. 2, pp. 740-741, August 1987. (Article)
• [3] Dinh, T.T.A., Liu, R., Zhang, M., (2018). Untangling Blockchain: A Data Processing View of Blockchain Systems. IEEE Trans Knowl Data Eng 30(7):1366–1385
• [4] Hosny, O.A., Elbarkouky, M.M.G, Elhakeem, A., (2005). Construction Claims Prediction and Decision Awareness Framework using Artificial Neural Networks and Backward Optimization, Journal of Construction Engineering and Project Management.
• [5] Warner, Brad, Manavendra Misra; (1996), “Understanding Neural Networks as Statistical Tools”, The American Statistician, 50 (4), pp.284-293
• [6] Öztemel, Ercan; (2003), Yapay Sinir Ağları, Birinci Baskı, İstanbul: Papatya Yayıncılık.
• [7] Kohonen, T. (1987). “Int. Conf. on AI”, State of the Art in Neural Computing.
• [8] Şen, Z. (2004). Yapay Sinir Ağları İlkeleri, Su Vakfı Yayınları, İstanbul.
• [9] Arslan, A. ve İnce, R., 1993. Geriye Yayılma Yapay Sinir Ağı Kullanılarak Betonarme Kolonların Tasarımı, Turkish Journal of Engineering and Enviromental Sciences, 2, 127-135.
• [10] Civalek, Ö. ve Ülker, M., 2004. Dikdörtgen Plakların Doğrusal Olmayan Analizinde Yapay Sinir Ağı Yaklaşımı, İMO Teknik Dergi, 15(1), 3171-3190.
• [11] Ling, F.Y.Y., Liu, M., 2004. Using neural network to predict performance of design-build projects in Singapore, Building and Environment, 39, 1263-1274.
• [12] Graham, L.D., Forbes, D.R., Smith, S.D., 2006. Modeling the ready mixed concrete delivery system with neural networks, Automation in Construction, 15, 656 – 663.
• [13] Hegazy, T., Ayed, A., 1998. Neural Network Model for Parametric Cost Estimation of Highway Projects, Journal of Construction Engineering and Management, 124, 210– 218.
• [14] Boussabaine, A.H., Cheetham, D.W., 1995. Artificial Neural Networks: A Tool for Predicting Project Durations, Proceedings of the Association of Researchers in Construction Management, September 1995, 543-559.
• [15] Alkan A., Predictive Data Mining with Neural Networks and Genetic Algorithms, Ph.D. Thesis, İTÜ, İstanbul, 2001, 51.
• [16] Hasgül, Özlem, ve A. Sermet Anagün. "Deneysel Sonuçların Analizinde Yapay Sinir Ağları Kullanımı ve Beton Dayanım Testi İçin Bir Uygulama.