##common.pageHeaderLogo.altText##
Tạp chí Vật liệu và Xây dựng - Bộ Xây dựng

ISSN:

Website: www.jomc.vn

Đề xuất các mô hình máy học ước tính khối lượng vật tư trong giai đoạn ý tưởng dự án

Nguyễn Ngô Luân , Phạm Vũ Hồng Sơn

Tóm tắt

Chi phí dự án trong giai đoạn ý tưởng có vai trò quan trọng đến sự thành công của một dự án xây dựng. Các mô hình chi phí trong giai đoạn này thường chưa chi tiết hóa các chi phí vật tư, máy móc thiết bị, nhân công. Điều này đã làm các nhà quản lý dự án chưa chủ động dự trù các nguồn lực ngay từ ban đầu. Đặc biệt chi phí vật tư thường chiếm tỷ trọng lớn trong cơ cấu chi phí xây dựng các dự án dân dụng. Các nghiên cứu về ước tính khối lượng vật tư trước đây chỉ tập trung chủ yếu trong lĩnh vực : giao thông, dự án năng lượng, … các mô hình ước tính khối lượng trong các dự án dân dụng còn hạn chế và sử dụng các phần mềm tương đối khó tiếp cận cho nhiều người trong ngành xây dựng. Bằng việc sử dụng phần mềm Weka, nghiên cứu này sẽ đề xuất các thuật toán máy học phù hợp để xây dựng mô hình ước tính khối lượng vật tư cho các dự án dân dụng kết cấu bê tông cốt thép. Kết quả dự đoán từ mô hình đề xuất sẽ được xếp hạng nhằm đề xuất các thuật toán phù hợp cho việc khai thác các mô hình bê tông, ván khuôn, cốt thép cho các cấu kiện : móng, cột, dầm và sàn.

Tài liệu tham khảo

  1. M. Badawy, "A hybrid approach for a cost estimate of residential buildings in Egypt at the early stage," Asian Journal of Civil Engineering, 2020. z
  2. H.-S. L. M. P. D.-Y. H. a. J. A. Bo-Sik Son, "Quantity Based Active Schematic Estimating (Q-BASE) Model," KSCE Journal of Civil Engineering, 2013.
  3. O. S. I. a. K. C. Lam, "Conceptual Quantities Estimation Using Bootstrapped Conceptual Quantities Estimation Using Bootstrapped," Journal of Construction Engineering and Management, 2020.
  4. S. A. ,. M. N. W. S. A. S. S. a. G. H. C. Sparsh Sharma 1, "A Survey on Applications of Artificial Intelligence for Pre-Parametric Project Cost and Soil Shear-Strength Estimation in Construction and Geotechnical Engineering," MDPI, 2021.
  5. I.-C. Yeh, "Quantity Estimating Of Building With Logarithm-Neuron Networks," Journal of Construction Engineering and Management, 1998.
  6. G. S. L. M. P. D. M. E. -S. D. M. A. T. Dr. Mourad M. Bakhoum, "Estimation Of Quantities And Cost Of Prestressed Concrete Bridges Over The Nile In Egypt," EGYPTIAN SOCIETY OF ENGINEERS, 1998.
  7. Attal, "Ohio Library and Information Network (OhioLINK)," Ohio, 2010. [Online]. Available: https://etd.ohiolink.edu/apexprod/rws_olink/r/1501/10?clear=10&p10_accession_num=ohiou1282146503. [Accessed 5 10 2022].
  8. A. Czarnigowska and A. Sobotka, "Estimating Construction Duration for Public Roads During the Preplanning Phase," Journal of Engineering, Project, and Production Management, vol. 4(1), pp. 26-35, 2014.
  9. S. Bayram, "Duration Prediction Models for Construction Projects: In Terms of Cost or Physical Characteristics?," KSCE Journal of Civil Engineering, vol. 21, pp. 2049-2060, 2017.
  10. Igor Pesko, Vladimir Mucenski, Milos Seslija, Nebojsa Radovic, Aleksandra Vujkov, Dragana Bibic and Milena Krklješ, "Estimation of Costs and Durations of Construction of Urban Roads Using ANN and SVM," Complexity, vol. 2017, 2017.
  11. X. He, P. A. Rui Liu and P. F. and Chimay J. Anumba, "Data-Driven Insights on the Knowledge Gaps of Conceptual Cost Estimation Modeling," Journal of Construction Engineering and Management, 2021.
  12. Waikato University, [Online]. Available: https://www.cs.waikato.ac.nz/ml/weka/.
  13. T. N. C. Kiên, "Viện Hàn Lâm Khoa Học Và Công Nghệ," 2017. [Online]. Available: https://imech.ac.vn/upload/NewsImage/2021/1/12/ung-dung-mang-noron-nhan-tao-vao-bai-toan-du-bao-thuy-van.pdf. [Accessed 10 11 2021].
  14. Jui-Sheng Chou, Duc-Son Tran, "Forecasting Energy Consumption Time Series using Machine Learning Techniques based on Usage Patterns of Residential Householders," Energy, vol. 165, pp. 709-726, 2018.
  15. J. H. Friedman, "Stochastic gradient boosting," COMPUTATIONAL STATISTICS & DATA ANALYSIS, 2002.
  16. N.-T. N. ,. a. A.-D. P. Ngoc-Son Truong, "Forecasting Time-Series Energy Data in Buildings Using an Additive Artificial Intelligence Model for Improving Energy Efficiency," Hindawi, 2021.
  17. Vladimir Vapnik & Corinna Cortes , "Support-vector networks," Machine Learning, vol. 20, pp. 273-297, 1995.
  18. B. Yu, P. Xiaolin Song, P. Feng Guan and P. Zhiming Yang, "k -Nearest Neighbor Model for Multiple-Time-Step Prediction of Short-Term Traffic Condition," Journal of Transportation Engineering, vol. 142, no. 6, 2016.
  19. Murat Ayhan, Irem Dikmen, and Talat Birgonul, "Predicting the Occurrence of Construction Disputes Using Machine Learning Techniques," Journal of Construction Engineering and Management, vol. 147, 2021.
  20. Kohavi, "A study of cross-validation and bootstrap for accuracy estimation and model selection," Proceedings of the 14th international joint conference on Artificial intelligence, vol. 2, pp. 1137-1143, 1995.

Các bài báo được đọc nhiều nhất của cùng tác giả