Pre-design cost modeling of facade systems using the GAM method

• Autorzy: Leśniak Agnieszka , Górka Monika

Identyfikatory

DOI

10.24425/ace.2021.138047

Warianty tytułu

PL

Przedprojektowe modelowanie kosztów systemów elewacyjnych z wykorzystaniem modeli GAM

• Języki publikacji: EN

Abstrakty

EN

The cost estimation at the pre-project stage provides an important decision-making indicator for the future of the project. With a preliminary cost estimation, project participants can make financial decisions and cost control. The aim of this paper is to propose a model for estimating the costs of facade systems before the pre-design stage, using the GAM (Generalized Additive Model) method. The commonly used method for the valuation of facade systems is based on individual calculation. Such valuation process is complicated and time consuming. For this reason the search for a new forecasting method is justified. The database developed for modelling purposes includes 61 cases of real costs of system façade execution for public buildings. Each case is described by 16 parameters (namely, input variables). The average absolute percentage error (MAPE) was used to assess the model, which takes the value of 14,26% for the generalized model with a logarithmic binding function and 11.77% for the model with an identity binding function. On the basis of the studies and the results obtained, it can be concluded that the constructed model is useful and can improve the process of forecasting system façade costs at the pre-projection stage.

PL

Prawidłowe realizowanie danego przedsięwzięcia budowlanego to połączenie wielu współzależnych działań, którego celem jest zaspokojenie potrzeb budowlanych zarówno inwestora jak i użytkownika obiektu budowlanego. Należy nie tylko zwracać uwagę na materiał użyty do budowy, nadbudowy czy remontu budynku zgodny z ideą zrównoważonego budownictwa, ale także na metodę i sposób realizacji. Każda realizacja powinna być dokładnie zaplanowana w czasie, przy założonym koszcie i jakości. Dlatego te trzy parametry są częstym tematem publikacji. Poszukiwane są metody optymalizacji harmonogramów oraz kosztów przedsięwzięcia budowlanego, wykorzystujące narzędzia matematyczne, jak regresja, sztuczne sieci neuronowe, wnioskowanie z przypadku, dodatkowo szacowane jest ryzyko poszczególnych etapów procesu budowlanego, aby zminimalizować niepewność i poziom niepowodzenia inwestycji. Prawidłowe i zrównoważone połączenie wszystkich aspektów decyduje o sukcesie inwestora oraz wykonawcy. Zarówno dla inwestora jak i wykonawcy oszacowanie kosztów realizacji jest istotnym elementem planowania każdego przedsięwzięcia budowlanego. Bardzo często już w fazie przedprojektowej uczestnicy przedsięwzięcia podejmują działania zmierzające do oszacowania kosztów planowanych do wykonania robót budowlanych. Wczesne oszacowania kosztów robót umożliwia podjęcie decyzji o realizacji przedsięwzięcia i zaplanowanie budżetu. Podstawą prognozy kosztów jest analiza projektu, koncepcyjnego a dokładność opracowań graficznych i opisowych wpływa na stopień szczegółowości kalkulacji kosztowych na etapie poprzedzającym podstawowe prace projektowe. Dopuszczalne jest, że w przyszłości koszty te mogą ulec zmianie z powodu przyjęcia innych szczegółowych rozwiązań projektowych, podniesienia jakości wykonania, czy nieprzewidywalnych warunków, które wykonawca może napotkać na budowie. W publikacji podjęto problem kalkulacji kosztów wykonania systemów elewacyjnych stosowanych w obiektach użyteczności publicznej. Wykonanie kalkulacji kosztów realizacji systemów fasadowych oraz elewacji wentylowanych jest zadaniem skomplikowanym i czasochłonnym. Autorzy podjęli próbę prognozowania kosztów realizacji systemów elewacyjnych z wykorzystaniem metody uogólnionych modeli addytywnych. Zadaniem uogólnionego modelu addytywnego jest maksymalizacja jakości przewidywań zmiennej zależnej Y z różnych dystrybucji, poprzez nieparametryczne funkcje zmiennych niezależnych. Do budowy modelu wykorzystano opracowaną bazę danych zawierającą wartości zidentyfikowanych przez autorów czynników (zmiennych niezależnych) wpływających na kształtowanie się kosztów wykonania systemów elewacyjnych (zmiennej zależnej).

Słowa kluczowe

EN

facade system; public building; cost estimate; generalized additive model

PL

system elewacyjny; budynek użyteczności publicznej; szacowanie kosztów; model addytywny

• Wydawca: Komitet Inżynierii Lądowej i Wodnej PAN ; Politechnika Warszawska, Wydział Inżynierii Lądowej
• Czasopismo: Archives of Civil Engineering
• Rocznik: 2021
• Tom: Vol. 67, nr 3
• Strony: 123--138
• Opis fizyczny: Bibliogr. 37 poz., il., tab.

