برآورد هزينه هاي ساختمان با روش هاي هوشمند داده مبنا و مشخص كردن عوامل تاثيرگذار بر هزينه‌هاي ساخت ( مطالعه موردي شرق استان تهران)

Estimation of the building costs using intelligence data driven methods and determining the factors influencing on cost. (Case study: East of Tehran province)

امروزه اهميت هزينه‌هاي ساخت در پروژه‌هاي عمراني روز به روز افزايش مي‌يابد و لازم مي‌گردد تا به بررسي برآورد هزينه‌هاي ساخت و عوامل تاثيرگذار در هزينه‌ي ساخت و ساز مورد مطالعه قرار گيرد. اين پژوهش با موضوع برآورد هزينه‌هاي ساختمان با روش‌هاي هوش مصنوعي، مشخص كردن عوامل تاثيرگذار بر هزينه و بهينه‌سازي هزينه‌ها در شرق استان تهران انجام گرديده است. براي برآورد هزينه‌هاي ساختمانهاي مسكوني در اين پژوهش از 46 ساختمان مسكوني كه در سالهاي 1393-1396 در منطقه‌ي شرق استان تهران اجرا شده‌اند، استفاده شده است و از روش‌هاي هوش مصنوعي جهت برآورد و مدل‌سازي‌ها كه از روش‌هاي ANN، روش شبكه‌ي عصبي مصنوعي، GEP الگوريتم ژنتيك و SVM بردار پشتيبان استفاده شده است و همچنين براي تشخيص عوامل تاثيرگذار بر هزينه از پرسشنامه و روش آزمون فريدمن جهت اولويت‌بندي عوامل استفاده گرديد تا با داشتن اين دو فاكتور يعني عوامل تاثيرگذار بر هزينه و برآورد هزينه‌هاي ساختمان بتوانيم هزينه‌ها را بهينه‌سازي كنيم. پس از بررسي‌ها و مطالعات نتايجي كه بدست آمد، برآورد هزينه‌ها با روش‌هاي ANN,GEP,SVM انجام شد و با مقايسه‌هاي اين روش‌ها، روش GEP به علت خطاي كمتر و دقت پيش‌بيني بالاتر روشي برتر نسبت به دو روش ديگر بوده است. عوامل تاثيرگذار بر هزينه نيز با روش آزمون فريدمن تعيين شد كه با بررسي اين فاكتورها هزينه هاي ساخت بهينه‌سازي گرديد.

Today, the importance of construction costs in construction projects is increasing day by day and it is necessary to study the estimation of construction costs and the factors affecting construction costs.This research has been done around the subject of estimate the construction costs by intelligence data driven methods named Artificial Neural Network (ANN), Support Vector Machine (SVM) and Gene Expression Programming (GEP) determine the effective factors on cost and cost optimization in east of Tehran. To estimate the costs of residential buildings, in this research it's used from 46 residential buildings which were implemented in west of Tehran and it's used from the artificial intelligence method to estimate the construction costs that is used from ANN, artificial neural network method, GEP, SVM and it was used from questionnaire and Friedman test method to diagnosis the effective factors on costs to prioritize factors that can optimize the costs by possessing these two factors, the effective factors on costs and construction costs estimation . After reviews and studies we resulted that costs estimation had been done by ANN, GEP, SVM methods and by comparing these methods, GEP cause of its less errors and more predictability, was the best method than others. The effective factors on costs were determined by Friedman test method that after reviews these factors, construction costs had been optimized.