Dự báo tiến độ thi công công trình lắp ghép bằng trí tuệ nhân tạo

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - HUỲNH NGỌC HUỆ DỰ BÁO TIẾN ĐỘ THI CƠNG CƠNG TRÌNH LẮP GHÉP BẰNG TRÍ TUỆ NHÂN TẠO Chuyên Ngành: QUẢN LÝ XÂY DỰNG Mã số: 60580302 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, Tháng 06 Năm 2018 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học: TS Trần Đức Học Cán chấm nhận xét 1: TS Chu Việt Cường Cán chấm nhận xét 2: TS Phạm Vũ Hồng Sơn Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 24 tháng 07 năm 2018 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: PGS.TS Lương Đức Long TS Đỗ Tiến Sỹ TS Phạm Vũ Hồng Sơn TS Chu Việt Cường PGS.TS Phạm Hồng Luân Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Huỳnh Ngọc Huệ MSHV: 1670137 Ngày, tháng, năm sinh: 02/11/1991 Nơi sinh: Quảng Nam Chuyên ngành: Quản lý xây dựng Mã số: 60580302 I TÊN ĐỀ TÀI: DỰ BÁO TIẾN ĐỘ THI CƠNG CƠNG TRÌNH LẮP GHÉP BẰNG TRÍ TUỆ NHÂN TẠO II NHIỆM VỤ VÀ NỘI DUNG: - Thu thập liệu cơng trình Bêtơng lắp ghép - Xây dựng mơ hình trí tuệ nhân tạo gồm CART, ANN, SVM, mơ hình kết hợp để dự báo tiến độ thi cơng lắp dựng cơng trình Bêtơng lắp ghép III NGÀY GIAO NHIỆM VỤ : 15/01/2018 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 17/06/2018 V CÁN BỘ HƯỚNG DẪN : TS TRẦN ĐỨC HỌC Tp HCM, ngày 18 tháng 06 năm 2018 CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA (Họ tên chữ ký) LỜI CÁM ƠN Trước tiên, xin gửi lời cảm ơn chân thành đến TS Trần Đức Học đã tận tâm hướng dẫn và giúp đỡ rất nhiều để hoàn thành luận văn này Xin gửi lời cảm ơn đến thầy cô giảng dạy ngành Quản lý xây dựng, thuộc trường Đại học Bách Khoa Tp Hồ Chí Minh, đã truyền đạt nhiều kiến thức bổ ích suốt q trình học tập Xin cảm ơn anh chị em Ban Quản Lý Công ty Vinaconex Xuân Mai, Công ty Cổ phần xây dựng Số 2, Ban huy Công trường Eco Green Sài Gịn đã hỡ trợ cung cấp thơng tin, giúp đỡ tơi rất nhiều q trình thu thập liệu khảo sát trực tiếp công trường Xin chân thành cảm ơn người bạn học lớp Quản lý Xây dựng đã trải qua ngày tháng học tập, rèn luyện, trao đổi và thảo luận về học tập lớp, giúp học hỏi nhiều điều Và cuối xin gửi lời cảm ơn đến người thân gia đình, bạn bè đã bên cạnh quan tâm, động viên, giúp đỡ về tinh thần, giúp vượt qua khó khăn để hoàn thành luận văn này Tp Hồ Chí Minh, ngày 18 tháng 06 năm 2018 Xin chân thành cảm ơn Huỳnh Ngọc Huệ TÓM TẮT Xác định tiến độ thi công lắp ghép là một vấn đề quan trọng đối với chủ đầu tư lẫn nhà thầu thi công lắp ghép Về đặc trưng công trình, có nhiều yếu tớ ảnh hưởng đến tiến đợ thi công lắp ghép nên các thuật toán CART (Classification and Regression Trees), ANN (Artificial Neural Networks), SVM (Support Vector Machine) Ensemble được sử dụng để giải vấn đề này Trong nghiên cứu này, bớn mơ hình được