| Popis: |
Early time cost estimation plays an important role in the achievement of each construction project. Entirely parties included in the project construction; holders, workers and contributors need dependable information about rate in the primary periods of the project. There are very limited drawings and facts at this step. In this study, new method based PSO and CNN proposed for construction project cost estimation. The data first analysed by using feature extraction to reduce the size of data using PSO. The extracted features wired to the CNN that extracted high level features from input data and then wired to the regression model that used to estimate the cost of the construction project with average error rate only 0.0018. Furthermore, the proposed method compared with several studies in the same problem and the experimental results show that our method presented best results than previous studies. Erken dönem maliyet tahmini, her bir inşaat projesinin gerçekleştirilmesinde önemli bir rol oynamaktadır. Tamamen taraflar proje inşaatına dahil edilmiştir; sahipleri, çalışanları ve katkıda bulunanlar, projenin ilk dönemlerinde oran hakkında güvenilir bilgiye ihtiyaç duyarlar. Bu adımda çok sınırlı çizimler ve gerçekler vardır. Bu çalışmada, inşaat projesi maliyet tahmini için yeni yöntem tabanlı PSO ve CNN önerilmiştir. Veriler ilk önce PSO kullanarak veri boyutunu azaltmak için özellik çıkarma kullanılarak analiz edildi. Çıkarılan özellikler, giriş verilerinden yüksek seviye özellikler çıkaran CNN'ye ve daha sonra sadece 0,0018 ortalama hata oranı ile inşaat projesinin maliyetini tahmin etmek için kullanılan regresyon modeline bağlandı. Ayrıca, önerilen yöntem aynı problemdeki çeşitli çalışmalarla karşılaştırıldığında ve deneysel sonuçlar yöntemimizin önceki çalışmalardan daha iyi sonuçlar verdiğini göstermektedir. |
