Bulanık Mantık ile Arsa Değerleme Modelinin Oluşturulması

Abstract

Bu makale, bulanık mantık aracılığıyla seçilen kriterlere göre arsa değerini yaklaşık olarak hesaplayan bir değerleme modelinin örneğini sunmaktadır. Bulanık mantık, klasik mantıkta olduğu gibi yalnızca sıfır veya bir değil, sıfır ile bir arasında da değer alma fikrine dayanır. Bu sebeple taşınmaz değerleme gibi hassas bir işlem için oldukça kullanışlı olmaktadır. Ayrıca bulanık mantık insan düşüncelerini taklit ettiği için aslında kağıt üzerine aktarılamayan sözel verileri de sayısal olarak tanımlayıp hesaba katar. Bu da arsanın konumu, geometrik şekli, çevresel özellikleri, muhit özellikleri vb. gibi sayısal olmayan verilerin sonuca daha fazla yansımasını ve değerleme işleminde gerçek değere oldukça yakın bir değer elde etmeyi sağlamaktadır. Çalışmada Matlab yazılımındaki bulanık mantık araç kutusu kullanılmış ve elde edilen sonuçlar arsa değerlemede yapay zeka yöntemlerinden biri olan bulanık mantığın kullanılabilirliğini göstermiştir.

Keywords

• Arsa Değerleme,Bulanık Mantık,Yapay Zeka,Matlab,Modelleme

References

1. Bagnoli, C., ve Smith, H. (1998). The theory of fuzz logic and its application to real estate valuation. Journal of Real Estate Research, 16(2), 169-200.
2. Barranco, C. D., Campana, J., Medina, J. M., ve Pons, O. (2004). ImmoSoftWeb: a web based fuzzy application for real estate management. Paper presented at the International Atlantic Web Intelligence Conference.
3. Bonissone, P. P., ve Cheetham, W. (1997). Financial applications of fuzzy case-based reasoning to residential property valuation. Paper presented at the Proceedings of 6th International Fuzzy Systems Conference.
4. Brown, R. K. (1965). Real estate economics: an introduction to urban land use: Houghton Mifflin.
5. Chang, P.-C., ve Liao, T. W. (2006). Combining SOM and fuzzy rule base for flow time prediction in semiconductor manufacturing factory. Applied Soft Computing, 6(2), 198-206.
6. Cui, P. P., ve Hao, S. Y. (2006). The Study on Cost Approach in Real Estate Appraisal Based On Fuzzy Mathematıcs. Paper presented at the Proceedings of the CRIOCM 2006 International Symposium on Advancement of Construction Management and Real Estate, Beijing, China.
7. Fay, A. (2000). A fuzzy knowledge-based system for railway traffic control. Engineering Applications of Artificial Intelligence, 13(6), 719-729.
8. Gim, G., ve Whalen, T. (1999). Logical second order models: Achieving synergy between computer power and human reason. Information Sciences, 114(1-4), 81-104.

9. Lee, Y.-L., Jung, C., ve Kuang, Y. Y. (2003). Fair evaluation of real estate value in urban area via fuzzy theory.
10. Liu, Y., ve Phinn, S. R. (2003). Modelling urban development with cellular automata incorporating fuzzy-set approaches. Computers, Environment and Urban Systems, 27(6), 637-658.
11. Luger, G. F. (2005). Artificial intelligence: structures and strategies for complex problem solving: Pearson education.
12. Malaman, C. S., ve Amorim, A. (2017). Método para determinação de valores na avaliação imobiliária: Comparação entre o modelo de regressão linear e lógica fuzzy. Boletim de Ciências Geodésicas, 23, 87-100.
13. Nilsson, N. J., ve Nilsson, N. J. (1998). Artificial intelligence: a new synthesis: Morgan Kaufmann.
14. Nişancı, R. (2005). Coğrafi Bilgi Sistemleri ile Nominal Değerleme Yöntemine Dayalı Piksel Tabanlı Kentsel Taşınmaz Değer Haritalarının Üretilmesi. KTÜ Fen Bilimleri Enstitüsü, Trabzon.
15. Pereira, R., Sanchez, J., ve Rives, J. (1999). Knowledge-based maneuver and fire support planning. Expert Systems with Applications, 17(2), 77-87.
16. Ring, A. A., ve Dasso, J. J. (1977). Real estate principles and practices: Prentice Hall.
17. Rubens, N. (2006). The application of fuzzy logic to the construction of the ranking function of information retrieval systems. arXiv preprint cs/0610039.
18. Russell, S., ve Norvig, P. (1995). Artificial intelligence: A modern approach prentice-hall. Englewood cliffs, NJ, 26.
19. Sarpoulaki, M., Samadzadegan, F., ve Ababspour, R. (2002). Fuzzy based spatial query and analysis in an urban information system. Internatıonal archives of photogrammetry remote sensing and spatial information science, 34(4), 82-82.
20. Sonmez, H., Gokceoglu, C., ve Ulusay, R. (2004). A Mamdani fuzzy inference system for the geological strength index (GSI) and its use in slope stability assessments. International Journal of Rock Mechanics and Mining Sciences, 41, 780-785.
21. Steele, G. (1990). Common LISP: the language: Elsevier.
22. Sun, B., ve Qiu, Y. (2010). Fuzzy expert system for flexible pavements crack performance prediction. In ICLEM 2010: Logistics For Sustained Economic Development: Infrastructure, Information, Integration.
23. Sun, Y., Huang, R., Chen, D., ve Li, H. (2008). Fuzzy set-based risk evaluation model for real estate projects. Tsinghua science and technology, 13(S1), 158-164.
24. Uğur, A., ve Kınacı, A. (2005). İnternet Üzerinde Yapay Zeka ve Yapay Sinir Ağları.
25. Yalpır, Ş. (2007). Bulanık mantık metodolojisi ile taşınmaz değerleme modelinin geliştirilmesi ve uygulaması: Konya örneği.
26. Yayğır, T., ve Hacıköylü, C. (2018). Arsa ve Arazilere Yönelik Mali Yükümlülükler Çerçevesinde Kentsel Rantların Vergilendirilmesi. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 13(2), 77-100.
27. Yomralıoğlu, T., Nişancı, R., Çete, M., ve Candaş, E. (2011). Dünya'da ve Türkiye'de taşınmaz değerlemesi. İstanbul Teknik Üniversitesi araştırma makalesi.
28. Zadeh, L. A. (1997). Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. Fuzzy sets and systems, 90(2), 111-127.