TOPLU KONUT İNŞAAT MALiYETLERİNİN YAPAY SİNİR AĞLARI İLE TAHMİNİ

Yıl 2007, Cilt: 22 Sayı: 4, 53 - 60, 01.12.2007

Yusuf Demirel

Öz

Bu çalışmada, Türkiye Konut Yapı Kooperatifleri Birliği (TÜRKKONUT) tarafından yaptırılan konutların maliyetlerinin Yapay Sinir AğlarÍ (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.

Anahtar Kelimeler

Yapı Maliyeti, Yapay Sinir Ağı (YSA), Birim Fiyat Yöntemi (BFY), Regresyon Analizi.

Forecasting Construction Costs of Multiple Reinforcement Concrete Residential Buildings With Artifical Neural Networks

Öz

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

Anahtar Kelimeler

Cost of Buildings, Artificial Neural Networks (ANN), Unit Price, Regression Analysis.