An objective Build-Operate-Transfer (BOT) contract evaluation at the conceptual stage, in countries facing budget constraints, will lead to undertaking projects which are anticipated to be viable in the future. An objective analysis of various risk variables and their impact on a BOT project’s future outcome requires study and integration of many likely scenarios into the contract terms, which is complicated and time-consuming. If the process of examining the financial parameters and uncertainties of a BOT project could be automated, this would be a milestone in objective decision-making from various stakeholders’ points of view. A soft computing model would let the user analyze many probable scenarios more accurately.
In this study two soft computing methods, artificial neural network (ANN) and gene expression programming (GEP) are applied onto two distinct BOT case studies to illustrate automation of their assessment processes.
First a case study of BOT model on dormitory projects in Cyprus is analyzed. An ANN model with correlation coefficient of 0.9064 is developed to model the relationship between important project parameters and risk variables. Significant factors, used in ANN model development, were extracted from sensitivity analysis and Monte Carlo simulation results obtained from conventional spreadsheet data. The resulting consensus based on this model would yield to fair contractual agreements for both the government and the concession company.
iv
Second financial viability of undertaking a BOT contract for sewer and water projects in California, USA is analyzed. Furthermore by aid of sensitivity analysis, risk parameters are identified. Sensitivity analysis results demonstrated that project construction cost factor determines the financial viability of undertaking a BOT contract. Therefore, reliable construction cost prediction, based on limited information, at early stages of the project planning phase is crucial for development of an objective BOT agreement. This study utilized gene expression programming (GEP) which is a derivative of genetic algorithm (GA) and genetic programming (GP), and developed a prediction model with correlation coefficient of 0.8467 for estimating the construction cost of water and sewer rehabilitation/replacement projects.
Contribution of this thesis to knowledge is by exploiting ANN model’s capability to incorporate many scenarios, we developed an automated tool to define concession terms considering potential risks; and by utilizing GEP model ‘s ability to create an explicit equation, we developed a formula for a project construction cost prediction to help improve objective financial appraisal of a BOT project.
Author keywords: Public-Private-Partnership; Build-Operate-Transfer; Monte Carlo simulation; Contracts; Cost Estimation; Artificial Neural Network; Gene Expression programming; Dormitory Projects; Water and Sewer Replacement/Rehabilitation Projects.
Bütçe kısıtlamalarıyla karşı karşıya ülkelerde objektif Yap-İşlet-Devret (YİD) sözleşmelerinin kavramsal aşamada değerlendirilmesi, gelecekde positive degerli projelerin uygulamasina yol açacaktır. Çeşitli risk değişkenleri ve YİD projenin gelecek, sonuclarin üzerindeki etkileri objektif bir analiz yapmak karmaşık ve zaman alıcıdır; çünkü sözleşme şartları içine birçok muhtemel senaryolar entegrasyonunu gerektirir. YİD projenin mali parametreleri ve çeşitli belirsizliklerin incelenme süreci otomatik olursa, bu yaklaşım birçok paydaşların objektif belirleme açısından bir dönüm noktası olabilir. Soft Computing modelleri kullanıcıya daha çok senaryoları analiz etmesine izin verdiyi icin, objective karar vermesine yol vermekdedir. Bu çalışmada iki Soft Computing yöntemleri, Yapay Sinir Ağları (ANN) ve Gen tabir programlama (GEP), projelerin etkili parametrelerini belirlemek için, uygulanmiştir.
İlk Kıbrıs'ta yurt projelerinde YİD modelinin bir vaka çalışması analiz edildi. 0.9064 korelasyon katsayısı ile bir YİD modeli önemli proje parametrelerinin ve risk değişkenler arasındaki ilişkiyi modellemek için geliştirildi. YİD modelinde kullanılan önemli faktörler, Hassasiyet analizi ve Monte Carlo simülasyonun konvansiyonel elektronik tablo verilerinin uzerine yapilan sonuçlara dayanarak geliştirilmiştir. Bu modele dayalı ortaya çıkan uzlaşma, hükümet ve imtiyaz şirketine adil sözleşme ortami doğuracaktir.
Bu araştimada, bir de Kaliforniya ABD kanalizasyon ve su projeleri için YİD sözleşmesinin finansal kapasitesi analiz edildi. Ayrıca hassasiyet analizi yardımıyla, risk parametreleri belirlenmiştir. Hassasiyet analizi sonuçları YİD projenin inşaat
vi
maliyetinin mali geliri belirleyen factor oldugunu göstermiştir. Bu nedenle, proje planlama aşamasının sınırlı bilgiye dayalı, güvenilir inşaat maliyet tahmini, objektif bir YİD sözleşmesi gelişimi için çok önemlidir. Bu çalışmada kullanılan Gen tabir programlama (GEP) model sonucunda su ve kanalizasyon rehabilitasyonu / değiştirme projelerinin inşaat maliyetini tahmin etmek için 0.8467 korelasyon katsayısı ile tahmin modeli geliştirmiştir.
Bu tezin bilgiye katkisi, birçok senaryolari dahil etmekle, ANN modelin yeteneğini kullanarak, potansiyel riskleri göz önüne alarak, sözleşme terimleri tanımlamak için otomatik bir araç geliştirdi; ve basit bir denklem oluşturmakla GEP modelin yeteneğini kullanarak, bir YİD projenin mali değerlendirmeye yardımcı olmak üzere inşaat maliyet tahmini için bir formül geliştirdi.
Anahtar Kelimeler: Kamu-Özel-Ortaklığı; Yap-İşlet-Devret (YİD); Monte Carlo simülasyonu; Sözleşmeler; Maliyet Tahmini; Yapay Sinir Ağları (ANN); Gen tabir programlama (GEP); Yurt Projeleri; Su ve Kanalizasyon Yedek / Rehabilitasyon Projeleri.
