model za procenu troškova i vremena izgradnje gradskih ...

More documents

Recommendations

Info

MODEL ZA PROCENU TROŠKOVA I VREMENA IZGRADNJE GRADSKIH SAOBRAĆAJNICA model su: (1) trajanje izvođenja radova [mesec], (2) širina kolovoza [m] i (3) širina proširenja [m]. U oba slučaja baze podataka su podeljene na tri dela: podaci za trening (60%), podaci za cross validation (20%) i podaci za testiranje (20%). Validacija modela je izvršena primenom srednje vrednosti relativne greške (mean magnitude of relative error, MMRE) nakon čega je izvršeno poređenje sa MR modelom. Dobijeni rezultati su za podatake iz Poljske 25% NNs, 36% MR, a za podatke iz Tajlanda 26% NNs i 30% MR. Sodikov je u zaključnim razmatranjima naveo da NNs predstavljaju prikladan alat za rešavanje neizvesnih problema kakva je procena troškova u preliminarnoj fazi. Bitno je napomenuti da su Ayed i Hegezy (1998), ali i Sodikov (2005) kao ulazni parametar koristili vreme trajanja izvođenja radova koje je takođe u procesu definisanja konceptualne procene nepoznato isto kao i cena izvođenja radova. Wang, Duan i Liu (2010) su u svom radu prikazali procenu troškova izgradnje autoputeva primenom NNs. Kao ulazne podatke koristili su: (1) karakteristike reljefa, (2) tip poprečnog preseka temeljenja, (3) kategorija puta, (4) visina poprečnog preseka temeljenja, (5) širina poprečnog preseka temeljenja, (6) vrsta temeljenja, (7) materijal za izradu kolovoza, (8) zaštitne građevine i (9) debljina kolovoza. Na setu od 16 realizovanh projekata su izvršili obučavanje (prvih 14 projekata) i validaciju (preostala 2 projekta) modela NNs. Relativna greška (relative error), tj. parametar na osnovu kojeg je izvršena validacija modela, za dva projekta na kojima su vršili validaciju je manja od 5% (odstupanje procenjene od stvarne vrednosti) što predstavlja veoma veliku tačnost s obzirom na broj podataka na kojima je mreža obučavana. Time su pokazali da formirani model ima dobru mogućnost generalizacije tako da model za predikciju zadovoljavajući, tj. postoji mogućnost praktične primene. Attal (2010) je formirao odvojene i nezavisne NNs modele za procenu troškova i vremena izgradnje autoputeva. Pored pomenutih autora primenom NNs u proceni troškova i/ili vremena izgradnje su se bavili i Adeli i Wu (1998), Wilmot i Mei (2005), zatim i Siqueira (1999) se u svom magistarskom radu bavio primenom NNs za konceptualnu procenu troškova izgradnje čeličnih konstrukcija. Primena SVMs, kao i primena NNs, pruža mogućnost za rešavanje problema u svim oblastima građevinske industrije, kako za probleme predikcije tako i za probleme klasifikacije. Cheng i Wu (2005) su prikazali uporednu analizu modela za konceptualnu procenu troškova izgradnje stambenih objekata formiranih primenom NNs, SVMs i EFNIM (evolutionary fuzzy neural inference model). Obučavanje i validacija modela je izvršena primenom baze od 29 realizovanih projekata. S obzirom da se rad odnosi na stambene objekte ovde nisu navedeni korišćeni ulazni podaci, bilo ih je ukupno 10. Validacija je izvršena primenom korena srednje kvadratne greške (root mean square error, RMMSE). Upoređujući rezultate modela NNs, SVMs i EFNIM (0,5491, 0,09 i 0,0813 respektivno) došli su do zaključka da SVMs pružaju bržu ali i mnogo precizniju procenu u odnosu na NNs i EFNIM. Takođe su zaključili da SVMs daju bolje rezultate upravo kada ne postoji veliki broj podataka na kojem se može vršiti obučavanje. An i ostali (2007) su prikazali primenu SVMs u procesu ocenjivanja konceptualnih procena troškova izgradnje stambeno poslovnih objekata. Ocenjivanje je izvršeno na osnovu odstupanja Veštačka inteligencija 44 Igor Peško
