预测高速公路建设项目最终的预算和时间.docVIP

预测高速公路建设项目最终的预算和时间 摘 要 目的——本文的目的是开发模型来预测公路建设项目施工阶段最后的预算和持续的时间。 设计——测算收集告诉公路建设项目，在发展预测模型之前找出影响项目最终的预算和时间，研究内容是基于人工神经网络(ANN)的原理。与预测结果提出的方法进行比较,其精度从当前方法基于挣值。 结果——根据影响因素最后提出了预算和时间，基于人工神经网络的应用原理方法获得的预测结果比当前基于挣值法得到的结果更准确和稳定。 研究局限性/意义——因素影响最终的预算和时间可能不同,如果应用于其他国家,由于该项目数据收集的都是泰国的预测模型,因此,必须重新考虑更好的结果。 实际意义——这项研究为用于高速公路建设项目经理来预测项目最终的预算和时间提供了一个有用的工具，可为结果提供早期预算和进度延误的警告。 创意/价值—— 用ANN模型来预测最后的预算和时间的高速公路建设项目,开发利用项目数据反映出持续的和季节性周期数据, 在施工阶段可以提供更好的预测结果。 关键词：神经网、建筑业、预测、道路、泰国 文章类型：案例研究 前 言 一个建设工程项普遍的目的是为了在时间和在预算内满足既定的质量要求和其他规格。为了实现这个目标,大量的工作在施工过程的管理必须提供且不能没有计划地做成本控制系统。一个控制系统定期收集实际成本和进度数据,然后对比与计划的时间表来衡量工作进展是否提前或落后时间表和强调潜在的问题(泰克兹,1993)成本和时间是两个关键参数，在建设项目管理和相关参数的研究中扮演着重要的角色，不断提供适当的方法和工具，施工经理处理一个项目，以实现其建设在施工阶段。,一个常见的问题要求各方参与一个项目，尤其是一个所有者,最终项目的预算到底是多少?或什么时候该项目能被完成？ 在跟踪和控制建设项目预测项目的性能是非常必要的。已经提出了几种方法,如基于挣值技术模糊逻辑社会判断理论和神经网络。一般，无论是性能效率可达至报告日期保持不变，或整个项目其余部分将计划超出申报日期（克里斯坦森，1992；和，2000 ，1999；等人2000）。然而，挣值法的基本概念研究确定潜在的进度延误成本和进度的差异成本超支的地区。（1985）利用平均每个成本帐户执行工作的实际成本，也称作单位收入的成本，其标准差来预测项目完工成本。各成本帐户每月的进是一个平均平稳过程标准偏差预测模型的可靠性，然而，受的单位成本收益在每个报告期变化。埃尔丁和休斯（1992）（1999）利用分解成本结构来提高预测精度。迪克曼和Al-Tabtabai（1992）基于社会判断理论了一个方法，方法预测未来的基础上一组线索，源于人的判断而不是从纯粹的数学算法。有经验的项目经理要求基于社会判断理论方法使用得到满意的结果。Moselhi等人（2006）应用“模糊逻辑”来预测潜在的成本超支和对建设工程项目的进度延迟。该方法的结果评估特定时间状态项目和评价该项目的利润效率。这有助于工程人员所完成的项目时间限制和监控项目预算。Kaastra和博伊德（1996）开发“人工神经网络”网络作为一种有效的预测工具，可以过去“模式识别”和显示各种影响因素的关系然后预测未来的发展趋势。等人（2006）开发成本回归模型项目的早期阶段估计建筑成本。总共有41个潜在的独立变量被确定只有四个变量：总建筑面积，持续时间，机械设备，和桩，是关键驱动因素，因为它们出现在所有的模型。模型提出了进一步的施工成本和预测变量各种关系。从模型得到的估计结果提供早期阶段的造价咨询（威廉姆斯（2003））——最竞标利用回归模型成本。人工神经网络已被广泛用在不同的施工功如估计划和产能预测神经网络建设是oselhi等人（1991）指出Hegazy（1998）开发了一个模型，考虑项目的特征，估计加拿大公路建设成本： ·建筑年限 ·季节 ·建筑地点 ·项目时长 ·项目距离 ·线路数量 ·穿过公路分叉口的数量 ·建筑工地土壤环境 18个项目的测试平均误差值是1.04。hanupong（2004）开发了一个模型来预测公路建设项目累计成本，考虑因素包括关于项目特征两大类因素所得到的累积成本数据可以用于精确的财务计划和管理快速报价。威尔莫特和梅（2005）人工神经网络预测道路建设成本，使用开发的估计未来的建设成本从商业指数计算成本变量与建筑和建筑材料成本。该模型的结果可以应用于工程造价估算，百分之。过去大多数的研究主要集中在上述观点预测项目状况给成本超支和进度预警延迟，同时，在公路建设方面，研究重点项目成本预算。，它是由政府的共同利益得该项目的合同被签订，以确保给定的预算是足够的，有一种，即给定的预算将不足以因为工作的数量不完全，直到项目完成。例如，基材料土方量取决于不同位置土壤条件。因此，单价合同被广泛应用于公路建设。如果超过预算出现需要额外的资