xây dựng để dự báo tiến độ thi công lắp ghép Năm mươi dữ liệu cơng trình được thu thập, phương pháp Cross Validation được áp dụng để kết quả dự báo được khách quan Với bốn mô hình được xây dựng, mơ hình SVM cho kết quả tốt nhất với khả khái quá hóa và hội tụ để xác định tiến độ thi công lắp ghép Abstract Determining construction schedule of Prefabricated construction is an important issue for investors and Prefabricated Contractors In terms of Construction characteristics, there are many factors that affect the progress of assembly, so Classification and Regression Trees (CARTs), ANN (Artificial Neural Networks), SVM (Support Vector Machine) and Ensemble are used to solve this problem In this study, four models were constructed to forecast the progress of the assembly Fifty data Constructions have been collected, the CrossValidation method is applied to predict the result With four models built, the SVM model gives the best results with low error and convergence capability to determine the progress of assembly LỜI CAM ĐOAN Tôi xin cam đoan rằng: Số liệu thu thập luận văn hoàn toàn trung thực kết nghiên cứu chưa sử dụng công bố cơng trình khác Mọi giúp đỡ cho việc thực luận văn cám ơn thơng tin trích dẫn luận văn ghi rõ nguồn gốc Tác giả luận văn Huỳnh Ngọc Huệ Trang MỤC LỤC CHƯƠNG ĐẶT VẤN ĐỀ NGHIÊN CỨU 1.1 GIỚI THIỆU CHUNG 1.2 XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU 11 1.3 MỤC TIÊU NGHIÊN CỨU 11 1.4 PHẠM VI NGHIÊN CỨU .11 1.5 ĐÓNG GÓP DỰ KIẾN CỦA NGHIÊN CỨU 12 1.5.1 Về mặt học thuật 12 1.5.2 Về mặt thực tiễn 12 CHƯƠNG TỔNG QUAN 13 2.1 CÁC KHÁI NIỆM NHÀ LẮP GHÉP .13 2.1.1 Kết cấu bê tông ứng lực trước 13 2.1.2 Công tác lắp ghép .13 2.1.3 Cấu tạo nhà cao tầng bê tông cốt thép đúc sẵn 13 2.1.4 Quá trình lắp ghép 15 2.1.5 Trình tự lắp ghép cơng trình .15 2.1.6 Chi tiết liên kết: 17 2.1.7 Hình ảnh thi cơng thực tế 21 2.2 TỔNG QUAN VỀ DATA MINING : .24 2.2.1 Định nghĩa: 24 2.2.2 Các kỹ thuật tiếp cận khai phá liệu 25 2.3 THUẬT TOÁN SUPPORT VECTOR MACHINE (SVM) 25 2.3.1 Định nghĩa SVM 25 2.3.2 Ý tưởng SVM .26 Trang 2.3.3 Nội dung thuật toán SVM: 26 2.4 MÔ HÌNH CÂY QUYẾT ĐỊNH (CART) 29 2.4.1 Định nghĩa : 29 2.4.2 Ưu điểm định .30 2.4.3 Vấn đề xây dựng định 30 2.4.4 Các thuật toán khai phá liệu định 30 2.5 MẠNG NORON NHÂN TẠO (ARTIFICIAL NEURAL NETWORK) 33 2.5.1 Khái niệm: 33 2.5.2 Mơ hình mạng Noron 33 2.5.3 Học tập 35 2.5.4 Mạng lan truyền ngược: 35 2.6 KẾT HỢP CÁC PHƯƠNG PHÁP (ENSEMBLE METHOD) 35 2.6.1 Kết hợp phân loại 35 2.6.2 Phương pháp bagging 36 2.6.3 Ưu điểm mô hình kết hợp: 37 2.7 PHƯƠNG PHÁP CROSS VALIDATION (KIỂM CHỨNG CHÉO) 38 2.7.1 Tầm quan trọng việc kiểm tra chéo: .38 2.7.2 Áp dụng phương pháp K-fold cross validation: 38 2.8 CÁC NGHIÊN CỨU LIÊN QUAN: 40 CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 