• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Building research & information >Mapping rework causes and effects using artificial neural networks
【24h】

Mapping rework causes and effects using artificial neural networks

机译：使用人工神经网络绘制返工原因和结果

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Les travaux de reprise peuvent avoir des effets néfastes sur les performances et la productivité dans les projets de construction. Des techniques comme les réseaux neuronaux artificiels (AAN) sont largement utilisés pour résoudre les problèmes de prévision et de classification et peuvent donc servir à cartographier les causes et les effets des travaux de reprise. Les données de réseaux neuronaux classiques à rétropropagation et les données de réseaux neuronaux à régression générale provenant de 112 projets de construction à Hong Kong sont utilisées pour examiner l'influence des travaux de reprise sur les divers indicateurs de performances de projets, comme les dépassements de coûts, les dépassements de délais et les réclamations contractuelles. Les résultats de cette recherche pourraient servir à développer des systèmes de prévision et des cadres appropriés et intelligents de soutien à la décision pour améliorer les performances de projets de construction. En outre, l'analyse des résultats de réseaux neuronaux indique que l'architecture du réseau neuronal à régression générale convient mieux à la modélisation des causes des travaux de reprise et à leurs conséquences sur les performances des projets.%Rework can have adverse effects on the performance and productivity of construction projects. Techniques such as artificial neural networks (ANN) are widely used for prediction and classification problems and thus can be used to map the causes and effects of rework. The traditional back propagation neural network and general regression neural network data from 112 Hong Kong construction projects are used to examine the influence of rework causes on the various project performance indicators such as cost overrun, time overrun, and contractual claims. The results from this research could be used to develop forecasting systems and appropriate intelligent decision support frameworks for enhancing performance in construction projects. Furthermore, analysis of the neural network results indicates that the general regression neural network architecture is better suited for modelling rework causes and their impacts on project performance.
机译：返工会对建设项目的性能和生产率产生不利影响。诸如人工神经网络（ANA）之类的技术已广泛用于解决预测和分类问题，因此可用于绘制恢复工作的因果关系。常规反向传播神经网络的数据和香港112个建设项目的一般回归神经网络的数据用于检验恢复工作对各种项目绩效指标的影响，例如费用，期限和合同要求。这项研究的结果可用于开发预测系统以及适当和智能的决策支持框架，以改善建筑项目的绩效。此外，对神经网络结果的分析表明，具有通用回归的神经网络体系结构更适合于建模恢复工作的原因及其对项目绩效的影响。返工百分比可能会对恢复工作产生不利影响建设项目的绩效和生产力。诸如人工神经网络（ANN）之类的技术已广泛用于预测和分类问题，因此可用于绘制返工的原因和结果。来自112个香港建筑项目的传统反向传播神经网络和一般回归神经网络数据用于检查返工原因对各种项目绩效指标的影响，例如成本超支，时间超支和合同索赔。这项研究的结果可用于开发预测系统和适当的智能决策支持框架，以增强建筑项目的绩效。此外，对神经网络结果的分析表明，通用回归神经网络体系结构更适合于建模返工原因及其对项目绩效的影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号