Kamu ihaleleri için hazırlanan teklif fiyatı içinde yer alan katkı payının belirlenmesinde adaptif ağ tabanlı bulanık mantık çıkarım yaklaşımı

Abstract

Teklif aşamasında katkı payının belirlenmesi, kamu yatırım projelerinde ihale sürecinin önemli bir aşaması olmasına rağmen yüklenicilerin katkı payının belirlenmesinde kullandıkları yöntem, genellikle sezgi ve tecrübeler ile sınırlı kalmaktadır. Rekabetçi ihale sisteminin egemen olduğu inşaat sektöründe, ihale süreçleri karmaşık ve belirsizliğin yüksek olduğu bir süreç haline gelmiştir. Bu süreç, projelerin sahip olduğu belirsizlikler ve inşaat sektörünün dinamik yapısından dolayı yönetimi zor olan bir süreçtir. Bu çalışma kapsamında, kamu yatırım projelerinde faaliyet gösteren firmalarının, teklif hazırlama sürecinde katkı paylarının belirlenmesinde kullanabilecekleri bir model geliştirilmeye çalışılmıştır. Tez kapsamında, kamu yatırım ihalelerinde, yüklenici firmaların teklif fiyatlarında yer alan katkı paylarının belirlenmesinde etkili olan faktörlerin önem derecelerinin belirlenmesi amacı ile bir anket tasarlanmıştır. Anketler, kamu sektöründe faaliyet gösteren inşaat firmalarına gönderilerek, yetmiş altı farklı kamu yatırım projesi için veriler toplanmıştır. Anket verileri ışığında, Türk yüklenicilerin kamu yatırım ihalelerinde katkı paylarının belirlenmesinde etkili olan faktörler incelenerek gruplara ayrılmış ve grupların katkı payı üzerindeki etki düzeyleri ortaya konmuştur. Son olarak katkı payının belirlenebilmesi için sinirsel ağ ve bulanık mantığa dayanan bir yaklaşım olan Adaptif Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi (ANFIS) ile bir model geliştirilmiştir. Ortaya konulan model sinirsel ağların öğrenme avantajını ile bulanık mantığın insan gibi karar verme ve uzman bilgisi sağlama kolaylığı gibi üstünlüklerinin birleştirilmesi sağlamaktadır. Çalışmada ANFIS’in temelleri ortaya konulmakta ve katkı payının belirlenmesine yönelik yapısı sunulmaktadır.

The estimation of markup is a difficult process for contractors in a changeable and uncertain construction environment. Although determining the mark up amount is a crucial step of the tender process in public investment projects, most of the methods used by contractors are limited to instincts based on the personal or company experience. Tender process has become full of uncertainties and complexities because of competitive tender processes are dominant in construction sector. The management of tender process is difficult, because of uncertainty and dynamic nature of the construction in the project. In the scope of this thesis, a model, which can be used by companies for mark up estimation in tender price in the public investment projects, is developed. In the scope of this thesis, mark-up estimation using ANFIS in construction industry was investigated. From the literature and pilot study, factors that may affect mark-up were identified. Then, a questionnaire was distributed to contractors. A postal survey was conducted to whether contractors felt that the factors are important in determining mark-ups. The questionnaire requested respondents to indicate on a five-point scale the importance of various factors. The data for seventy six different public investment projects was collected. Lastly, mark-up estimation was analyzed according an approach that based on neural network and fuzzy logic named as Adaptive Neuro Fuzzy Inference System (ANFIS). The proposed model takes the learning advantage of neural networks and integrates this with fuzzy logic that represents human reasoning mechanism effectively. The basics of ANFIS are illustrated and an algorithm based on the method is proposed for mark up estimation.