Przegląd możliwości zastosowania sztucznych sieci neuronowych w zarządzaniu kosztami przedsięwzięć budowlanych

• Autorzy: Juszczyk M. , Leśniak A.

Warianty tytułu

EN

Artificial neural network applications review for cost management in construction projects

• Języki publikacji: PL

Abstrakty

PL

W referacie zaprezentowano wybrane próby zastosowań sztucznych sieci neuronowych w zagadnieniach szeroko pojętego zarządzania kosztami przedsięwzięć budowlanych. Przedstawiono syntetycznie szereg publikacji zagranicznych, a także dorobek autorów polskich z zakresu zastosowań sztucznych sieci neuronowych w zarządzaniu kosztami przedsięwzięć budowlanych. W ramach przeprowadzonego przeglądu proponowanych metod wykorzystujących sztuczne sieci neuronowe przedstawiono cele ich zastosowań, zaproponowane rodzaje sztucznych sieci neuronowych oraz metody ich uczenia, a w przypadku opracowań krajowych również wyniki prac badawczych. Wyniki prac badawczych potwierdzają, że modele wykorzystujące sztuczne sieci neuronowe zazwyczaj umożliwiają szybkie i dostatecznie wiarygodne (a nawet dokładniejsze od metod tradycyjnych) oszacowania kosztów. Modele te stanowią zatem propozycje efektywnych, możliwych do stosowania w praktyce narzędzi. Należy jednak podkreślić, że jednym z warunków sukcesu w stosowaniu sztucznych sieci neuronowych w problemach z zakresu zarządzania kosztami przedsięwzięć budowlanych jest zgromadzenie odpowiednio licznych i wiarygodnych zbiorów danych uczących.

EN

The paper presents selected sample applications of artificial neural networks in the scope of widely defined cost management of construction projects. It presents a synthesis of a number of foreign publications, as well as achievements of Polish authors on the applications of artificial neural networks in cost management of construction projects. The review of the proposed methods using artificial neural networks included presentation of the objectives of their applications, the proposed types of artificial neural networks and their learning methods, whilst in the case of home studies, the results of research were also presented. The results of research confirm that the models using artificial neural networks usually allow for quick and sufficiently reliable (and even more accurate than traditional methods) cost estimations. These models are therefore the proposals of tools, which are effective and possible to use in practice. It should be noted that one of the conditions of success in the application of artificial neural networks in relation to problems in cost management of construction projects is to collect a sufficient number and reliable learning data sets.

Słowa kluczowe

PL

sztuczne sieci neuronowe; zarządzanie kosztami; przedsięwzięcie budowlane

EN

artificial neural networks; costs management; construction project

• Wydawca: Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
• Czasopismo: Przegląd Naukowy Inżynieria i Kształtowanie Środowiska
• Rocznik: 2012
• Tom: Vol. 21, No. 1
• Strony: 55--64
• Opis fizyczny: Bibliogr. 18 poz., tab.

Twórcy

autor

Juszczyk M.

• Politechnika Krakowska, Zakład Technologii i Organizacji Budownictwa, ul. Warszawska 24, 31-155 Kraków, Poland

autor

Leśniak A.

• Politechnika Krakowska, Zakład Technologii i Organizacji Budownictwa, ul. Warszawska 24, 31-155 Kraków, Poland

Bibliografia

• ATTALA M., HEGAZY T. 2003: Predicting cost deviation in reconstruction projects: artificial neural networks versus regression. Journal of Construction Engineering and Management 129, 4: 405–411.
• BIERNACKI J. 2007: Sztuczne sieci neuronowe w inżynierii przedsięwzięć budowlanych. W: Metody i modele badań w inżynierii przedsięwzięć budowlanych Red. O. Kapliński. PAN, Warszawa.
• BIERNACKI J., LEŚNIAK A. 2004: Próba wyznaczania wskaźnika kosztów pośrednich robót budowlanych za pomocą sztucznych sieci neuronowych. Czasopismo Techniczne 11-B: 3–10.
• BISHOP C. 1995: Neural Networks for Pattern Recognition. Oxford University Press, Oxford.
• BOUSSABAINE A.H. 1996: The use of artificial neural networks in construction management: a review. Construction Management and Economics 14, 5: 427–436.
• BOUSSABAINE A.H., KAKA A.P. 1998: A neural networks approach for cost flow forecasting, Construction Management and Economics 16, 4: 471–479.
• CHUA D.K.H., KOG Y.C., LOH P.K., JASELSKIS E.J. 1997: Model for construction budget performance – neural network approach. Journal of Construction Engineering and Management 123, 3: 214–222.
• EL SAWY I., HOSNY H., RAZEK M.A. 2011: A Neural Network Model for Construction Projects Site Overhead Cost Estimating in Egypt. International Journal of Computer Science 8, 3, 1: 273–283.
• HAYKIN S. 1994: Neural Networks: A Comprehensive Foundation. Macmillan Publishing, New York.
• HEGAZY T., AMR A. 1998: Neural network model for parametric cost estimation of highway projects. Journal of Construction Engineering and Management 124, 3: 210–218.
• JUSZCZYK M. 2008: Szacowanie kosztów realizacji obiektów budowlanych z zastosowaniem sztucznych sieci neuronowych. Prace Naukowe Instytutu Budownictwa Politechniki Wrocławskiej 91, Studia i Materiały 20: 61–67.
• JUSZCZYK M. 2010: Modelowanie kosztów realizacji budynków mieszkalnych z zastosowaniem zespołów sztucznych sieci neuronowych. Czasopismo Techniczne, Budownictwo 1-B, 2: 176–185.
• JUSZCZYK M., LEŚNIAK A. 2009: Kalkulacja wskaźnika kosztów pośrednich robót budowlanych z zastosowaniem zespołów sztucznych sieci neuronowych. Konferencja Naukowo-Techniczna „Inżynieria procesów budowlanych”, 2–4.10.2009, Wisła: 213–219.
• KORBICZ J., OBUCHOWICZ A., UCIŃSKI D. 1994: Sztuczne sieci neuronowe – podstawy i zastosowania. Akademicka Oficyna Wydawnicza PLJ, Warszawa.
• LEŚNIAK A. 2007: Zastosowanie metody sztucznej inteligencji do wyznaczania wskaźnika kosztów pośrednich robót budowlanych. Przegląd Budowlany 4: 58–60.
• TADEUSIEWICZ R. 1993: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa.
• WILLIAMS T.P. 2002: Predicting completed project cost using bidding data. Construction Management and Economics 20, 3: 225–235.
• WILMOT C.G., MEI B. 2005: Neural network modeling of highway construction costs. Journal of Construction Engineering and Management 131, 7: 765–771.