پیش بینی هزینه های ساخت وساز ساختمان های مسکونی شهر مشهد با استفاده از شبکه عصبی مصنوعی

بسیاری از پروژه های ساخت و ساز در ایران به علت های گوناگونی نیمه کاره رها می شوند که یکی از مهم ترین دلایل آن عدم تخمین صحیح هزینه، به خصوص در ابتدای طراحی است. پیش بینی هزینه یکی از مهم ترین مراحل طرح ریزی پروژه های عمرانی و از اهداف ضروری برای مدیران پروژه ها است، چرا که انحراف هزینه نسبت به مقادیر برآورد اولیه سبب به وجود آمدن مشکلات و دعاوی فراوانی می شود. بنابراین، پیش بینی هزینه یکی از ابزارهای مهم کنترل انحرافات هزینه برای تمامی ذینفعان یک پروژه، از مالک تا پیمانکار آن می باشد. هدف از این پژوهش، شناسایی معیارهای مهم اثرگذار بر پیش بینی هزینه با استفاده از روش دلفی و سپس پیش بینی هزینه ساختمان های مسکونی شهر مشهد با استفاده از روش شبکه عصبی مصنوعی براساس اطلاعات ۷۰ پروژه است. نتایج حاکی از آن است که بهترین مدل آموزش داده شده با استفاده از شبکه عصبی دارای ضریب همبستگی برابر با ۸۷/۰ است که بیانگر توانایی مناسب این مدل در پیش بینی هزینه است. همچنین تجزیه و تحلیل مولفه های اصلی نشان دهنده این است که پارامترهای مساحت مفید در هر طبقه، مساحت همکف، زیربنا، تعداد کل واحدها، حجم بتن به کار رفته در ساختمان، مدت زمان ساخت، مساحت دیوار خارجی و مساحت عرصه زمین، جزو عوامل با رتبه اول هستند. تعداد طبقه روی سطح زمین، تعداد کل طبقات از روی پی و ارتفاع ساختمان از پی جزو نیز عوامل با رتبه دوم در پیش بینی هزینه قرار گرفتند. آنالیز حساسیت با توجه به نتایج به دست آمده نشان داد که مساحت دیوار خارجی و تعداد طبقه روی سطح زمین مهمترین عوامل در پیش بینی هزینه بوده است. استفاده از این روش می تواند برای کارفرمایان و پیمانکاران پروژه های ساختمانی یک تخمین سریع و مناسب را برای برآورد اولیه هزینه ساخت پروژه های مسکونی فراهم آورد.

کلیدواژه ها:

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