ترجمه فارسی عنوان مقاله

چالش‌های غیرپارامتریک برآورد هزینه کارهای ساخت و ساز با استفاده از ابزار هوش مصنوعی

عنوان انگلیسی

The Challenges of Nonparametric Cost Estimation of Construction Works with the use of Artificial Intelligence Tools

کد مقاله	سال انتشار	تعداد صفحات مقاله انگلیسی
138235	2017	8 صفحه PDF

منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia Engineering, Volume 196, 2017, Pages 415-422

فهرست مطالب ترجمه فارسی

چکیده

کلمات کلیدی

1.مقدمه

2. برآورد هزینه پارامتریک و غیر پارامتریک

3. شبکه‌های عصبی مصنوعی به عنوان ابزار هوش مصنوعی در برآورد هزینه غیر پارامتری در ساخت و ساز

شکل 1. طرح رویکرد مبتنی بر ANN برای برآورد هزینه مفهومی در ساخت و ساز.

جدول 1. مقادیر MAPE و PEmax برای مدل‌های برآورد هزینه مفهومی مبتنی بر ANN برای ساختمان‌های مسکونی.

4. چشم انداز استفاده از شبکه‌های عصبی مصنوعی به عنوان ابزار هوش مصنوعی در برآورد هزینه آثار ساخت و ساز

شکل 2. ایدئولوژی رویکرد مبتنی بر ANN و BIM به برآورد هزینه در سطح آثار ساخت و ساز.

5. نتیجه گیری

ترجمه کلمات کلیدی

هوش مصنوعی، شبکه های عصبی، کار ساخت و ساز، برآورد هزینه غیر پارامتری،

کلمات کلیدی انگلیسی

artificial intelligence; neural networks; construction works; nonparametric cost estimation;

ترجمه چکیده

برآورد هزینه غیر پارامتریک در پروژه‌های ساخت و ساز با استفاده از شبکه‌های مصنوعی به طور عمده برای تخمین‌های اولیه ارائه شده است. این برآوردهای مفهومی بر مبنای متغیرها - یعنی پیش بینی‌های هزینه‌ای است که ویژگی پروژه یا تاسیسات را مشخص می‌کنند. داده‌های جمع آوری شده بر اساس پروژه‌های تکمیل شده با هم ترکیب شده و به روند برآورد هزینه پروژه فعلی اعمال می‌شود. هدف مقاله این است که در مورد فرصت‌ها و چالش‌های رویکرد مبتنی بر ابزار هوش مصنوعی برای ارزیابی هزینه‌های ساخت و ساز بحث کند. رویکرد پیشنهادی بر پایه مفهوم برآورد هزینه غیر پارامتریک و کاربرد شبکه‌های عصبی مصنوعی است. ایده و قصد نویسنده این است که مکانیزم های تخمین هزینه غیر پارامتریک را به سطح کارهای ساخت و ساز انتقال دهد. شبکه‌های عصبی به دلیل قابلیت‌های کلی آنها به نظر می‌رسد یک ابزار خوب برای کمک به رویکرد پیشنهادی باشد. این مقاله شامل بحث در مورد روش پیشنهادی و کاربرد آن می‌باشد.

ترجمه مقدمه

هدف تخمین هزینه، پیش بینی، تقریب زدن، ارزیابی یا محاسبه هزینه احتمالی پروژه محاسبه شده براساس اطلاعات موجود است. فرایند برآورد هزینه در کل چرخه یک پروژه ساخت و ساز اهمیت زیادی دارد؛ زیرا تجزیه و تحلیل هزینه‌ها پایه و اساس بسیاری از تصمیمات مهم برای موفقیت یک پروژه را تشکیل می‌دهد. برآورد هزینه طبقه بندی شده براساس روش شناسی ممکن است به شرح زیر طبقه بندی شود (مقایسه [7]، [15]، [20]): • برآورد کیفی هزینه: o برآورد هزینه بر اساس روش‌های اکتشافی، o برآورد هزینه بر اساس قضاوت کارشناسان، • برآورد کمی هزینه: o برآورد هزینه بر اساس روش‌های آماری :  برآورد هزینه براساس روش‌های پارامتریک،  برآورد هزینه بر اساس روش‌های غیر پارامتریک o برآورد هزینه بر اساس روش‌های مشابه/ تطبیقی، o برآورد هزینه بر اساس روش‌های تحلیلی. طبقه بندی بالا می‌تواند به شاخه‌های مختلف صنایع - مخصوصاً برای ساخت و ساز نیز اشاره کند. انواع روش‌ها می‌تواند برای هر دو رویکرد کیفی و کمی ذکر شده باشد. این مقاله به مسائل برآورد هزینه بر اساس روش‌های آماری اختصاص داده شده است. مقایسه دقیق رویکرد پارامتریک و غیر پارامتریک در مقاله ارائه شده است. هدف اصلی نویسنده این است که چالش‌ها و فرصت‌های روش‌های غیر پارامتریک مبتنی بر هوش مصنوعی مورد استفاده برای برآورد هزینه کارهای ساخت و ساز را مورد بحث قرار دهد. بعضی از نتایج مطالعات قبلی نویسنده در این زمینه نیز در این مقاله گزارش و ترکیب شده است. نامگذاری و اختصارات مورد استفاده در متن با هم در جعبه زیر تنظیم شده است.

دانلود رایگان 2 صفحه اول مقاله لاتین (PDF)

پیش نمایش مقاله

چکیده انگلیسی

Nonparametric cost estimation in construction projects with the use of artificial networks is presented as suitable mainly for the early estimates. These conceptual estimates are based on the variables â namely cost predictors that characterize the project or a facility. Data gathered on the basis of completed projects are combined together and applied to the current project cost estimation process. The aim of the paper is to discuss the opportunities and challenges of the approach based on the artificial intelligence tools to cost estimation of construction works. The proposed approach is based on the concept of nonparametric cost estimation and application of artificial neural networks. The author's idea and intention is to transfer the mechanisms of nonparametric cost estimating to the level of construction works. Neural networks, due to their general capabilities, seem to be a good tool to aid the proposed approach. The paper contains discussion of the proposed approach and its applicability.