Neural network application for building projects cost estimation
Joint Authors
al-Dawud, Zuhayr
Humod, Ali Muhammad
Source
Issue
Vol. 17, Issue 2 (30 Apr. 2011)9 p.
Publisher
University of Baghdad College of Engineering
Publication Date
2011-04-30
Country of Publication
Iraq
No. of Pages
9
Main Subjects
Civil Engineering
Information Technology and Computer Science
Topics
Abstract AR
تقدم هذه الرسالة نموذجا عمليا لتخمين الكلفة اعتمادا على تقنية غير تقليدية و هي الشبكات العصبية الاصطناعية.
التي تتضمن الكلفة الكلية لبناء الأبراج السكنية و الفندقية بالإضافة لكلف المنظومات الميكانيكية و الكهربائية، و بالاعتماد على ثمانية عناصر تصف حجم المشروع و خصائصه متوفرة في أوائل مراحل التصميم، و قد استخدم لغرض تدريب و اختبار هذه الشبكات ثمانية عشر مشروعا حقيقا مبينة كلها في دول الشرق الأوسط في الفترة ما بين 1996 2009.
تعتبر الشبكات العصبية الاصطناعية فرع من الذكاء الصناعي و تطبيقات علوم الحاسبات الحديثة، و قد استخدمت في هذا البحث لكفاءتها في إدارة الكلف و المعلومات للتطبيقات الهندسية و لأنها تعتمد في بنائها و تدريبها على معلومات واقعية لمشاريع حقيقة، مما أعطاها إمكانية تعميمها لتخمين كلف مشاريع جديدة.
و من المعلوم إن تخمين كلف المشاريع في الأطوار الابتدائية (التخطيط و التصميم) أصب هو العنصر المحدد و الأساسي في اتخاذ القرارات الحاسمة في الوقت المناسب و خصوصا في ظل التنافس العالمي بين الشركات و المؤسسات العالمية و المحلية و كذلك تقليل من نسب الأرباح المجنبة من هذه المشاريع.
إن كفاءة النموذج المقدم اختبرت من خلال تطبيق معلومات لمشاريع لم تدخل في عملية تدريب الشبكات، و قد أظهرت نتائج الاختبارات للشبكات الخمسة ما بين (1.51-4.77) % كمعدل المطلق للنسبة المئوية للخطأ، ما إن أعلى و أقل خطأ لكل حالة على إنفراد كان (10.2 و 0.17) % على التوالي، و هي تعتبر نتائج جيدة إذا ما قورنت بالطرق التقليدية.
Abstract EN
This work presents a neural network based cost estimating method, developed for the generation of conceptual cost estimates for total building and electromechanical systems in building project, by using eight parameters available at the early design phase.
This model establishes a methodology that can provide an economical and rapid means of cost estimating.
Eighteen High rise building projects, built between 1996 and 2009 in Middle East countries used in this study.
The performance of developed cost models was tested against costs incurred by projects not used in training of those models.
Results show the mean absolute percentage errors (MAPE) are between 1.51 % and 4.771 % for the five networks, and the maximum / minimum deviation of the cost estimation is 10.2 / 0.17.
These figures considered good cost estimation at the early design stage.
American Psychological Association (APA)
al-Dawud, Zuhayr& Humod, Ali Muhammad. 2011. Neural network application for building projects cost estimation. Journal of Engineering،Vol. 17, no. 2.
https://search.emarefa.net/detail/BIM-287845
Modern Language Association (MLA)
al-Dawud, Zuhayr& Humod, Ali Muhammad. Neural network application for building projects cost estimation. Journal of Engineering Vol. 17, no. 2 (Apr. 2011).
https://search.emarefa.net/detail/BIM-287845
American Medical Association (AMA)
al-Dawud, Zuhayr& Humod, Ali Muhammad. Neural network application for building projects cost estimation. Journal of Engineering. 2011. Vol. 17, no. 2.
https://search.emarefa.net/detail/BIM-287845
Data Type
Journal Articles
Language
English
Notes
Includes appendices
Record ID
BIM-287845
