A Neural Network Model for Selecting a Piling Method of Building Construction

건축공사 말뚝공법 선정을 위한 신경망 모델 개발

As a construction project in urban area tends to be high-rise and huge, the importance of the project's underground work, in terms of the cost and the schedule, is gradually increasing. It's extremely significant to choose a proper filing method, at the stage of underground work. However, in piling work many change orders have been occurred since a piling method is experientially selected based on uncertain information and many earth factors to consider. It has effects on the cost and the schedule of the project. In this study, we have suggested a decision model for piling method that can be used to determine and verify the suitable piling method in design and pre-construction phase of a project. Based on historical data, a neural network model has already proven to be efficient. The tests of the model for selecting a suitable piling method have progressed exactly with the data of 150 piling works which were done room 2000 to 2004 in Korea. The optimization or the developed neural network model has progressed with the data for teaming. The validity of the neural network model has been verified.

도심지 건축 프로젝트가 초고층화, 대형화됨에 따라, 공사비와 공기의 관점에서 지하공사의 중요성은 점차 증가하고 있다. 지하공사 단계에서 대단히 중요한 것은 적정 말뚝공법을 선정하는 것이다. 그런데 말뚝공사의 경우, 공법 선정 시 고려해야 할 지반조건들이 많고, 불확실한 정보에 기반한 경험적인 공법선정이 이루어지기 때문에, 말뚝공법의 변경이 적지 않게 발생하며, 이것은 프로젝트의 공사비와 공기에 영향을 미친다 본 연구에서는 프로젝트의 설계단계에서 적정 말뚝공법을 선정하는데 활용하고, 시공전 단계에서 기 선정된 말뚝공법의 적정여부를 검증할 수 있는 말뚝공법 선정모델을 제안하였다. 실적데이터에 근간한 신경망 모델은 이미 그 효율성이 입증된 바 있다. 2000년부터 2004년까지 국내에서 시행된 150개의 데이터를 기초로 하여 말뚝공법 선정을 위한 신경망 모델을 개발하였다. 개발한 신경망 모델을 대상으로 학습용 자료에 의해 최적화를 실행하였으며, 그 유효성을 검증하였다.