برآورد و پیش بینی هزینه ساخت ساختمان های مسکونی با بهره گیری از یادگیری ماشین: مروری بر مطالعات انجام شده

برآورد دقیق و به موقع هزینه ساخت، به ویژه در پروژه های ساختمان های مسکونی، نقش مهمی در امکان سنجی اقتصادی، برنامه ریزی مالی و مدیریت ریسک ایفا می کند. در عین حال، روش های سنتی برآورد هزینه مانند متره و برآورد تفصیلی، مدل های پارامتریک ساده و رگرسیون خطی، در مواجهه با پیچیدگی روابط بین پارامترهای طراحی، شرایط متغیر بازار و محدودیت اطلاعات در مراحل اولیه پروژه با کاستی های جدی روبه رو هستند. در دو دهه اخیر، گسترش پایگاه های داده پروژه و پیشرفت الگوریتم های محاسباتی، زمینه را برای استفاده از رویکردهای داده محور و به ویژه تکنیک های یادگیری ماشین در برآورد و پیش بینی هزینه ساخت فراهم کرده است. این مقاله با هدف ارائه تصویری فشرده و منسجم از وضعیت کنونی پژوهش در این حوزه، به مرور ادبیات مرتبط با کاربرد یادگیری ماشین در برآورد هزینه ساخت، با تاکید ویژه بر ساختمان های مسکونی، می پردازد. بر اساس مجموعه ای از مطالعات منتخب، ابتدا روند کلی استفاده از الگوریتم هایی نظیر شبکه های عصبی مصنوعی، مدل های مبتنی بر درخت و روش های ensemble، رگرسیون بردار پشتیبان و مدل های هیبرید در پروژه های ساخت مرور شده است. سپس، مطالعات متمرکز بر ساختمان ها و به ویژه ساختمان های مسکونی از نظر نوع الگوریتم، متغیرهای ورودی (هندسی، سازه ای، مکانی و اقتصادی) و شاخص های ارزیابی عملکرد مدل ها مورد بررسی و مقایسه قرار گرفته اند. نتایج این مرور نشان می دهد که مدل های یادگیری ماشین، در صورت تامین کیفیت و حجم مناسب داده، می توانند در مراحل مفهومی و اولیه پروژه، خطای برآورد هزینه ساختمان های مسکونی را نسبت به رویکردهای سنتی به طور معناداری کاهش دهند و ابزار تصمیم یار مفیدی برای کارفرمایان و مشاوران فراهم آورند. در عین حال، محدودیت هایی همچون اندازه کوچک و ناهمگن مجموعه داده ها، ناهمگونی در انتخاب و تعریف متغیرهای ورودی، و چالش های مرتبط با توضیح پذیری مدل ها و تعمیم پذیری نتایج، همچنان پابرجاست. بر این اساس، مقاله در پایان بر ضرورت توسعه پایگاه های داده استاندارد برای پروژه های مسکونی، طراحی مدل های توضیح پذیر و آگاه از عدم قطعیت، و انجام مطالعات کاربردی و میدانی بیشتر برای استقرار این رویکردها در صنعت ساخت تاکید می کند.

کلیدواژه ها:

یادگیری ماشین ، برآورد هزینه ساخت ، ساختمان مسکونی ، پیش بینی هزینه پروژه ، شبکه عصبی مصنوعی