Yapay sinir ağları metodu ile kalıp işlerinde bir verimlilik ve adam-saat tahmini modeli

Abstract

1980'li yılların başından itibaren mühendislikte artarak uygulama alanı bulanyapay sinir ağları yöntemi, temelinde insan beyninin çalışma ilkelerini taklitederek çalışan bir problem çözümleme yöntemidir. Yöntemin en önemli özelliğigerçek veriler ile kurulan modelin eğitilmesi ve eğitilmiş olan modelin yeniveriler için sonuç üretebilmesidir. Bu bağlamda kurulan model sürekli olarakyeni veriler ile sürekli kendini yenileyebilmesidir. Diğer bir deyişle modelsürekli öğrenerek kendini geliştirebilmektedir. Bu çalışmada, bina türüprojelerde kaba yapı maliyetleri içerisinde önemli yer tutan kalıp işlerine aitadam-saat ve verimlilik değerlerinin sağlıklı tahmini amacıyla yapay sinir ağlarıyöntemi ile bir karar destek sistemi oluşturulması hedeflenmiştir. Bu amaçlaçalışmanın ilk aşamasında bir yapay sinir ağı oluşturulmuştur. Bu aşamanın enönemli kısmı girdi ve çıktı değişkenlerinin tespitidir. İkinci aşamadaoluşturulan bu ağ elde mevcut bulunan üstyapı projelerine ait kalıp puantajlarıeğitilmiştir. Üçüncü ve son aşamada ise modelin sağlıklı çalışıp çalışmadığıfarklı projelerden elde edilen veriler ile test edilmiştir.

With the growing amount of applications through the engineering processessince the early 1980, `Artificial Neural Networks` method is a problem solvingtechnique which runs by imitating the basic working principles of a humanbrain. The most important feature of this method is the training of the model,which is created by the using of current real data values, therefore thecorresponding trained model is able to produce consequences (outputs)according to the given new data values. The model that is created by such atechnique can therefore update itself according to the new data sequences. Inother words, the model can develop itselft via a continuously learningprocedure. In this study; it is aimed to obtain a reliable decision back-up systemwhich demonstrates reliable output values for the man-hour and efficiencyanalysis of a moulding operation, which takes an important part within therough construction costs. For that purpose, an artificial neural network hasbeen constructed at the first section of the study. The most important part ofthis section is the determination of the input and output variables. At the secondsection, the constructed network is trained with respect to the `mouldingpuantajları` that belong to the current up-structure projects. At the third stage,the reliability of the model has been checked according to the data values thatare obtained from the different projects.