43 3.1 QUY TRÌNH NGHIÊN CỨU: 43 3.2 PHƯƠNG PHÁP THU THẬP DỮ LIỆU: 43 3.3 CÔNG CỤ NGHIÊN CỨU : .44 CHƯƠNG THU THẬP VÀ PHÂN TÍCH DỮ LIỆU 45 Trang 4.1 TỔNG HỢP YẾU TỐ LIÊN QUAN ĐẾN THỜI GIAN THI CƠNG 45 4.1.1 Nhóm yếu tố về mơi trường bên ngồi .45 4.1.2 Nhóm yếu tố về nguồn vốn thực dự án .46 4.1.3 Nhóm yếu tố về lực bên tham gia dự án 46 4.1.4 Nhóm yếu tố về đặc trưng dự án .47 4.2 LỰA CHỌN YẾU TỐ ẢNH HƯỞNG ĐẾN TIẾN ĐỘ THI CƠNG .48 4.2.1 Khó khăn việc thu thập yếu tố ảnh hưởng: 48 4.2.2 Thời điểm cần dự báo tiến độ thi công : 49 4.2.3 Các yếu tố lựa chọn : 49 4.3 XÂY DỰNG BẢNG THU THẬP DỮ LIỆU : 50 4.3.1 Cấu trúc bảng thu thập liệu : 50 CHƯƠNG XÂY DỰNG MƠ HÌNH DỰ BÁO 52 5.1 CẤU TRÚC XÂY DỰNG MƠ HÌNH 52 5.1.1 Sơ đồ quy trình thực : 52 5.1.2 Phương pháp đánh giá hiệu suất mô hình : .53 5.2 THỰC HIỆN MƠ HÌNH: 54 5.2.1 Phân chia nhập liệu: 54 5.2.2 Thông số mơ hình : .55 5.2.3 Xây dựng mơ hình SPSS Modeler: 56 5.3 KẾT QUẢ MƠ HÌNH: 57 5.3.1 Tập DataSet 1: 58 5.3.2 Tập DataSet 2: 60 5.3.3 Tập DataSet 3: 62 5.3.4 Tập DataSet 4: 64 Trang 5.3.5 Tập DataSet 5: 66 5.3.6 Tổng hợp: 68 5.3.7 Hệ số dự báo tầm quan trọng: .68 5.4 TỐI ƯU HĨA KẾT QUẢ MƠ HÌNH: 76 5.4.1 Phương pháp : .76 5.4.2 Kết quả: .77 5.4.3 Tổng hợp: 78 5.4.4 Hệ số dự báo tầm quan trọng: .78 CHƯƠNG KẾT LUẬN VÀ KIẾN NGHỊ 79 6.1 KẾT LUẬN 79 6.2 KIẾN NGHỊ .80 Trang 73 5.3.7.4 DataSet 4: Hình 5.29 Hệ số dự báo tầm quan trọng mơ hình CART – DataSet Hình 5.30 Hệ số dự báo tầm quan trọng mơ hình ANN – DataSet Trang 74 Hình 5.31 Hệ số dự báo tầm quan trọng mơ hình SVM – DataSet 5.3.7.5 DataSet 5: Hình 5.32 Hệ số dự báo tầm quan trọng mơ hình CART – DataSet Trang 75 Hình 5.33 Hệ số dự báo tầm quan trọng mơ hình ANN – DataSet Hình 5.34 Hệ số dự báo tầm quan trọng mơ hình SVM – DataSet Trang 76 5.3.7.6 Tổng hợp: Tốc độ thi cơng tầng điển hình Số cẩu tháp Tổng số cấu kiện panel Tổng số cấu kiện dầm Tổng số cấu kiện cột, vách Số tầng thi công lắp ghép Tổng diện tích sàn lắp ghép 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 Hình 5.35 Biểu đồ tổng hợp hệ số dự báo tầm quan trọng Với biểu đồ trên, ta thấy yếu tố “Số tầng thi cơng lắp ghép” “Tổng diện tích sàn thi cơng lắp ghép” có ảnh hưởng lớn đến kết quả dự báo (lần lượt chiếm 32.5% 15.9%) Hai yếu tố đều đại diện cho yếu tố số tầng thi cơng lắp ghép Trong đó, yếu tố “Tớc độ thi cơng tầng điển hình” lại khơng có ảnh hưởng nhiều đến kết quả, tḥt tốn khơng “nhận biết” tầm quan trọng yếu tố tốc độ thi công ảnh hưởng đến tiến độ, nên ta mô biến tốc độ thi cơng tầng điển hình biến có liên quan mật thiết với biến tốc độ thi công 5.4 TỐI ƯU HĨA KẾT QUẢ MƠ HÌNH: 5.4.1 Phương pháp : Để tối ưu hóa kết quả, để mơ hình học tốt tác giả sử dụng biến mới, đại diện cho biến tốc độ thi công tầng điển hình, biến “tiến độ thi