Earned value management and neural network to estimate cost of project in Jordan

Other Title(s)

إدارة القيمة المكتسبة و الشبكة العصبية لتقدير التكلفة النهائية للمشروع في الأردن

Dissertant

Abu Haswah, Sharihan Muhammad

Thesis advisor

Faruqah, Ibrahim Faruq

University

Isra University

Faculty

Faculty of Engineering

Department

Engineering Project Management

University Country

Jordan

Degree

Master

Degree Date

2022

Arabic Abstract

بعد استكمال المشاريع ضمن حدود التكلفة المخططة عنصرا مهما في إدارة المشاريع.

لذلك فإن تقدير تكلفة المشاريع عند الاكتمال يعتبر مهمة صعبة، ومع ذلك فإن تطور الأدوات التكنولوجية ستمكن المخطط من فهم عمليات تقدير التكلفة بشكل أفضل في مختلف مراحل المشاريع الانشائية.

الهدف من هذه الدراسة تحسين الأداء التنبئي لإدارة القيمة المكتسبة من خلال تطوير نموذج جديد لتقدير تكلفة المشاريع عند الاكتمال باستخدام تقنية الشبكات العصبية الاصطناعية.

في هذا البحث تم استخدام تقنيتين لتقدير التكلفة عند الانتهاء للمشاريع الانشائية، التقنية الأولى هي الانحدار الخطي المتعدد، والتقنية الثانية هي ! الشبكات العصبية الاصطناعية.

تم اختيار مشروع حافلات التردد السريع في عمان كحالة دراسية لتطبيق مشكلة البحث.

تم جمع بيانات المشروع المكون من ثماني حزم والتي تضمنت (207) تقرير متابعة شهرية.

تم استخدام القيم الأساسية الثلاث لإدارة القيمة المكتسبة PV) و AC و( EV) کمدخلات للنماذج لتقدير التكلفة عند الاكتمال (EAC).

أظهرت النتائج أن تقنية الشبكات العصبية الاصطناعية (ANN) أفضل من تقنية الانحدار الخطي المتعدد (MLR) لتقدير تكلفة المشاريع عند الاكتمال بناءً على متوسط نسبة الخطأ المطلق و متوسط معدل الدقة و الذي كان يساوي %5.93% و 94.07% على التوالي لنموذج ANN وفي نموذج MLR يساوي %31.61 و 68.39% على التوالي.

تشير هذه النتائج إلى أنه يجب استخدام تقنية ANN في تقدير التكلفة الاكتمال للمشاريع الانشائية، حيث إنها توفر الكثير من الجهد و الوقت على صناع القرار و مديري المشاريع لاتخاذ القرار المناسب.

English Abstract

The completion of projects within the limits of the planned cost is an important component of projects management.

Therefore, estimating the cost at completion of projects are a difficult task, Nevertheless the developed of technological tools will enable the planner to better understand the cost estimation processes in the various stages of construction projects.

The objective of this study is to improve the predictive performance of earned value management by developing a model to estimate the cost at completion of construction projects using artificial neural network technology.

In this research, two techniques were used to estimate the cost at completion of construction projects, the first technique is multiple linear regression, and the second technique is artificial neural networks.

The Bus Rapid Transit project in Amman was chosen to apply the research problem as a case study.

The data of the project consisted of eight packages, which included (207) monthly follow-up reports were collected.

The three basic values of the earned value management (PV, AC, and EV) were used as inputs to the models to estimate the cost at completion (EAC).

The results showed that the ANN technique is better than the MLR technique for estimation cost at the completion of the construction projects based on the mean absolute percentage error and average accuracy rate, which was equal to 5.93%, and 94.07% respectively for the ANN model, and in MLR model equal to 31.61%, and 68.39% respectively.

These results indicate that the ANN technique should be used in estimation cost at completion of the construction projects, as it saves a lot of effort and time for decision-makers and project managers to take the appropriate decision.

Main Subjects

Civil Engineering

No. of Pages

116

Table of Contents

• APA
• MLA
• AMA

Language

English

Data Type

Arab Theses

Record ID

BIM-1428961