Comparison of the Performance of K-Nearest Neighbours and Generalized Neural Network in Construction Crew Productivity Prediction

Authors : Okyanus ORAL, Emel Latali ORAL, Mehmet Sait ANDAÇ

Pages : 131-140

Doi:10.21605/cukurovaumfd.933867

View : 12 | Download : 7

Publication Date : 2021-05-10

Article Type : Research Paper

Abstract :İnşaat işlerinde ekip verimliliğinin tahmini, inşaat süresi ve maliyetinin gerçekçi tahminini etkileyen en önemli faktörlerden biridir. Ekip verimliliği tahmini için İleri Besleme Sinir Ağı, Karınca Kolonisi, Yapay Arı Kolonisi, Parçacık Sürü Optimizasyonu, Radyal Tabanlı Sinir Ağları ve Kendi Kendini Düzenleyen Haritalar gibi farklı arama algoritmalarının kullanımı önceki çalışmalarda tartışılmıştır. Ancak, bu çalışmalarda tahmin performansında kullanılan yöntemin özellikleri ile verinin niteliği arasındaki tutarlılığın etkisi genellikle ihmal edilmiştir. Dolayısıyla mevcut araştırmanın amacı, iki çağdaş öğrenme algoritması olan K- En Yakın Komşu (K-NN) ve Genelleştirilmiş Sinir Ağı (GRNN) kullanılarak farklı dağılım özelliklerine sahip üç farklı ekibe (kalıp, döşeme ve duvar) ait verimlilikle ilgili veri seti için tahmin performansını analiz etmektir. Her iki yöntemin performansı da, değerlerin değişen katsayıları için farklılık göstermiştir. K-NN, tüm veri setleri için GRNN'den daha iyi performans göstermiş olup, her iki yöntem de en yüksek varyansa sahip veri kümesinde en kötü performansa sahiptir.
Keywords : İnşaat ekibi, Verimlilik, Yapay sinir ağları, K en yakın komşu, Genelleştirilmiş sinir ağı