Description: Completing a project w

Description: Completing a project within the planned budget is the bottom-line of construction companies. To achieve this goal, periodic cost estimation is vitally important not only in the planning phase, but also in the execution phase. Due to high uncertainty in operational environment, point estimation of project cost is oftentimes not sufficient to assist the decision-making process. This study utilizes Least Squares Support Vector Machine (LS-SVM), machine learning based interval estimation (MLIE), and Differential Evolution (DE) to establish a novel model for predicting construction project cost. LS-SVM is a supervised learning technique used for regression analysis. MLIE is employed for inference of prediction intervals. Moreover, our model deploys DE in the cross validation process to search for the optimal values of tuning parameters. The newly developed model, named as EAC-LSPIM, yields results consisting of a point estimate coupled with lower and upper prediction limits, at a certain level of confidence, to accentuate uncertainty. Simulation and performance comparison demonstrate that the new model is capable of delivering accurate and reliable forecasting results.

ผลลัพธ์ (ไทย) 1:

รายละเอียด: เสร็จสิ้นโครงการภายในงบประมาณวางแผนไว้เป็นสมีของบริษัทก่อสร้าง ประมาณการต้นทุนประจำงวดเป็นไม่สำคัญไม่เพียงแต่ในระยะวางแผน แต่ยังอยู่ในขั้นตอนการดำเนินการเพื่อให้บรรลุเป้าหมายนี้ เนื่องจากความไม่แน่นอนสูงในสภาพแวดล้อมการดำเนินงาน จุดประเมินต้นทุนโครงการนั้นอาจเกิดไม่เพียงพอที่จะช่วยการตัดสินใจ การศึกษานี้ใช้เครื่องเวกเตอร์สนับสนุนกำลังสองน้อยที่สุด (LS-SVM) เรียนรู้เครื่องตามช่วงเวลาการประเมิน (MLIE), และส่วนที่แตกต่างวิวัฒนาการ (DE) เพื่อสร้างรูปแบบนวนิยายสำหรับการคาดการณ์ต้นทุนโครงการก่อสร้าง LS-SVM เป็นเทคนิคการเรียนรู้ที่มีใช้สำหรับการวิเคราะห์การถดถอย MLIE เป็นลูกจ้างสำหรับข้อคาดเดาช่วงเวลา นอกจากนี้ รุ่นของเราจัดวาง DE ในกระบวนการตรวจสอบระหว่างการค้นหาค่าสูงสุดของการปรับแต่งพารามิเตอร์ รูปแบบใหม่ ตั้งชื่อเป็น EAC LSPIM ก่อให้เกิดผลลัพธ์ที่ประกอบด้วยการประเมินจุดกับขีดจำกัดล่าง และบนทำนาย ที่ระดับความเชื่อมั่น การเน้นเสียงความไม่แน่นอน เปรียบเทียบการจำลองและประสิทธิภาพแสดงให้เห็นว่ารูปแบบใหม่ของความถูกต้อง และเชื่อถือได้คาดการณ์ผลลัพธ์

ผลลัพธ์ (ไทย) 2:

รายละเอียด: การดำเนินโครงการภายในงบประมาณที่วางแผนไว้เป็นบรรทัดด้านล่างของ บริษัท รับเหมาก่อสร้าง เพื่อให้บรรลุเป้าหมายนี้, การประเมินค่าใช้จ่ายที่เป็นสิ่งที่สำคัญไม่เพียง แต่ในขั้นตอนการวางแผน แต่ยังอยู่ในขั้นตอนการดำเนินการ เนื่องจากความไม่แน่นอนสูงในสภาพแวดล้อมในการดำเนินงานประมาณจุดของค่าใช้จ่ายที่อาจเกิดโครงการนี​​้ไม่เพียงพอที่จะช่วยให้กระบวนการตัดสินใจ การศึกษาครั้งนี้ใช้กำลังสองน้อยสนับสนุนเครื่องเวกเตอร์ (LS-SVM), การเรียนรู้เครื่องประมาณค่าแบบช่วง based (MLIE) และวิวัฒนาการที่แตกต่างกัน (DE) เพื่อสร้างรูปแบบใหม่สำหรับการคาดการณ์ค่าใช้จ่ายในการก่อสร้างโครงการ LS-SVM เป็นเทคนิคการเรียนรู้ภายใต้การดูแลที่ใช้ในการวิเคราะห์การถดถอย MLIE เป็นลูกจ้างสำหรับการอนุมานของช่วงคาดการณ์ นอกจากนี้รูปแบบของเราปรับใช้ในกระบวนการตรวจสอบข้ามเพื่อค้นหาค่าพารามิเตอร์ที่เหมาะสมของการปรับแต่ง รูปแบบการพัฒนาขึ้นมาใหม่ชื่อว่าเป็น EAC-LSPIM ผลอัตราผลตอบแทนประมาณการที่ประกอบด้วยจุดควบคู่กับข้อ จำกัด ทำนายล่างและชั้นบนที่ระดับหนึ่งของความเชื่อมั่นที่จะเน้นความไม่แน่นอน การจำลองและการเปรียบเทียบผลการดำเนินงานแสดงให้เห็นว่ารูปแบบใหม่ที่มีความสามารถในการส่งมอบผลการพยากรณ์ที่ถูกต้องและเชื่อถือได้

ผลลัพธ์ (ไทย) 3:

รายละเอียด : เสร็จสิ้นโครงการในแผนงบประมาณที่บรรทัดด้านล่างของ บริษัท ก่อสร้าง เพื่อให้บรรลุเป้าหมายนี้ การประมาณต้นทุนเป็นระยะ ๆเป็นสิ่งที่สำคัญไม่เพียง แต่ในขั้นตอนการวางแผน แต่ยัง ในการดำเนินการระยะ เนื่องจากความไม่แน่นอนสูงในสภาพแวดล้อมการดำเนินงาน การประมาณต้นทุนโครงการคือจุดอาจไม่เพียงพอที่จะช่วยให้กระบวนการตัดสินใจการศึกษานี้ได้ใช้อย่างน้อยสนับสนุนเวกเตอร์เครื่องจักร ( ls-svm ) , การเรียนรู้เครื่องประมาณช่วงตาม ( mlie ) และวิวัฒนาการดิฟ ( de ) เพื่อสร้างรูปแบบใหม่สำหรับประมาณค่าใช้จ่ายโครงการก่อสร้าง ls-svm เป็นเทคนิคการเรียนรู้แบบใช้ในการวิเคราะห์การถดถอย mlie เป็นลูกจ้างสำหรับการอนุมานของช่วงเวลาที่คาดการณ์ นอกจากนี้นางแบบของเราในการตรวจสอบกระบวนการทำงาน เดอ ข้ามเพื่อค้นหาค่าเหมาะสมที่สุดของการปรับแต่งพารามิเตอร์ เพื่อพัฒนารูปแบบการตั้งชื่อเป็น eac-lspim ผลผลิต ผลลัพธ์ ประกอบด้วยประมาณการจุดคู่กับบนและล่าง ทำนาย จำกัด ในระดับหนึ่งของความเชื่อมั่นที่จะเน้นความไม่แน่นอนการจำลองและการเปรียบเทียบสมรรถนะแสดงให้เห็นว่ารุ่นใหม่มีความสามารถในการส่งมอบที่ถูกต้องและเชื่อถือได้ผลการพยากรณ์