The Journal of Sustainable Design and Educational Environment Research (교육녹색환경연구)

Korean Institute of Sustainable Design and Educational Environment (한국교육녹색환경연구원)
권호 표지
DOI QR코드

DOI QR Code

A Study on Predicting Construction Cost of Educational Building Project at early stage Using Support Vector Machine Technique

서포트벡터머신을 이용한 교육시설 초기 공사비 예측에 관한 연구

  • Received : 2012.10.26
  • Accepted : 2012.12.14
  • Published : 2012.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

The accuracy of cost estimation at an early stage in school building project is one of the critical factors for successful completion. So various of techniques are developed to predict the construction cost accurately and expeditely. Among the techniques, Support Vector Machine(SVM) has an excellent ability for generalization performance. Therefore, the purpose of this study is to construct the prediction model for construction cost of educational building project using support vector machine technique. And to verify the accuracy of prediction model for construction cost. The performance data used in this study are 217 school building project cost which have been completed from 2004 to 2007 in Gyeonggi-Do, Korea. The result shows that average error rate was 7.48% for SVM prediction model. So using SVM model on predicting construction cost of educational building project will be a considerably effective way at the early project stage.

Keywords

References

  1. 김광희 외, 사례기반추론 기법을 이용한 공동주택 초기 공사비 예측에 관한 연구, 대한건축학회 논문집, 제20권, 제5호, pp.83-92, 2004
  2. 김광희 외, 유전자 알고리즘에 의한 신경망 구조의 최적화를 이용한 공동주택의 초기 공사비 예측에 관한 연구, 대한건축학회논문집(구조계), 제 20권, 제2호, pp.81-88 , 2004
  3. 김광희 외, 공동주택 공사비 예측 정확도 비교에 관한 연구, 대한건축학회논문집(구조계), 제20권, 제5호, pp.93-102, 2004
  4. 김광희 외, 신경망과 유전자알고리즘을 이용한 공사비예측 모델의 예측정확도 비교에 관한 연구, 대한건축학회논문집(구조계), 제22권, 제3호, pp.111-118, 2006
  5. 김유일 외, 신경망과 SVM을 이용한 주가지수예측의 비교, 인터넷전자상거래연구, 제4권, 제3호, pp.221-243, 2004
  6. 김진원 외, 회귀분석을 이용한 교육시설의 공간계획에 따른 공사비 예측 모델에 관한 연구, 대한건축학회논문집, 제27권, 제10호, pp.103-110, 2011
  7. 박우열 외, 서포트 벡터 회귀분석을 이용한 공동주택 공사비 예측에 관한 연구, 대한건축학회 논문집(구조계), 제23권, 제4호, pp.165-172, 2007
  8. 박우열 외, Support vector machine을 이용한 개산견적 평가모델에 관한 연구, 대한건축학회논문집(구조계), 제23권, 제4호, pp.191-198, 2005
  9. 박우열 외, Support vector machine을 이용한 흙막이 공법 선정모델에 관한 연구, 건설관리, 제7권, 제2호, pp.118-126, 2006
  10. 박종석, 데이터마이닝에서 서포트 벡터 회귀분석과 신경망 분석 기법의 비교연구, 동국대 석사학위논문, 2006
  11. 손재호 외, 신경망을 이용한 교육시설 BTL 사업의 공사비 분석 및 예측에 관한 연구, 대한건축학회논문집 (구조계), 제24권, 제6호, pp.135-142, 2008
  12. 안성훈 외, 전문가지식을 활용한 공동주택 초기단계 공사비 예측에 관한 연구, 대한건축학회 논문집(구조계), 제21권, 제6호, pp.81-88, 2005
  13. 이진선 외, 대용량 분류에서 SVM과 신경망의 성능 비교, 정보처리학회논문집 B, 제12B권, 제1 호, 2005 https://doi.org/10.3745/KIPSTB.2005.12B.1.025
  14. 정영미 외, SVM 분류기를 이용한 문서 범주화 연구, 정보관리학회지, 제17권, 제4호, pp.229-248, 2000
  15. 한국건설기술연구원, 2012년 9월 건설공사비지수 동향, 2012
  16. Burges CJC, A tutorial on support vector machines for pattern recognition, Data Mining and Knowledge Discovery, Vol.2, No.2, pp.121-167, 1998 https://doi.org/10.1023/A:1009715923555
  17. Debasish, B et al. Support Vector Regression, Neural Information Processing-Letters and Review, Vol.11, No.10, pp.203-224, 2007
  18. Dumais, S et al. Inductive learning algorithms and representations for text categorization, Proceedings of ACM-CIKM 98, pp.148-155, 1998
  19. Kim GH et al., Comparison of construction cost estimating models based on regression analysis, neural networks, and case-based reasoning, Building and Environment, Vol.39, pp.1235-1242, 2004 https://doi.org/10.1016/j.buildenv.2004.02.013
  20. Kim S, Support vector machine model to select Exterior Materials, Journal of the Korea Institute of Building Construction, Vol.11, No.3, pp.238-246, 2011 https://doi.org/10.5345/JKIC.2011.06.3.238
  21. Smola AJ et al, A tutorial on support vector regression, Neuro COLT Technical Report TR-98-030, Royal Holloway College University of London, UK, 1998
  22. Vapnik V. The Nature of Statistical Learning Theory, 2nd Ed, Springer, New York, p.1-314, 1995

Cited by

  1. Comparison of School Building Construction Costs Estimation Methods Using Regression Analysis, Neural Network, and Support Vector Machine vol.01, pp.01, 2013, https://doi.org/10.4236/jbcpr.2013.11001
  2. Application of Boosting Regression Trees to Preliminary Cost Estimation in Building Construction Projects vol.2015, 2015, https://doi.org/10.1155/2015/149702
  3. 딥러닝을 이용한 스마트 교육시설 공사비 분석 및 예측 - 기획·설계단계를 중심으로 - vol.25, pp.6, 2012, https://doi.org/10.7859/kief.2018.25.6.035