Τα τεχνικά έργα αποτελούν ένα από τα πιο σημαντικά πεδία δραστηριοτήτων μίας κοινωνίας καθώς επηρεάζουν άμεσα τους δείκτες ανάπτυξης μιας χώρας. Δεν είναι τυχαίο το γεγονός ότι ένα μεγάλο μέρος των ιδιωτικών και των δημόσιων επενδύσεων μιας χώρας κατευθύνεται στην κατασκευή, συντήρηση και λειτουργία τεχνικών έργων όπως είναι οι δρόμοι, οι γέφυρες, τα οικοδομικά έργα, οι εγκαταστάσεις επεξεργασίας λυμάτων (ΕΕΛ), οι χώροι υγειονομικής ταφής απορριμμάτων (ΧΥΤΑ), τα δίκτυα αποχέτευσης και ηλεκτρισμού κ.τ.λ.
Τα τεχνητά νευρωνικά δίκτυα (ΤΝΔ) είναι ένα σημαντικό εργαλείο για την επίλυση πολυσύνθετων προβλημάτων και τα τελευταία χρονιά παρουσιάζεται μια εκτενή εφαρμογή στη διαχείριση των έργων. Ένας βαρυσήμαντος παράγοντας για τη σωστή και επιτυχημένη διαχείριση ενός έργου είναι η ορθή εκτίμηση του κόστους κατασκευής και του χρόνου αποπεράτωσης. Τα ΤΝΔ έχουν απασχολήσει την ερευνητική κοινότητα και έχουν γίνει εκτεταμένες έρευνες σχετικά με τον τρόπο λειτουργίας τους. Παράλληλα, εξετάστηκαν εκτενώς τα πλεονεκτήματά τους έναντι των παραδοσιακών εργαλείων στατιστικής, καθώς και τα προβλήματα που ελλοχεύουν κατά τη χρήση τους. Ένα, επιπλέον, σημαντικό πεδίο έρευνας είναι οι τρόποι εκμάθησης, η αρχιτεκτονική δομή των ΤΝΔ, καθώς και η επιλογή του κατάλληλου αλγορίθμου εκπαίδευσης που ανταποκρίνεται στην εκάστοτε συνθήκη.
Στην παρούσα διπλωματική εργασία, στόχος είναι η ανάπτυξη ενός μαθηματικού μοντέλου για την πρόβλεψη του πραγματικού κόστους και χρόνου κατασκευής έργων που σχετίζονται με βιομηχανικούς χώρους (αποθήκες ξηρού φορτίου, θάλαμοι συντήρησης, καταψύξεις ευπαθών υλικών, γραφεία και στέγαστρα βιομηχανικών εγκαταστάσεων). Προς το σκοπό αυτό, πραγματοποιείται λεπτομερής εμβάθυνση στη θεωρία της έννοιας και των χαρακτηριστικών των έργων καθώς και στη διαχείρισή τους. Στη συνέχεια, παρατίθεται εκτεταμένη περιγραφή των νευρωνικών δικτύων σε ότι αφορά τη δομή τους, τις συγκριτικές τους διεργασίες σε σχέση με ηλεκτρονικό υπολογιστή και ανθρώπινο εγκέφαλο, τις δυνατότητες εκπαίδευσής τους και την αρχιτεκτονική τους. Επίσης, πραγματοποιείται βιβλιογραφική ανασκόπηση στις πιο πρόσφατες έρευνες που αναφέρονται σε εφαρμογή ΤΝΔ στον κατασκευαστικό κλάδο και παρουσιάζονται τα σχετικά ευρήματα. Ακολούθως, συντάσσεται ένας εισαγωγικός οδηγός της ερευνητικής μεθοδολογίας για τη χρήση των τεχνητών νευρωνικών δικτύων με τη βοήθεια του λογισμικού “IBM SPSS Statistics 27” και ακολουθεί η εφαρμογή των θεωρητικών γνώσεων στην πράξη, με τη μελέτη περίπτωσης σε 20 βιομηχανικά έργα.
Τέλος, παρατίθενται τα μοντέλα για την πρόβλεψη του πραγματικού κόστους και χρόνου ολοκλήρωσης έργων σε βιομηχανικές εγκαταστάσεις. Τα αποτελέσματα κρίνονται ιδιαιτέρως ικανοποιητικά παρά τον περιορισμένο αριθμό των δεδομένων. Εν κατακλείδι, αναδεικνύεται η δυνατότητα πρόβλεψης από τα ΤΝΔ με μεγάλη ακρίβεια και παρουσιάζονται κάποιες προτάσεις για την περαιτέρω βελτίωσή τους στην πρόβλεψη του χρόνου και του κόστους.
Technical projects are one of the most important fields of activity in all societies as they directly affect the indicators of development. It is no coincidence that a large part of a country's private and public investment is directed to the construction, maintenance and operation of technical works such as roads, bridges, construction projects, sewage treatment plants, waste landfills, sewerage and electricity networks, etc.
Artificial neural networks (ANN’s) are an important tool for solving complex problems leading to an extensive application in project management. An important factor for the proper and successful management of a project is the correct estimation of construction costs and completion time. ANN’s have troubled the research community and extensive research has been done on how they work. At the same time, their advantages over traditional statistical tools were extensively examined, as well as the problems that lurk during their use. An additional field of research is their learning technique, the architectural structure of the ANN’s, as well as the selection of the appropriate training algorithm that corresponds to the respective condition. For that purpose, the aim is to develop a mathematical model for predicting the real cost and construction time of projects related to industrial sites (dry cargo warehouses, maintenance chambers, freezers of perishable materials, offices and shelters of industrial facilities). To this end, an attempt was made to explain their function as well as in their management. Furthermore, an extensive description of neural networks is made, in terms of their structure, their comparative processes in relation to computer and human brain, their training possibilities and their architecture. Also, a bibliographic review is carried out on the latest research that refers to the application of ANN’s in the construction industry and the relevant findings are presented. Then an introductory guide to the research methodology for the use of artificial neural networks is compiled, with the help of the software "IBM SPSS Statistics 27" and finally the application of theoretical knowledge is held, with the case study in 17 industrial projects.
To conclude, the models for forecasting the real cost and time of completion of industrial projects are presented and the results are considered satisfying despite the limited amount of data. Also, the possibility of forecasting with ANN’s is highlighted, showing great accuracy, and some suggestions are presented for further improvement.
Ευφυή συστήματα για την πρόβλεψη συμβατικών μεγεθών κόστους και χρόνου κατασκευής έργων σε βιομηχανικές εγκαταστάσεις Περιγραφή: 138146_ΕΥΘΥΜΙΟΥ_ΚΩΝΣΤΑΝΤΙΝΟΣ.pdf (pdf)
Book Reader Άδεια: Αναφορά Δημιουργού 4.0 Διεθνές Πληροφορίες: Κυρίως σώμα διπλωματικής Μέγεθος: 3.5 MB
Ευφυή συστήματα για την πρόβλεψη συμβατικών μεγεθών κόστους και χρόνου κατασκευής έργων σε βιομηχανικές εγκαταστάσεις - Identifier: 85259
Internal display of the 85259 entity interconnections (Node labels correspond to identifiers)
Ευφυή συστήματα για την πρόβλεψη συμβατικών μεγεθών κόστους και χρόνου κατασκευής έργων σε βιομηχανικές εγκαταστάσεις