Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/4700 |
Resumo: | Given the importance of forecasting costs in early stages of architectural projects, when it is possible to make changes in the product design and therefore obtain changes in the production costs, and also due to the difficulty of electrical-material consumption prognosis, this research proposes models for predicting electrical-material consumption used in buildings electrical installations. It was used artificial neural networks, an inteligent system, and conventional methods, such as linear regression and consumption rates for the prognostic models. The available data were collected from projects feasibility study and draft design. The research method includes the following steps: a) creation of a database with information collected in quantitatives used for estimates, b) data analysis and preprocessing for use in inteligent and conventional systems, c) attribute selection for best feature identification, i.e, for identifying features with high ability to influence the prognosis and d) development of the models and performance analysis, comparing the predicted values with the actual values. The developed models improves the consumption prognosis performance when compared with common prognostic tools. Current tools consists in multiplying quantitatives by a comsumption rate. Also, the novel models allows more cautious decision-making in projects early design phases, allowing greater awareness of costs impacts. It is expected that this metodology could be used for predicting other building materials. |
id |
SCAR_2673ecb2a4ae5df8f03601c201ab37af |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/4700 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Milion, Raphael NegriPaliari, José CarlosPALIARI, J. C.http://lattes.cnpq.br/9474661381756524d498c005-9d9a-4ab0-aab9-7d5f620fc5cc2016-06-02T20:09:21Z2014-10-062016-06-02T20:09:21Z2014-08-11MILION, Raphael Negri. Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes. 2014. 185 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2014.https://repositorio.ufscar.br/handle/ufscar/4700Given the importance of forecasting costs in early stages of architectural projects, when it is possible to make changes in the product design and therefore obtain changes in the production costs, and also due to the difficulty of electrical-material consumption prognosis, this research proposes models for predicting electrical-material consumption used in buildings electrical installations. It was used artificial neural networks, an inteligent system, and conventional methods, such as linear regression and consumption rates for the prognostic models. The available data were collected from projects feasibility study and draft design. The research method includes the following steps: a) creation of a database with information collected in quantitatives used for estimates, b) data analysis and preprocessing for use in inteligent and conventional systems, c) attribute selection for best feature identification, i.e, for identifying features with high ability to influence the prognosis and d) development of the models and performance analysis, comparing the predicted values with the actual values. The developed models improves the consumption prognosis performance when compared with common prognostic tools. Current tools consists in multiplying quantitatives by a comsumption rate. Also, the novel models allows more cautious decision-making in projects early design phases, allowing greater awareness of costs impacts. It is expected that this metodology could be used for predicting other building materials.Devido à importância da previsão de custos nas fases iniciais de empreendimentos, nas quais é possível intervir no produto de forma a obter impactos nos custos de produção; e também, devido à dificuldade de prognóstico do consumo de materiais das instalações prediais elétricas, que ainda não contam com ferramentas eficazes para tal tarefa, este trabalho propõe modelos para prognóstico do consumo de materiais de instalações prediais elétricas a partir de informações disponíveis na fase do estudo de viabilidade e estudo preliminar de empreendimentos. São utilizadas para o prognóstico sistemas inteligentes, mais especificamente, redes neurais artificiais, além de métodos convencionais, como regressão linear e índices de consumo. O método de pesquisa consta das etapas: a) constituição de um banco de dados com informações coletadas em quantitativos utilizados para orçamentos; b) análise e preparação dos dados para a devida utilização dos sistemas inteligentes e convencionais c) seleção de atributos para identificação das características com melhor capacidade de realizar o prognóstico e d) desenvolvimento dos modelos de prognóstico e análise de desempenho por meio de comparações entre os valores prognosticados e os valores reais. Os modelos desenvolvidos melhoram significativamente o prognóstico de consumo destes sistemas em relação a prática atual, que consiste em levantar quantitativos de projeto e multiplicá-los por índices de consumo. Os modelos propostos também permitem tomadas de decisões com maior consciência dos impactos nos custos, principalmente em fases iniciais dos empreendimentos. Espera-se também que a metodologia apresentada possa ser extrapolada para outros serviços de construção.application/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Engenharia Civil - PPGECivUFSCarBRConstrução civilMateriais - consumoEdifícios - instalações