Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias

Detalhes bibliográficos
Autor(a) principal: Barros, Laís Bandeira
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/35072
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2019.
id UNB_6b87b8127776fc1bff69ece8033b2518
oai_identifier_str oai:repositorio.unb.br:10482/35072
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodoviasApplication of artificial neural networks in the context of road construction cost estimationProjetos - custosEstimativa de custoProjetos rodoviáriosRedes neurais artificiaisRodovias - projetos e construçãoDissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2019.A estimativa dos custos de projetos de construção com maior precisão na fase do desenvolvimento do projeto é crucial para estudos de viabilidade e é um fator chave para o seu sucesso. No entanto, na etapa inicial da obra existe pouca definição de projeto e, portanto, as informações são limitadas. Além disso, outros problemas são enfrentados como a falta de dados e de métodos adequados de estimativas, como também o envolvimento das incertezas. Com base nisso, este trabalho apresenta a utilização da Inteligência Artificial para estimar custos de construção de rodovias, a partir dos dados de projetos coletados e analisados no Departamento Nacional de Infraestrutura de Transportes (DNIT), com a finalidade de obter as variáveis que mais contribuem para o custo final da obra. Para aplicação da técnica de Redes Neurais Artificiais foi necessário selecionar uma amostra de 25 projetos. As RNAs foram treinadas e testadas com auxílio do software Matlab®, para a arquitetura de rede perceptron de múltiplas camadas e o algoritmo de backpropagation, utilizando 11, 10 e 5 parâmetros de entrada com diferentes topologias para verificar a robustez da ferramenta. A validação das estimativas foi feita pela comparação entre o valor estimado pelas RNAs e o custo real das obras. Ao final deste trabalho, o erro médio encontrado para a estimativa dos custos de construção de rodovias da melhor rede foi igual a 9%, com 5 parâmetros de entrada, 15 neurônios e função tangente hiperbólica na camada oculta e 1 neurônio na camada de saída, utilizando a função linear. Os resultados confirmam que a RNA é uma ferramenta promissora, especialmente para casos como o Brasil, onde as ferramentas computacionais ainda são pouco exploradas, exigindo um tempo maior na execução das tarefas como estimativas. Espera-se que o estudo apresentado contribua e apoie nas decisões de viabilidade econômica de construção de rodovias, pois uma melhor análise pode ser realizada com as variáveis fornecidos para serem reproduzidos e aplicados a outros projetos, uma vez que são parâmetros facilmente quantificáveis na etapa de anteprojeto.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).To estimate costs of construction projects more accurately at the project development stage is crucial for feasibility studies and it is a key factor for their success. However, in the initial stage of the work there is little project definition and, therefore, the information is limited. In addition, there are other problems, such as the lack of adequate data and estimation methods, as well as the involvement of uncertainties. Based on this, this work presents the use of Artificial Intelligence to estimate road construction costs, based on data collected and analyzed in the National Department of Infrastructure and Transport (DNIT), in order to obtain the variables that most contribute to the cost end of the construction. For the application of the technique of Artificial Neural Network it was necessary to select a sample of 25 projects. The ANNs were trained and tested using Matlab® software for the multilayer perceptron network architecture and the backpropagation algorithm, using 11, 10 and 5 input parameters with different topologies to verify the robustness of the tool. The validation of the estimates was made by comparing the value estimated by ANNs with the real cost of the work. At the end of this research, the average error found for estimating costs of road construction of the best network was 9%, with 5 input parameters, 15 neurons and hyperbolic tangent function in the hidden layer and 1 neuron in the output layer, using the linear function. The results confirm that ANN is a promising tool, especially for cases such as Brazil, where computational tools are still little explored, requiring a longer time in the execution of tasks as estimates. The presented study is expected to contribute and support the decisions of road construction economic feasibility, as better analysis can be taken with the parameters provided to be reproduced and applied to other projects, since they are easily quantified variables in the preliminary project.Carvalho, Michele Tereza MarquesBarros, Laís Bandeira2019-07-12T21:06:53Z2019-07-12T21:06:53Z2019-07-122019-01-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBARROS, Laís Bandeira. Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias. 2019. xi, 94 f., il. Dissertação (Mestrado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2019.http://repositorio.unb.br/handle/10482/35072A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-13T19:21:17Zoai:repositorio.unb.br:10482/35072Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-13T19:21:17Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
Application of artificial neural networks in the context of road construction cost estimation
title Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
spellingShingle Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
Barros, Laís Bandeira
Projetos - custos
Estimativa de custo
Projetos rodoviários
Redes neurais artificiais
Rodovias - projetos e construção
title_short Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
title_full Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
title_fullStr Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
title_full_unstemmed Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
title_sort Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias
author Barros, Laís Bandeira
author_facet Barros, Laís Bandeira
author_role author
dc.contributor.none.fl_str_mv Carvalho, Michele Tereza Marques
dc.contributor.author.fl_str_mv Barros, Laís Bandeira
dc.subject.por.fl_str_mv Projetos - custos
Estimativa de custo
Projetos rodoviários
Redes neurais artificiais
Rodovias - projetos e construção
topic Projetos - custos
Estimativa de custo
Projetos rodoviários
Redes neurais artificiais
Rodovias - projetos e construção
description Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-12T21:06:53Z
2019-07-12T21:06:53Z
2019-07-12
2019-01-30
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.uri.fl_str_mv BARROS, Laís Bandeira. Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias. 2019. xi, 94 f., il. Dissertação (Mestrado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2019.
http://repositorio.unb.br/handle/10482/35072
identifier_str_mv BARROS, Laís Bandeira. Aplicação de redes neurais artificiais no contexto de estimativa de custos de construção de rodovias. 2019. xi, 94 f., il. Dissertação (Mestrado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2019.
url http://repositorio.unb.br/handle/10482/35072
dc.language.iso.fl_str_mv por
language por
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1810580839247904768

Registros relacionados