Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: Coşkun ÇAKMAK
Danışman: Mürsel Erdal
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Doğal gaz boru hattı (DGBH) projelerinin maliyet tahmini, enerji altyapı projelerinin planlama ve bütçe yönetimi süreçlerinde doğru kararlar alınmasını sağlayan önemli bir adımdır. Bu çalışmada, DGBH inşaat maliyetlerini daha doğru bir şekilde tahmin edebilmek için çeşitli makine öğrenmesi modelleri geliştirilmiştir. Bu bağlamda, toplam 113 DGBH projesi incelenmiş ve bu projelere ait boru çapı, hat uzunluğu, hat vanası sayısı, take-off vanası sayısı ve pig istasyonu sayısı gibi bağımsız değişkenler kullanılmıştır. Veri seti, 90 proje eğitim ve 23 proje test verisi olarak ayrılmıştır. Modelleme çalışmaları Python programlama dili ile Jupyter Notebook ortamında gerçekleştirilmiştir. Seçilen bağımsız değişkenler kullanılarak Çoklu Doğrusal Regresyon (ÇDR), ElasticNet Regresyon (ER), K En Yakın Komşu (KNN), Rastgele Ormanlar (RF) ve XGBoost (XGB) algoritmaları uygulanmıştır. Modellerin başarıları, test verisi ile hesaplanan R² ve RMSE değerleri üzerinden değerlendirilmiştir. Analiz sonuçlarına göre, tüm model denemeleri arasında XGBoost modeli (R² = 0,89 ve RMSE = 23 472 275,50 $) en yüksek performansı sergilerken, Rastgele Ormanlar modeli (R² = 0,83 ve RMSE = 28 318 044,95 $) ikinci sırada yer almıştır. KNN modeli ise (R² = 0,82 ve RMSE = 29 218 117,97 $) üçüncü sırada gelmiştir. ÇDR (R² = 0,61 ve RMSE = 43 370 642,30 $) ve ER (R² = 0,74 ve RMSE = 35 228 240,74$) modelleri ise diğer yöntemlere kıyasla daha düşük performans göstermiştir. ÇDR ve ER modelleri için birer adet maliyet tahmini formülü geliştirilmiştir. Ayrıca, KNN, RF ve XGB modelleri için bağımsız değişkenlerin girilmesiyle tahmini maliyetlerin hesaplanabildiği web tabanlı bir tahmin aracı oluşturulmuştur. Sonuçlar, XGBoost ve RF algoritmalarının maliyet tahmini doğruluğunda öne çıktığını ve önerilen modellerin DGBH projelerinde ön maliyet tahmini için uygulanabilir olduğunu ortaya koymaktadır. Bu çalışma, enerji sektöründe maliyet tahmini süreçlerine katkı sağlamayı ve karar vericiler için daha etkin araçlar sunmayı amaçlamaktadır.
Anahtar Kelimeler : Maliyet tahmini, doğal gaz boru hatları, makine öğrenmesi