elétricasSistemas inteligentesMaterials consumptionElectrical building installationsIntelligent systemsENGENHARIAS::ENGENHARIA CIVIL::CONSTRUCAO CIVILMétodo para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-164cc33b3-c5c5-46c2-b97d-0dde8b5a3fb3info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINAL6223.pdfapplication/pdf2983823https://repositorio.ufscar.br/bitstream/ufscar/4700/1/6223.pdf5c5866e8a883e6646c642579dce1909dMD51TEXT6223.pdf.txt6223.pdf.txtExtracted texttext/plain0https://repositorio.ufscar.br/bitstream/ufscar/4700/2/6223.pdf.txtd41d8cd98f00b204e9800998ecf8427eMD52THUMBNAIL6223.pdf.jpg6223.pdf.jpgIM Thumbnailimage/jpeg7235https://repositorio.ufscar.br/bitstream/ufscar/4700/3/6223.pdf.jpg1593e72a417981928f89d2b34720bf43MD53ufscar/47002023-09-18 18:31:34.926oai:repositorio.ufscar.br:ufscar/4700Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:34Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
title |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
spellingShingle |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes Milion, Raphael Negri Construção civil Materiais - consumo Edifícios - instalações elétricas Sistemas inteligentes Materials consumption Electrical building installations Intelligent systems ENGENHARIAS::ENGENHARIA CIVIL::CONSTRUCAO CIVIL |
title_short |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
title_full |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
title_fullStr |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
title_full_unstemmed |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
title_sort |
Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes |
author |
Milion, Raphael Negri |
author_facet |
Milion, Raphael Negri |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/9474661381756524 |
dc.contributor.author.fl_str_mv |
Milion, Raphael Negri |
dc.contributor.advisor1.fl_str_mv |
Paliari, José Carlos |
dc.contributor.advisor1Lattes.fl_str_mv |
PALIARI, J. C. |
dc.contributor.authorID.fl_str_mv |
d498c005-9d9a-4ab0-aab9-7d5f620fc5cc |
contributor_str_mv |
Paliari, José Carlos |
dc.subject.por.fl_str_mv |
Construção civil Materiais - consumo Edifícios - instalações elétricas Sistemas inteligentes |
topic |
Construção civil Materiais - consumo Edifícios - instalações elétricas Sistemas inteligentes Materials consumption Electrical building installations Intelligent systems ENGENHARIAS::ENGENHARIA CIVIL::CONSTRUCAO CIVIL |
dc.subject.eng.fl_str_mv |
Materials consumption Electrical building installations Intelligent systems |
dc.subject.cnpq.fl_str_mv |
ENGENHARIAS::ENGENHARIA CIVIL::CONSTRUCAO CIVIL |
description |
Given the importance of forecasting costs in early stages of architectural projects, when it is possible to make changes in the product design and therefore obtain changes in the production costs, and also due to the difficulty of electrical-material consumption prognosis, this research proposes models for predicting electrical-material consumption used in buildings electrical installations. It was used artificial neural networks, an inteligent system, and conventional methods, such as linear regression and consumption rates for the prognostic models. The available data were collected from projects feasibility study and draft design. The research method includes the following steps: a) creation of a database with information collected in quantitatives used for estimates, b) data analysis and preprocessing for use in inteligent and conventional systems, c) attribute selection for best feature identification, i.e, for identifying features with high ability to influence the prognosis and d) development of the models and performance analysis, comparing the predicted values with the actual values. The developed models improves the consumption prognosis performance when compared with common prognostic tools. Current tools consists in multiplying quantitatives by a comsumption rate. Also, the novel models allows more cautious decision-making in projects early design phases, allowing greater awareness of costs impacts. It is expected that this metodology could be used for predicting other building materials. |
publishDate |
2014 |
dc.date.available.fl_str_mv |
2014-10-06 2016-06-02T20:09:21Z |
dc.date.issued.fl_str_mv |
2014-08-11 |
dc.date.accessioned.fl_str_mv |
2016-06-02T20:09:21Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MILION, Raphael Negri. Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes. 2014. 185 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2014. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/4700 |
identifier_str_mv |
MILION, Raphael Negri. Método para prognóstico do consumo de materiais em instalações prediais elétricas utilizando sistemas inteligentes. 2014. 185 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2014. |
url |
https://repositorio.ufscar.br/handle/ufscar/4700 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
-1 -1 |
dc.relation.authority.fl_str_mv |
64cc33b3-c5c5-46c2-b97d-0dde8b5a3fb3 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Civil - PPGECiv |
dc.publisher.initials.fl_str_mv |
UFSCar |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/4700/1/6223.pdf https://repositorio.ufscar.br/bitstream/ufscar/4700/2/6223.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/4700/3/6223.pdf.jpg |
bitstream.checksum.fl_str_mv |
5c5866e8a883e6646c642579dce1909d d41d8cd98f00b204e9800998ecf8427e 1593e72a417981928f89d2b34720bf43 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136278369566720 |