Twórcy

autor

Leśniak Agnieszka

• Cracow University of Technology, Faculty of Civil Engineering, Institute, Cracow, Poland

• https://orcid.org/0000-0002-4811-5574

autor

Górka Monika

• Cracow University of Technology, Faculty of Civil Engineering, Institute, Cracow, Poland

• https://orcid.org/0000-0002-5985-2078

Bibliografia

• [1] D. A. Aczel, “Statystyka w Zarządzaniu”, Wydawnictwo Naukowe PWN, 2017.
• [2] H. Anysz, „Managing Delays in Construction Projects Aiming at Cost Overrun Minimization”, In IOP Conference Series: Materials Science and Engineering, Vol. 603, No. 3, 2004, 2019. https://doi.org/10.1088/1757-899X/603/3/032004
• [3] A. Belusic, I. Herceg-Bulic, Z. Bencetic Klaic, “Using a generalized additive model to quantify the influence of local meterology on air quality in Zagreb”, Geofizyka, Vol. 32, No. 5, pp. 47-77, 2015. https://doi.org/10.15233/gfz.2015.32.5
• [4] K. Coussement, D. F. Benoit, D. Van den Poel, “Improved marketing decision making in a customer churn prediction context using generalized additive models”, Expert Systems with Applications, Vol. 37, No. 3, pp. 2132-2143, 2009.
• [5] M. S. El-Abbasy, T. Zayed, “Generic scheduling optimization model for multiple construction projects”, Journal of computing in civil engineering, Vol. 31, No. 4, 04017003, 2017. https://doi.org/10.1061/(ASCE)CP.1943-5487.0000659
• [6] M. Górka, „Use of aluminium and glass facades in urban architecture”, Budownictwo i Architektura, Vol. 18, No. 3, pp. 29-40, 2019. https://doi.org/10.35784/bud-arch.586
• [7] T. J. Hastii, R. J. Tibshirani, „Generalized Additive Models”, Chapman & Hall/CRC Monographs on Statistics & Applied Probability, 1990.
• [8] M. Juszczyk, “Residential buildings conceptual cost estimates with the use of support vector regression”, In MATEC Web of Conferences, Vol. 196, 04090, 2018.
• [9] M. Juszczyk, K. Zima, W. Lelek, „Forecasting of sports fields construction costs aided by ensembles of neural networks”, Journal of Civil Engineering and Management, Vol. 25, No. 7, pp. 715-729, 2019. https://doi.org/10.3846/jcem.2019.10534
• [10] P. Kamble, N. Sanadi, “Optimization of Time and Cost of Building Construction using Fast Tracking Method of Scheduling”, Optimization, Vol. 6, No. 07, 2019.
• [11] O. Kapliński, “Problematyka inżynierii przedsięwzięć budowlanych na konferencjach krynickich 2017 i 2018”, Przegląd Budowlany, 89, 2018.
• [12] T. Kasprowicz, „Inżynieria przedsięwzięć budowlanych. Metody i modele w Inżynierii przedsięwzięć budowlanych”, Pr. zb. pod red. Kapliński Oleg, PAN KILiW, IPPT, 2007.
• [13] M. Kozlovska, M. Spisakova, D. Mackova, „Identifying the construction waste types relating to modern methods of construction”, Book Series: International Multidisciplinary Scientific GeoConference SGEM, pp. 129-136, 2016. https://doi.org/10.5593/SGEM2016/B62/S26.018
• [14] M. Krzemiński, “Optimization of work schedules executed using the flow shop model, assuming multitasking performed by work crews”, Archives of Civil Engineering, Vol. 63, No. 4, pp. 3-19, 2017. https://doi.org/10.1515/ace-2017-0037
• [15] A. Kylili, P.A. Fokaides, “Policy trends for the sustainability assessment of construction materials: A review”, Sustainable Cities and Society, Vol. 35, pp. 280-288, 2017. https://doi.org/10.1016/j.scs.2017.08.013
• [16] A. Leśniak, M. Górka, “Analysis of the cost structure of aluminum and glass facades”, In Advances and Trends in Engineering Sciences and Technologies III: Proceedings of the 3rd International Conference on Engineering Sciences and Technologies (ESaT 2018), CRC Press, 445, 2019. https://doi.org/10.1201/9780429021596-70
• [17] A. Leśniak, M. Górka, D. Wieczorek, „Identification of factors shaping tender prices for lightweight”, Scientific Review Engineering and Environmental Sciences, Vol. 2, pp. 171-182, 2019. https://doi.org/10.22630/PNIKS.2019.28.2.16
• [18] A. Leśniak, F. Janowiec. “Risk Assessment of Additional Works in Railway Construction Investments Using the Bayes Network”, Sustainability, Vol. 11, No. 19, pp. 53-88, 2019. https://doi.org/10.3390/su11195388