MODEL ZA PROCENU TROŠKOVA I VREMENA IZGRADNJE GRADSKIH SAOBRAĆAJNICA konceptualno procenjenih troškova od stvarnih troškova, čime je definisan kvalitet konceptualne procene. Podela konceptualnih procena u zavisnosti od kvaliteta je podeljena u tri klase: (klasa 1) odstupanje ±0-5%, (klasa 2) odstupanje ±5-10% i (klasa 3) odstupanje preko ±10%. Formiranje SVMs modela, u ovom slučaju za klasifikaciju, je izvršeno na osnovu podataka o 62 realizovana projekta u Koreji. Za sve projekte su na raspolaganju bili podaci o odstupanju konceptualne procene od stvarnih troškova realizacije, kao i faktori koji utiču na ocenu procene. Faktori su definisani na osnovu pregleda literature, ali i na osnovu intervjua sa ekspertima za procenu troškova, i njihov ukupan broj je 20. Provera model je izvršena primenom crossvalidation u pet iteracija i dobijena je srednja vrednost tačnosti od 85,5%. Kong, Wu i Cai (2008a) su primenom SVMs izvršili predikciju cene izražene po m 2 za stambeno poslovne objekte. Baza podataka obuhvata 24 realizovana projekta od strane iste kompanije. Podaci su podeljeni u dve grupacije: 20 setova za obučavanje i 4 seta za validaciju modela. Pre obučavanja je izvšena normalizacija podataka metodom min-max. Validacija je izvršena pomoću vrednosti greške, tj. odstupanja realne vrednosti od proecenjene. Takođe je izvršena i uporedna analiza sa rezultatima dobijenim primenom NNs. Greška predikcije za SVM model je u granicama od 1,50% do -3,80% a za NNs model od 7,60 do -2,61%. Autori su zaključili da SVMs pristup pruža veću pouzdanost i mogućnost izbegavanja overfitting. Takođe isti autori Kong, Wu i Cai (2008b) su za istu bazu podataka izvršili poređenje rezultata predikcije cena dobijenih pomoću SVMs modela i RS-SVM modela (RS – rough set). Na osnovu rezultata došli su do zaključka da RS-SVMs model pruža veću pouzdanost od SVMs modela, ima veću moć generalizacije i pruža tačniju procenu. Greška predikcije RS-SVM modela je u granicama od 0,90% do 2,60%. Deng i Yeh (2011) su prikazali primenu LS-SVMs (LS – least squares) modela u procesu predikcije troškova. Formirali su četiri različita modela: (1) model za procenu troškova čeličnih cevi, (2) model za procenu troškova procesa savijanja čeličnih cevi, (3) model za procenu troškova proizvodnje posuda pod pritiskom i (4) model za procenu nabavne cene pumpi. Autori su na osnovu rezultata (validacija izvrešna pomoću MSA, MAPE i R 2 ) zaključili da LS-SVMs pružaju bolje rezulate i vrši bolju optimizaciju od SVMs modela. Cheng i ostali (2010) su povezali dva pristupa veštačke inteligencije (fast genetic algorithm-fmGa i SVMs) za potrebe procena realizacije građevinskih projekata (npr. predikicija % završenosti nekog i-tog perioda u realizaciji građevinskog projekta). Naziv novog modela je ESIM (evolutionary support vector machine inference model). Baza podataka za formiranje modela obuhvata 13 realizovanih projekata izgradnje AB građevinske konstrukcije u gradu Taipei. Podaci su podeljeni u dve grupe (1) podaci za obučavanje; 11 realizovanih projekta podeljenih u 269 perioda i (2) podaci za testiranje; 2 realizovana projekta sa 37 perioda posmatranja. Validacija je izvršena merenjem % odstupanja predviđene od stvarne vrednosti. Autori su rezultate ESIM modela uporedili sa modelima EVM (earned value management) i zaključili da ESIM model pruža stabilniju predikciju. Modeli RS-SVMs (Kong, Wu i Cai, 2008b), LS-SVMs (Deng i Yeh, 2011), ESIM (Cheng i ostali 2010) predstavljaju hibridne modele SVMs, tj. njihovu kombinaciju sa grubim skupovima (RS – Veštačka inteligencija 45 Igor Peško
Page 1:
UNIVERZITET U NOVOM SADU FAKULTET T
Page 5:
UNIVERSITY OF NOVI SAD FACULTY OF
Page 8 and 9:
MODEL ZA PROCENU TROŠKOVA I VREMEN
Page 10 and 11:
Page 12 and 13:
Page 14 and 15: MODEL ZA PROCENU TROŠKOVA I VREMEN
Page 17: MODEL ZA PROCENU TROŠKOVA I VREMEN
Page 43: MODEL ZA PROCENU TROŠKOVA I VREMEN
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
Page 138 and 139:
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
Page 158 and 159:
Page 160 and 161:
Page 162 and 163:
Page 164 and 165:
Page 166 and 167:
Page 169 and 170:
Page 171 and 172:
Page 173:
show all

model za procenu troškova i vremena izgradnje gradskih ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?