PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!
Tytuł artykułu

Szacowanie kosztów realizacji obiektów budowlanych z zastosowaniem sztucznych sieci neuronowych

Autorzy
Identyfikatory
Warianty tytułu
EN
Applying neural networks for estimation the costs of raising construction objects
Konferencja
Języki publikacji
PL
Abstrakty
PL
Oszacowanie kosztów realizacji obiektów budowlanych opiera się na informacji o obiekcie budowlanym. Informacja ta zmienia się w trakcie budowlanego procesu inwestycyjnego od ogólnych danych dotyczących funkcji, formy i konstrukcji obiektu do precyzyjnie określonych rozwiązań: architektonicznych, konstrukcyjnych oraz w zakresie instalacji. Źródłem informacji o obiekcie jest dokumentacja techniczna opracowywana na kolejnych etapach procesu od studium wykonalności, poprzez koncepcje projektowe, do projektu budowlanego i wreszcie projektu wykonawczego. Dokładność oszacowania kosztów zależy w konsekwencji od precyzji informacji o obiekcie budowlanym. Analizy kosztów pozwalają dopasować projekt obiektu budowlanego do możliwości ekonomicznych i potrzeb inwestora [3]. Szczególnym zadaniem jest oszacowanie kosztów w początkowej fazie procesu inwestycyjnego na podstawie niedokładnych informacji. Korzystne i efektywne może się tutaj okazać zastosowanie sztucznych sieci neuronowych. Celem referatu jest przedstawienie wstępnych wyników badań nad stosowaniem sztucznych sieci neuronowych do szacowania kosztów realizacji obiektów budowlanych.
EN
Due to some disadvantages of currently applied methods for estimation costs of construction objects in early stage of project neural approach is proposed. The aim of this paper is to present results of initial research of applying neural networks for estimation the costs of residential buildings. Results of this initial research seem to confirm choice of neural networks for cost modeling. Further steps will be undertaken to develop ensemble of models for effective cost prediction.
Twórcy
autor
  • Politechnika Krakowska, ul. Warszawska 24, 31-155 Kraków
Bibliografia
  • [1] BIERNACKI J., Sztuczne sieci neuronowe w inżynierii przedsięwzięć budowlanych, [w:] Kapliński O. (red.), Metody i modele badań w inżynierii przedsięwzięć budowlanych, Warszawa, PAN KILIW, 2007, s. 225-248.
  • [2] JUSZCZYK M., MIZGALEWICZ M., ZIMA K., Kosztorysowanie scalonych elementów obiektów budowlanych - wybrane zagadnienia. Konferencja naukowo-techniczna „Budownictwo polskie w rok po wstąpieniu do Unii Europejskiej", materiały konferencyjne, Gdańsk 2005, s. 91-98.
  • [3] KASPROWICZ T., Inżynieria przedsięwzięć budowlanych, [w:] Kapliński O. (red.), Metody i modele badań w inżynierii przedsięwzięć budowlanych, Warszawa, PAN KILIW, 2007, s. 35-78.
  • [4] OSOWSKI S., Sieci neuronowe w ujęciu algorytmicznym, Warszawa, Wydawnictwa Naukowo-Techniczne, 1996, s. 37-92.
  • [5] TADEUSIEWICZ R., Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Warszawa, Akademicka Oficyna Wydawnicza PLJ, 1998.
  • [6] URBAŃSKI P., Zastosowanie sztucznych sieci neuronowych do oceny stopnia zużycia technicznego wybranej grupy budynków mieszkalnych za pomocą sztucznych sieci neuronowych, Statsoft Polska, 2004.
  • [7] WASZCZYSZYN Z., Fundamentals of artificial neural networks, CEEPUS Lectures delivered at Departament of Structural Mechanics of the Budapest University of Technology. Kraków 2002.
  • [8] Rozporządzenie Ministra Infrastruktury z dnia 18 maja 2004r. w sprawie określenia metod i podstaw sporządzania kosztorysu inwestorskiego, obliczania planowanych kosztów prac projektowych oraz planowanych kosztów robót budowlanych określonych w programie funkcjonalno użytkowym.
  • [9] Środowiskowe metody kosztorysowania robót budowlanych. Ogólne zasady i wzorce kosztorysowania, Stowarzyszenie Kosztorysantów Budowlanych, Warszawa 2001.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPW6-0009-0030
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.