cơng tầng điển hình” Giá trị biến lấy gần cách: Tiến độ thi công tầng điển hình = Tớc độ thi cơng tầng điển hình x Sớ tầng lắp ghép Sau thay đổi, ta có tập liệu dựa tập liệu cũ Sự thay đổi yếu tố ảnh ưởng nhằm mục đích xác định xem vai trị yếu tố “tốc độ thi cơng tầng điển hình” kết quả dự báo Tác giả áp dụng mô hình cũ thơng số mặc định để chạy lại toán với tập liệu thay đổi yếu tố Trang 77 5.4.2 Kết quả: Dataset 1: MƠ HÌNH R 1/R MAPE MAE RMSE SI RANK CART 0.973 1.028 0.078 0.041 0.062 0.013 SVM 0.932 1.073 0.295 0.103 0.121 1.000 ANN 0.975 1.026 0.135 0.049 0.070 0.133 ENSEMBLE 0.970 1.031 0.162 0.060 0.079 0.279 R 1/R CART 0.937 1.067 0.091 0.050 0.085 0.619 SVM 0.987 1.013 0.225 0.064 0.069 0.663 ANN 0.991 1.009 0.124 0.037 0.041 0.063 ENSEMBLE 0.955 1.047 0.208 0.065 0.084 0.876 R 1/R CART 0.991 1.009 0.416 0.030 0.046 0.269 SVM 0.990 1.010 0.590 0.064 0.075 1.000 ANN 0.994 1.007 0.360 0.037 0.045 0.153 ENSEMBLE 0.996 1.004 0.444 0.038 0.048 0.178 R 1/R CART 0.991 1.009 0.080 0.028 0.032 0.059 SVM 0.988 1.013 0.154 0.045 0.051 0.270 ANN 0.977 1.023 0.156 0.060 0.077 0.571 ENSEMBLE 0.994 1.006 0.452 0.417 0.028 0.500 R 1/R CART 0.962 1.039 0.079 0.036 0.048 0.000 SVM 0.856 1.168 0.184 0.063 0.088 0.981 ANN 0.861 1.162 0.150 0.060 0.091 0.879 ENSEMBLE 0.924 1.082 0.105 0.039 0.066 0.280 Dataset 2: MÔ HÌNH MAPE MAE RMSE SI RANK Dataset 3: MƠ HÌNH MAPE MAE RMSE SI RANK DataSet 4: MƠ HÌNH MAPE MAE RMSE SI RANK DataSet 5: MƠ HÌNH MAPE MAE RMSE SI RANK Trang 78 5.4.3 Tổng hợp: R 1/R MAPE MAE RMSE SI RANK CART 0.9708 1.0300 0.1487 0.0371 0.054504 SVM 0.9504 1.0521 0.2896 0.0676 0.080618 0.837955 ANN 0.9594 1.0422 0.1851 0.0486 0.064734 0.333072 ENSEMBLE 0.9678 1.0332 0.2743 0.1238 0.061231 0.573351 Nhận xét: Ta nhận thấy mơ hình có hệ số tương quan cao, tỷ lệ ≥ 95%, Sai số phần trăm trung bình tuyệt đối MAPE chấp nhận với mức trung bình 22% Mơ hình CART tỏ vượt trội so với mơ hình cịn lại (SI = 0) Mơ hình SVM với hệ số tương quan thấp hệ số MAPE, RMSE cao xếp thứ 5.4.4 Hệ số dự báo tầm quan trọng: Sau tổng hợp từ mơ hình, với tập liệu trên, ta có bảng tổng hợp hệ số dự báo tầm quan trọng sau: Tiến độ đại diện tầng điển hình Số cẩu tháp Tổng số cấu kiện panel Tổng số cấu kiện dầm Tổng số cấu kiện cột, vách Số tầng thi công lắp ghép Tổng diện tích sàn lắp ghép 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 Ta thấy hai yếu tố “Tiến độ đại diện tầng điển hình” “Sớ tầng thi công lắp ghép” hai yếu tố ảnh hưởng lớn đến kết quả dự báo (34,4% 14,6%) Yếu tố “Tiến độ đại diện tầng điển hình” cấu thành yếu tố khác “Tớc độ thi cơng tầng điển hình” “Sớ tầng thi cơng lắp ghép”, hay nói cách khác, hai yếu tố ảnh hưởng lớn đến kết quả dự báo “Tớc độ thi cơng tầng điển hình” “Sớ tầng thi công lắp ghép” Trang 79 CHƯƠNG KẾT LUẬN VÀ KIẾN NGHỊ 6.1 KẾT LUẬN Trong luận văn này, tác giả sử dụng thuật toán SVM, CART, ANN kết hợp với phương pháp k-fold Cross vaidation tạo nên mơ hình dự báo tiến độ thi cơng cơng trình lắp ghép dựa tập 50 liệu với thông số đầu vào đặc trưng dự án Đây sở quan trọng để giúp Chủ đầu tư hoạch định chiến lược, chủ động về tài chính, thời gian cho dự án Luận văn đạt số kết quả sau : - Thông qua trao đổi với chuyên gia, sàn lọc tài liệu xác định yếu tố cần thiết từ đặc trưng dự án có ảnh hưởng đến tiến độ thi công - Giới thiệu số thuật toán Data Mining máy vector hỗ trợ, định, Noron Network - Nghiên cứu áp dụng phương pháp xác thực chéo k-fold để giảm thiểu sai lệch liên quan đến việc lấy mẫu ngẫu nhiên liệu training testing, giúp cho kết quả khách quan - Sử dụng công cụ SPSS Modeler xây dựng mơ hình để tiến hành dự báo thời gian thi cơng lắp ghép - Thơng qua tḥt tốn cách tối ưu liệu để có kết quả dự báo tốt Với mơ hình CART tập liệu tối ưu cho kết quả sai lệch MAPE 15%, mơ hình dự báo tốt Bảng so sánh giá trị trung bình yếu tố đánh giá mơ hình, ta dễ dàng thấy kết quả mơ hình nhân tố tối ưu tốt mơ hình nhân tố ban đầu với R lớn chỉ số MAPE, MAE, RMSE gần R MAPE MAE RMSE Mô hình nhân tố ban đầu 0.891481 0.236357 0.09764875 0.105504 Mơ hình nhân tố tối ưu 0.962147 0.224452 0.06935256 0.065272 - Thơng qua tḥt tốn, xác định yếu tố số tầng thi công, tốc độ trung bình tầng điển hình biến có ảnh hưởng lớn tiến độ thi công Với yếu tố ảnh hưởng này, ta liên tưởng đến tốn ”quảng đường vận tớc Trang 80 nhân thời gian ”, tương tự cho luận văn ”thời gian thi công tốc độ tầng điển hình nhân với sớ tầng ” 6.2 KIẾN NGHỊ Các mơ hình xây dựng từ tập 50 liệu, kết quả tốt ta gia tăng số lượng liệu Các mơ hình đơn bài, hạn chế về thời gian tìm hiểu nên chưa thể tối ưu thơng số tḥt tốn, vậy tối ưu hóa tham số cho kết quả tiệm cận Trong phân tích chương 2, có nhiều nhóm nguyên nhân ảnh hưởng đến tiến độ dự án Có thể kể đến yếu tố tài Chủ đầu tư, sự chuyên nghiệp nhà thầu Nếu liệu có thêm yếu tố giúp mơ hình dự báo xác hơn, tồn diện phát triển tốn cho tiến độ thi cơng thực tế Trang 81 TÀI LIỆU THAM KHẢO [1] Lê Thanh Huấn, Nguyễn Hữu Việt, Nguyễn Tất Tâm, "Kết cấu Bê tông Ứng lực trước căng sau nhà nhiều tầng, Hà Nội: Nhà xuất bản Xây dựng, 2011, pp.13" [2] Trần Ngọc Tuấn Hoàng, “Xác định tốc độ thi công lắp dựng bê tông cốt thép dự ứng lực căng trước tiền chế, Luận văn Thạc sỹ, Đại học Bách khoa Tp.Hồ Chí Minh,” 2013 [3] Lê Thanh Huấn, Nguyễn Hữu Việt, Nguyễn Tất Tâm, "Kết cấu Bê tông Ứng lực trước căng sau nhà nhiều tầng, Hà Nội: Nhà xuất bản Xây dựng, 2011, pp.5" [4] Trần Hùng Cường, Ngô Đức Vĩnh, "Tổng quan về phát tri thức khai phá liệu, Tạp chí Khoa học & Công nghệ Trường Đại học công nghiệp Hà Nội, vol.5, pp.50-55, tháng 2011" [5] Lường Hồng