Artificial Neural Networks For Building Projects Cost Estimating
DOI:
https://doi.org/10.30838/P.CMM.2415.270818.52.229Keywords:
building cost estimating, parametric method of cost estimating, artificial neural networksAbstract
Purpose. To form an idea about the use of neural networks for estimating the cost of construction projects. Artificial neural networks are successfully used in solving numerous complex non-linear problems associated with forecasting, evaluation, decision-making, optimization, systematization, and choice in the fields of construction and its management. Artificial neural networks are particularly effective for solving complex problems, such as cost estimation problems, when the relationship between variables cannot be expressed by simple mathematical relationships. The technique. The parametric estimation method is a method in which the statistical evaluation between historical data and other variables is used for valuation. Using this method, you can get a more accurate estimate of the cost, due to the fact that this approach requires a lower level of detail compared to other methodologies. The level of accuracy of the assessment depends on the complexity, the amount of resources allocated for such work and the cost data embedded in the model. Results. Cost estimation is one of the most important factors in the management of construction projects. Any feasibility study for a project requires an accurate cost estimate in order to make the right decision about the future fate of the project. Scientific novelty. Improving cost estimation methods contributes to more efficient control of time and expenses in construction. Practical value. The use of artificial neural networks can potentially eliminate some of the main disadvantages of traditional evaluation methods. This gives great prospects for improving the reliability and validity of the method of parametric valuation.References
Iskustvennaya neyronnaya set [Artificial neural network]. Available at: https://uk.wikipedia.org/wiki/ (in Russian).
Gorban A.N., Dunin-Barkovskiy V.L., Kirdin A.N., Mirkes Ye.M., Novochodko A.Yu., Rossiev D.A., Terechov S.A. and Senashova M.Yu. Neyroinformatika [Neuroinformatics]. Novosibirsk: Nauka, 1998, 296 p. (in Russian).
Neyronnyye seti [Neural networks] Available at: https://studopedia.su/1_22996_neyronnie-seti.html. (in Russian).
Rukovodstvo k Svodu znaniy po upravleniyu proyektami [Guide to the Body of Knowledge on Project Management], Moscow: Olimp-Biznes, 2013, 790 p. (in Russian).
Terekhov C.A. Lektsii po teorii i prilozheniyam iskusstvennykh neyronnykh setey [Lectures on the theory and applications of artificial neural networks]. 1998. Available at: http://alife.narod.ru/lectures/neural/Neu_index.htm, (in Russian).
«Early Stage Cost Estimation of Buildings Construction Projects using Artificial Neural Networks».Journal of Artificial Intelligence 4 (1): 63-75, 2011, ISSN 1994- 5450 I DOl: 10.3923/jai.2011.63.75 Department of Civil Engineering, The Islamic University of Gaza, P.O. Box 108, Palestine.
«An Artificial Neural Network Approach to Structural Cost Estimation of Building Projects in the Philippines», Civil Engineering Department, De La Salle University Manila, 2401 Taft Avenue, Manila, Philippines Roxas, Cheryl Lyne C.1, Ongpeng, Jason Maximino C.2, March 2014.
Kulkarni P. S., Londhe S. N. and Deo M. C. Artificial Neural Networks for Construction Management: A Review. Journal of Soft Computing in Civil Engineering 1-2 (2017) pp.70-88.
Mohamed Saad Allah Zahran «Parametric Cost Estimating of Sterile Building Using Artificial Neural Network & Genetic Algorithm Model» pp. 28-29.
Downloads
Published
Issue
Section
License
Редакція Видання категорично засуджує прояви плагіату в статтях та вживає всіх можливих заходів для його недопущення. Плагіат розглядається як форма порушення авторських прав і наукової етики.
При виявлені у статті більш ніж 25% запозиченого тексту без відповідних посилань та використання лапок, стаття кваліфікується як така, що містить плагіат. У цьому випадку стаття більше не розглядається редакцією, а автор отримує перше попередження.
Автори, в статтях яких повторно виявлено плагіат, не зможуть публікуватися в усіх журналах Видавництва ДВНЗ «Придніпровська державна академія будівництва та архітектури».
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).