Skoči na glavni sadržaj

Prethodno priopćenje

https://doi.org/10.14256/JCE.4029.2024

Novi pristup modeliranju metaansambla i usporedba modela strojnog učenja za procjenu cijene armature

Sahin Tolga Guvel
Abdulkadir Budak
Ibrahim Karataş


Puni tekst: hrvatski pdf 2.156 Kb

str. 27-41

preuzimanja: 108

citiraj

Puni tekst: francuski pdf 2.107 Kb

str. 27-41

preuzimanja: 191

citiraj


Sažetak

Rano utvrđivanje troškova u građevinskim projektima ključno je za planiranje troškova u svakoj fazi ulaganja. Realni izračun troškova učinkovit je način sprječavanja prekoračenja troškova do kojeg može doći u kasnijim fazama. Predviđanje cijene armaturnih šipki, uzimajući u obzir ekonomske pokazatelje, znatno utječe na troškove ulaganja i na odluke. Zato je u ovome istraživanju na temelju povijesnih podataka o materijalu za armiračke radove i ekonomskim pokazateljima upotrijebljeno devet algoritama strojnog učenja za dobivanje procijenjene cijene armaturne šipke za zakašnjenja od jedan, tri, šest, devet i dvanaest mjeseci. Algoritam za strojno učenje glasačkog metaansambla pokazao je najbolju izvedbu za sva istražena razdoblja zakašnjenja. Najuspješnija procjena dobivena je za zakašnjenje od tri mjeseca. Srednja apsolutna postotna pogreška (MAPE) i koeficijent determinacije (R2) za procjenu cijene armature tijekom tog razdoblja iznosile su 3,79 % odnosno 95,51 %.

Ključne riječi

procjena cijene armature; upravljanje izgradnjom; planiranje proizvodnje; metaansambl; strojno učenje

Hrčak ID:

329023

URI

https://hrcak.srce.hr/329023

Datum izdavanja:

18.2.2025.

Podaci na drugim jezicima: francuski

Posjeta: 652 *