پروژه مهندسی معماری
برآورد اولیه هزینه یک پروژه ساختمانی قبل از طراحی و تولید دقیق نقشههای آن،. میتواند اطلاعات بسیار مفیدی در اختیار همه گروههای پروژه اعم از سرمایهگذاران،. مدیران و پیمانکاران قرار دهد. هدف از این مطالعه،. ارائه یک مدل تقریب هزینه سازههای بتنی با استفاده از شبکه عصبی مصنوعی میباشد. در این راستا به منظور جمعآوری بانک داده، 78 .ساختمان بتنی 7 طبقه با زیربنای 1600 تا 2500 .متری در نرمافزار مدلسازی تکلا استراکچر شبیهسازی شدهاند. ستونها، تیرها و دیوار برشی به عنوان المانهای اصلی در برآورد در نظر گرفته شدهاند. و از اثرات فونداسیون و سقف به منظور کاهش عدم قطعیتهای ناشی از تنوع صرفنظر گردیده است.
نتایج خروجی
نتایج خروجی از مدلسازیها که حاوی اطلاعاتی در خصوص برآورد احجام و مقادیر میباشد به منظور تحلیل و استخراج تابع هدف وارد نرمافزار متلب شدهاند. در این پژوهش تابع هدف هزینه ساخت به ازای یک متر مربع سازه بتنی میباشد که تابعی از 5 .پارامتر مستقل شامل مساحت، تعداد طبقات، تعداد ستون، تعداد قاب در جهت X .و Y است. اطلاعات با استفاده از مدل پرسپترون چندلایه و شبکه عصبی شعاعی در نرمافزار متلب تحلیل گردید. نتایج نشان داد که مدل پرسپترون چندلایه نسبت به مدل شبکه عصبی شعاعی دارای دقت بالاتری در تخمین هزینه است. در این تحلیل،. ضریب رگرسیون پرسپترون چندلایه 92% .به دست آمد و 8% .خطا بین مقدار واقعی و تخمین هزینه را نشان داد. نتایج این مطالعه نشان میدهد که با توجه به دقت نسبتا بالای مدل تخمینی،. میتوان از این مدل جهت تخمین هزینه اسکلت بتنی ساختمانهای مسکونی استفاده نمود.
فهرست منابع فارسی:
• کاتبی, علی و مهران هاشمی، ۱۳۹۶، کاربرد شبکههای عصبی مصنوعی در تخمین هزینههای ساخت و شناسایی متغیرهای اساسی در ورودی مدل: مروری بر تحقیقات انجام شده در گرایش مدیریت ساخت از سال 1997 تا 2017 میلادی، دومین کنفرانس بین المللی مدیریت و حسابداری، تهران، موسسه آموزش عالی صالحان.
• بلادی, سید مهدی و سید فتح اله ساجدی، ۱۳۹۶، ارایه یک مدل پیش بینی پایدار برای تخمین هزینه ساخت ساختمان های بتن آرمه، دومین کنفرانس ملی پژوهش های کاربردی در مهندسی عمران(مهندسی سازه و مدیریت ساخت)، تهران، دانشگاه صنعتی شریف.
• بلادی, سیدمهدی و علی رنجبر، ۱۳۹۶، تخمین هزینه ساختمانهای بتنی با توسعه درخت تصمیم M5، دومین کنفرانس بینالمللی مهندسی عمران، معماری و مدیریت بحران، تهران، دانشگاه علامه مجلسی.
• دشتی, محمدعلی و مسلم رعیتی بنادکوکی، ۱۳۹۴، عملکرد دیوار برشی بتنی در سازههای فولادی Shear Wall Structural Steel، سومین همایش ملی مصالح ساختمانی و فناوری های نوین در صنعت ساختمان، میبد یزد، دانشگاه آزاد اسلامی واحد میبد.
• حافظی, محمدرضا؛ مهیار جاویدروزی؛ امیرحسین محبی فر و سعید داور، ۱۳۹۴، ارتقاء سطح برآورد هزینه ساخت سیستم سازه فلزی با استفاده از مدل اطلاعات ساختمان، دومین کنفرانس ملی مدیریت ساخت و پروژه، تهران، موسسه آموزش عالی علاءالدوله سمنانی.
• پورکیائی، سید محسن و منصور کیانپور راد، ۱۳۹۲، شبیه سازی پیل سوختی پلیمری به کمک شبکه عصبی، سومین همایش ملی سوخت، انرژی و محیط زیست، تهران، پژوهشگاه مواد و انرژی.
• خاندردی, محمد و اقبال شاکری، ۱۳۹۰، ارائه مدل شبکه عصبی جهت تخمین هزینه رشته ابنیه پروژههای مسکونی، هفتمین کنفرانس بین المللی مدیریت پروژه، تهران، انجمن مدیریت پروژه ایران.
کلیدواژه ها
تخمین هزینه , شبکه عصبی مصنوعی , اسکلت بتنی , مدل پرسپترون , متلب , تکلا استراکچرز , artificial neural network , qost estimation , perceptron model , concrete skeleton , tekla structures , matlab