Korean Journal of Construction Engineering and Management (한국건설관리학회논문집)

Korea Institute of Construction Engineering and Management (한국건설관리학회)
권호 표지

A Study on the Model of Artificial Neural Network for Construction Cost Estimation of Educational Facilities at Conceptual Stage

교육시설의 개념단계 공사비예측을 위한 인공신경망모델 개발에 관한 연구

  • 손재호 (홍익대학교 건축공학부) ;
  • 김청융 (서울시립대학교 건축공학과)
  • Published : 2006.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

The purpose of this study is propose an Artificial Neural Network(ANN) model for the construction estimate of the public educational facility at conceptual stage. The current method for the preliminary cost estimate of the public educational facility uses a single-parameter which is based on basic criteria such as a gross floor area. However, its accuracy is low due to the nature of the method. When the difference between the conceptual estimate and detailed estimate is huge, the project has to be modified to meet the established budget. Thus, the ANN model is developed by using multi-parameters in order to estimate the project budget cost more accurately. The result of the research shows 6.82% of the testing error rates when the developed model was tested. The error rates and the error range of the developed model are smaller than those of the general preliminary estimating model at conceptual stage. Since the proposed ANN model was trained using the detailed estimate information of the past 5 years' school construction data, it is expected to forecast the school project cost accurately.

본 연구는 신축 교육시설 프로젝트의 개념단계에서 공사비를 예측하기 위한 인공신경망모델의 제안을 목적으로 한다. 현행 공공 교육시설의 개념단계 공사비예측에는 기본인자인 연면적에 의한 단일변수 모델이 적용되고 있다. 그러나 개념단계에서 단일변수 공사비예측모델을 적용하여 예측된 공사비는 그 오차범위가 크고, 실시설계 완료 후 물량산출에 의해 산정된 상세공사비와 비교하여 큰 차이를 보일 경우 프로젝트의 수정이 불가피하며, 이는 프로젝트의 비용을 증가시키고 공기를 지연시킨다. 그러므로 본 연구에서는 교육시설 프로젝트의 사업계획 수립 및 예산확보 과정에서 공사비예측에 적용이 가능한다 변수 인공신경망모델을 제안하였다. 개발된 모델을 평가한 결과 평균오차율이 6.82%로써, 평균 93.18%의 정확도를 기록하였다. 제안된 인공신경망모델은 지난 5년간 신축된 교육시설의 공사예정금액을 실적자료로 사용하여 학습되었기 때문에, 차후 교육시설 신축공사의 예산편성에 그 활용이 기대된다.

Keywords

References

  1. 권오현, 최민수(2004.). 건설상품별 중.장기 시장 전망(II) - 비주택부문-. 한국건설산업연구원
  2. 고성석 외(2005), 건설관리학, 사이텍미디어, pp. 120
  3. 김광희, 강경인(2003). 공동주택 프로젝트의 초기 공사비 예측을 위한 신경망 학습에 유전자 알고리즘을 적용한 모델에 관한 연구, 대한건축학회 논문집(구조계) 19권 10호, 대한건축학회, pp. 113-142
  4. 김광희, 강경인(2004). 유전자 알고리즘에 의한 신경망 구조의 최적화를 이용한 공동주택의 초기 공사비 예측에 관한 연구, 대한건축학회논문집 구조계 20권 2호, pp. 81-88
  5. 김광희, 김상용, 강경인(2004). 공동주택 공사비 예측 정확도 비교에 관한 연구, 대한건축학회 논문집(구조계) 20권 5호, 대한 건축학회, pp. 93-101
  6. 김두섭, 강남준(2000). 회귀분석 기초와 응용, (주)나남출판, pp. 52-75
  7. 김대수(1994.2). 신경망 이론과 응용(I), 하이테크정보 출판부
  8. 김선국, 구인환(2000). 신경망을 이용한 사무소 건물의 코스트 모델, 대한건축학회 논문집(구조계) 16권 9호, 대한 건축학회, pp. 59-66
  9. 김재엽, 서장우, 강경인(2003). 신경망을 이용한 흙막이 지보공공법 선정모델 개발에 관한 연구, 대한건축학회 논문집(구조계) 19권 5호, 대한건축학회, pp. 121-128
  10. 박태근 외 2인(2004). 학교건축의 공사비 분석 및 예측에 관한 연구, 한국건설관리학회 학술발표대회 논문집 제5회, 건설관리학회, pp. 290-295
  11. 배상현, 백형래, 이진섭(1999). Neural Network의 이론과 응용, 조선대학교출판부
  12. 임영도, 이상부(1999). 퍼지.신경망.유전진화, 도서출판 영과일
  13. 정슬(2004). 인공지능시스템I 신경회로망의 구조 및 사용법, 충남대학교출판부
  14. 천봉호, 구충완, 엄익준, 구교진(2004). 건축공사 말뚝공법 선정을 위한 신경망모델 개발, 한국건설관리학회 학술발표대회 논문집 제5회, 건설관리학회, pp. 317-322
  15. 한국건설기술연구원(2005). 2005년 6월 건설공사비지수 동향
  16. Clifford, J. Schexnayder, Richard E. Mayo.(2004). Construction Management Fundamentals, McGraw-Hill, pp. 132-161
  17. Donald S. Barrie, Boyd C. Paulson(1992). Professional Construction Management: including C.M., Design-construct, and General Contracting, 3rd edition, McGraw-Hill, pp. 307-331
  18. Linoff, G. and Berry, M. J. A.(1997). Data mining techniques : For marketing, sales, and customer support, John Wiley & Sons, Inc., pp. 286-359