• [19] A. Leśniak, M. Juszczyk, “Prediction of site overhead costs with the use of artificial neural network based model”, Archives of Civil and Mechanical Engineering, Vol. 18, No. 3, pp. 973-982, 2018. https://doi.org/10.1016/j.acme.2018.01.014
• A. Leśniak, M. Juszczyk, G. Piskorz, „Modelling Delays in Bridge Construction Projects Based on the Logit and Probit Regression”, Archives of Civil Engineering, Vol. 65, No. 2, pp. 107-120, 2019. http://doi.org/10.2478/ace-2019-0022
• [21] A. Leśniak, K. Zima, „Cost calculation of construction projects including sustainability factors using the Case Based Reasoning (CBR) method”, Sustainability, Vol. 10, No. 5, 1608, 2018. https://doi.org/10.3390/su10051608
• [22] P. Mccullagh, J.A. Nelder, “Generalized Linear models”, Chapman and Hall, 1989.
• [23] M. Mrówczyńska, M. Sztubecka, M. Skiba, A. Bazan-Krzywoszańska, P. Bejga, „The Use of Artificial Intelligence as a Tool Supporting Sustainable Development Local Policy”, Sustainbility, Vol. 11, No. 15, 4199, 2019. https://doi.org/10.3390/su11154199
• [24] T. Nivea, T. Anu V, “Regression modelling for prediction of construction cost and duration”, In: Applied Mechanics and Materials. Trans Tech Publications, pp. 195-199, 2017. https://doi.org/10.4028/www.scientific.net/AMM.857.195
• [25] B. Nowogońska, J. Korentz, “Value of Technical Wear and Costs of Restoring Performance Characteristics to Residential Buildings”, Buildings, Vol. 10, No. 1, pp. 2075-5309, 2020. https://doi.org/10.3390/buildings10010009
• [26] A. Oke, C. Aigbavboa, E. Dlamini, “Factors Affecting Quality of Construction Projects in Swazilland”, In Conference: Conference: 9th International Conference on Construction in the 21st Century, At Dubai, UAE, 2017.
• [27] A. Panwar, K.N. Jha, “A many-objective optimization model for construction scheduling”, Construction management and economics, Vo. 37, No. 12, pp. 727-739, 2019. https://doi.org/10.1080/01446193.2019.1590615
• [28] Z. Rachid, B. Toufik, B. Mohammed, “Causes of schedule delays in construction projects in Algeria”, International Journal of Construction Management, Vol. 19, No. 5, pp. 371-381, 2019. https://doi.org/10.1080/15623599.2018.1435234
• [29] M. Rogalska, “Prognozowanie rzeczywistego zużycia mieszanki betonowej do wykonania ścian szczelinowych metodą uogólnionych modeli addytywnych GAM”, Materiały Budowalne, Vol. 6, pp. 88-89, 2016.
• [30] M. Rogalska, „Wieloczynnikowe modele w prognozowaniu czasu procesów budowlanych”, Politechnika Lubelska, 2016. https://doi.org/10.15199/33.2016.06.38
• [31] M. Rogalska, P. Wolski, „Prognozowanie ceny 1m2 mieszkania na rynku pierwotnym w warszawie metodą uogólnionych modeli addytywnych”, Logistyka, Vol. 6, pp. 9101-9110, 2014.
• [32] M. Saeedi, “Study the Effects of Constructions New Techniques and Technologies on Time, Cost and Quality of Construction Projects from the Perspective of Construction Management”, Journal of civil Engineering and Materials Application, Vol. 1, No. 2, pp. 61-76, 2017.
• [33] S.S. Shaikh, M.M. Darade, “Key performance indicator for measuring and improving quality of construction projects”, International Research Journal of Engineering and Technology (IRJET), Vol. 4, No. 5, pp. 2133-2139, 2017.
• [34] D. Skorupka, A. Duchaczek, M. Kowacka, P. Zagrodnik, „Quantification of geodetic risk factors occurring at the construction project preparation stage”, Archives of Civil Engineering, Vol. 64, No. 3, pp. 195-200, 2018. https://doi.org/10.2478/ace-2018-0039
• [35] M. Sztubecka, M. Skiba, M. Mrówczyńska, A. Bazan-Krzywoszańska, „An Innovative Decision Support System to Improve the Energy Efficiency of Buildings in Urban Areas”, Remote Sensing, Vol. 12, No. 2, 259, 2020. https://doi.org/10.3390/rs12020259
• [36] Y. Wang, B. Yu, J. Wei, F. Li, „Direct numerical simulation on drag-reducing flow by polymer additives using a spring-dumbbell model”, Progress in Computational Fliud Dynamics, an International Journal, Vol. 9, 2009. https://doi.org/10.1504/PCFD.2009.024822
• [37] D. Wieczorek, E. Plebankiewicz, K. Zima, „Model estimation of the whole life cost of a building with respect to risk factors”, Technological and Economic Development of Economy, Vol. 25 No. 1, pp. 20-38, 2019. https://doi.org/10.3846/tede.2019.7455

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).