Performance Analysis of Methods Used in the Cost Estimation of Residential Buildings

Abstract

Cost estimation is perhaps the most important part of the feasibility studies to be carried out at the beginning of the project in order to affect the investment decisions and the scope of the project. Although there are studies in the literature to determine the construction costs with various estimation methods, there is no study for a comprehensive performance analysis of these methods. This scope of work; A total of eleven prediction models, six different regression models, four different machine learning models and Fuzzy Expert System Design, were developed from the advanced estimation methods used in the cost estimation of residential buildings. The created models were analyzed with three different performance criteria (Mean Squared Error, Mean Absolute Percentage Error and Coefficient of Determination) and the best estimating approach was investigated.

Keywords

• Residential structures
• cost estimate
• models of regression analysis
• machine learning
• fuzzy expert system
• performance analysis

KONUT YAPILARININ MALİYET TAHMİNİNDE KULLANILAN YÖNTEMLERİN PERFORMANS ANALİZİ

Abstract

Maliyet tahmini, yatırım kararlarını ve projenin kapsamını etkilemesi açısından işin başında yapılacak fizibilite çalışmalarının belki de en önemli kısmını oluşturmaktadır. Literatürde yapı maliyetlerinin çeşitli tahmin yöntemleri ile belirlenmesi kapsamında yapılmış çalışmalar bulunsa da, bu yöntemlerin geniş çaplı bir performans analizinin yapılmasına yönelik bir çalışmaya rastlanılmamıştır. Bu çalışma kapsamında; konut yapılarının maliyet tahmininde kullanılan gelişmiş tahmin yöntemlerinden altı farklı regresyon modeli, dört farklı makine öğrenmesi modeli ve Bulanık Uzman Sistem Tasarımı olmak üzere toplam on bir adet tahmin modeli oluşturulmuştur. Oluşturulan modeller üç farklı performans kriteri (Ortalama Hata Karesi, Ortalama Mutlak Yüzde Hatası ve Determinasyon Katsayısı) ile analiz edilerek en iyi tahmini yapan yaklaşım araştırılmıştır.

Keywords

• konut yapıları
• maliyet tahmini
• regresyon analiz modelleri
• makine öğrenmesi
• bulanık uzman sistem tasarımı
• performans analizi

References

1. Baykal, N., Beyan, T.,2004, “Bulanık Mantık Uzman Sistemler ve Denetleyiciler”, Bıçaklar Kitapevi, Ankara, 191.
2. Bayram, S., 2015, “Türkiye Kamu İnşaat Projelerindeki Maliyet Ve Süre Sapmalarının Yapay Zekâ Yöntemleri ile Kıyaslamalı Analizi”, Doktora Tezi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Kayseri.
3. Biçer, E.B., Arslan, Ö., Biyan, M., 2019, “Bulanık Mantık Yöntemiyle Maliyet Tespiti: Bir Üniversite Hastanesi Örneği”, İktisadi ve İdari Bilimler Dergisi, Ekim 2019, Cilt:33, Sayı:4, ss. 1137-1152.
4. Cankıran, C., “Makine Öğrenimi Nedir” https://www.cancankiran.com/makine-ogrenimi/, ziyaret tarihi: 02 Mayıs 2020.
5. Eray, O., 2008, “Destek Vektör Makineleri ile Ses Tanıma Uygulaması”, Yüksek Lisans Tezi, Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü, Denizli.
6. İyi, P., 2006, “Genetik Algoritma Uygulanarak ve Bilgi Kriterleri Kullanılarak Çoklu Regresyonda Model Seçimi”, Yüksek Lisans Tezi, Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Adana.
7. Kanit, R., Baykan, U.N., Erdal, M., (2005), Kısıtlı Kaynak Koşullarının Yapı Maliyetine Etkisinin İncelenmesi, Politeknik Dergisi, 8 (2), ss.209-221.
8. Kaya, E.,2014, “Genetik Algoritma ile Bulanık Kural Kümesinin Otomatik Olarak Oluşturulmasında Yeni Bir Yaklaşım”, Doktora Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.

9. Keleş, A.E., Keleş, M.K., 2018, “Genetik Algoritma ile Öznitelik Seçimi Kullanılarak Yapım Yönetiminde Çalışan Liderlik Algısının Tahmini”, Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 33(4), ss. 97-110.
10. Koç, T., Cengiz, M.A., 2012, “Genelleştirilmiş Lineer Karma Modellerde Tahmin Yöntemlerinin Uygulamalı Karşılaştırılması ”, Karaelmas Fen ve Mühendislik Dergisi, 2 (2), ss. 47-52.
11. Kuruoğlu, M., Çelik, L.Y., Topkaya, E., Yönez, E.,2011, İnşaat Sektöründe Kullanılan Ön Maliyet Tahmin Yöntemlerinin Karşılaştırılması, TMMOB İnşaat Mühendisleri Odası, 6. İnşaat Yönetimi Kongresi, 2011.
12. Namlı, E., 2012, “Proje Yönetimi Kapsamında Risk Tabanlı ve Yapay Zekâ Destekli Bir Maliyet Tahmin Modeli”, Doktora Tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
13. Öz, B., 2012, “Kamu İnşaat Projelerinde Karşılaşılan İhtilaflar İçin Bir Bulanık Mantık Çözüm Modeli”, Doktora Tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
14. Sarıdemir, M., 2008, “Farklı Agregalarla Üretilmiş Beton Özelliklerinin Yapay Sinir Ağları ve Bulanık Mantık ile Tahmin Edilmesi”, Doktora Tezi, Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Eskişehir.
15. Tümer, G., 2010, “Regresyon Modellerinde En Küçük Kareler Tahmin Edicileri”, Yüksek Lisans Tezi, Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Adana.
16. Uğur, L.O., 2007, “Yapı Maliyetinin Yapay Sinir Ağı ile Analizi”, Doktora Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.
17. Uğur, L.O., Kanit, R., Erdal, H., Namli, E., Erdal, H.İ., Baykan, U.N., Erdal, M., (2019), “Enhanced Predictive Models for Construction Costs: A Case Study of Turkish Mass Housing Sector” Computational Economics, 53 (4), ss.3336-3344.
18. Yılmaz, İ., 2012, “Osmanlı Dönemi Mimarlık Eserleri Restorasyon İnşaat Maliyetlerinin Yapay Zekâ Yöntemleri ile Tahmini”, Doktora Tezi, İstanbul Kültür Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
19. Yılmaz, M., Kanıt, R., Erdal, M., Yıldız, S., Bakış, A., 2016, “Bina Bakım Onarım Ödeneklerinin Etkin Kullanımı Maksadıyla İhale Bedelini Etkileyen Faktörlerin Yapay Sinir Ağları ve Lineer Regresyon Yöntemleri ile Belirlenmesi”, Gazi Üniversitesi Politeknik Dergisi, 19 (4), ss. 461- 470.
20. Yolasığmaz, İ.B., 2015, “Destek Vektör Regresyon Metodu Kullanarak İnşaat Projelerinin Kavramsal Maliyet Tahmini”, Yüksek Lisans Tezi, Ortadoğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.