Kamu projelerinde maliyete bağlı proje süresinin tahmini

Abstract

Dünya çapında en önemli ve hızla büyüyen sektörlerden biri olan inşaat sektörü, proje süresi ve maliyet tahmini konusunda önemli zorluklarla karşı karşıyadır. Özellikle bütçe ve zaman kontrolünün kritik olduğu kamu projelerinin başarılı bir şekilde yürütülmesi için doğru süre tahmini hayati öneme sahiptir. Bu çalışma, Türkiye, Avustralya, Nijerya, Teksas ve çeşitli ülkelerdeki kamu projelerinden elde edilen verileri analiz ederek maliyet tabanlı süre tahmini yöntemlerini karşılaştırmayı amaçlamaktadır. Doğrusal regresyon ve Bromilow modeli gibi konvansiyonel yöntemlere ek olarak, yapay zekâ teknikleri olan yapay sinir ağları kullanılarak tahminler yapılacaktır. Yapay sinir ağlarının maliyet ve süre arasındaki karmaşık ilişkileri modellemede konvansiyonel yöntemlerden daha iyi sonuçlar sağladığı düşünülmektedir. Sonuç olarak, bu çalışma YSA'nın projelerde süre tahminindeki belirsizlikleri azaltabileceğini ve kaynakların daha verimli kullanılmasına katkıda bulunabileceğini ortaya koymaktadır. Bu şekilde, kamu projelerinin tamamlanma süreleri daha gerçekçi ve etkili bir şekilde tahmin edilebilir ve bu da kamu kaynaklarının daha verimli kullanılmasına olanak tanıyabilir.

The construction sector, as one of the fastest growing ve most critical sectors worldwide, is faced with great challenges in project policies ve cost estimations. Especially in public projects, considering the importance of budget ve time management becomes a great necessity in accurate duration estimation. This can be done by examining the data obtained from public projects in Turkey, Australia, Nigeria, Texas ve other regions, with cost-based duration estimation methods. In addition to traditional approaches such as linear regression ve Bromilow model, artificial intelligence techniques, especially artificial neural networks (ANN), will be used to perform estimations. It is anticipated that artificial neural networks will provide more accurate results compared to the traditional distribution in complex units between cost ve duration. As a result, more effective use of ANN will be contributed to calculating estimated amounts during the duration of projects. Thus, the completion of public projects can be estimated better ve more effectively, ve the efficient use of public resources can be increased.