Giang, "Ứng dụng số kỹ thuật khai phá liệu để phân tích liệu viễn thơng nhằm tăng cường chất lượng dịch vụ khách hàng, Luận văn Thạc sĩ, Trường Đại học Công nghệ, Hà Nội, 2012" [6] Thái Sơn, "Kỹ thuật Support Vector Machines ứng dụng, Luận văn Thạc sỹ, Trường Đại học Bách khoa Hà Nội, 2006" [7] Nguyễn Thị Hạnh, "Khai phá liệu thuật toán định, Luận văn Tốt nghiệp, Trường Đại học Sư phạm Hà Nội, 2008" [8] Lê Thị Thanh Hải, "Nghiên cứu ứng dụng mạng nơron nhân tạo dự báo phụ tải ngắn hạn cho thành phố Đà Nẵng, Luận văn Thạc sĩ, Đại học Đà Nẵng, 2011" [9] Trần Vũ Linh, "Nghiên cứu kết hợp phân loại cho toán nhận dạng dự đốn, Ḷn văn Thạc sĩ, Học Viện Cơng Nghệ Bưu Chính Viễn Thơng, Hà Nội, 2011" Trang 82 Nguyễn Ngọc Điệp, "Các phương pháp đánh giá độ xác (trung [10] bình) mơ hình phân lớp, Internet: https://sites.google.com/site/diepnn80/datamininginfo/cacphuongphapdanhgia dochinhxactrungbinhcuamohinhphanlop, Tháng 10 ngày 2, 2013" Châu Ngô Anh Nhân, "Cải thiện tiến độ hoàn thành dự án xây dựng [11] thuộc ngân sách tỉnh Khánh Hòa, Luận văn Thạc sĩ, Trường Đại học Kinh tế Thành phố Hồ Chí Minh, 2011" [12] Cao Hao Thi, "Critical success factors in project management: An analysis of infrastructure projects in Viet Nam,Asean Institute of Technology, School of Management, Bangkok, Thailand, 2006" Hoàng Trọng & Chu Nguyễn Mộng Ngọc, "Thống kê ứng dụng [13] Kinh tế-Xã hội, Tp.Hồ Chí Minh: Nhà xuất bản Lao động- Xã hội,2011, pp.1718." Jui-Sheng Chou, Pham Anh Duc, "Enhance dartificial intelligence for [14] ensemble approach to predicting high performance concrete compressive strength," Construction and Building Materials, 23 September 2013, pp.554– 563 [15] Jui-Sheng Chou, Pham Anh Duc, "Hybrid computational model for predicting bridge scour depth near piers and abutments," Automation in Construction, 19 September 2014, pp.88-96 [16] 16] Cao Hao Thi & Swierczek, "Critical success factors in project management: implication from Vietnam, Asia Pacific Business Review, 16:4, pp 567 – 589, 2010" Trang 83 PHỤ LỤC Danh sách cơng trình phục vụ Luận văn STT CƠNG TRÌNH Nhà cho người thu nhập thấp 19T5 - Kiến Hưng Nhà cho người thu nhập thấp 19T3 - Kiến Hưng Nhà cho người thu nhập thấp 19T6 - Kiến Hưng ĐỊA ĐIỂM NĂM THỰC HIỆN Hà Nội 2010 Hà Nội 2010 Hà Nội 2010 Trung tâm thương mại Chợ Mơ Hà Nội 2011 Nhà chung cư 25 tầng CT1 - Ngơ Thì Nhậm Hà Nội 2008 Nhà chung cư 25 tầng CT2 - Ngơ Thì Nhậm Hà Nội 2008 Hà Nội 2009 Nhà chung cư 17 tầng Dự án đầu tư XD khu nhà thôn Phùng Khoang Chung cư tầng Xuân Mai Hà Nội 2007 Toà nhà 17T CT3 Văn Khê Hà Đông Hà Nội 2007 Vĩnh Phúc 2009 Vĩnh Phúc 2009 Vĩnh Phúc 2009 Tp Hồ Chí Minh 2010 Tp Hồ Chí Minh 2010 10 11 12 13 14 Khu chung cư cho người có thu nhập thấp tỉnh Vĩnh Phúc - 19T1 Khu chung cư cho người có thu nhập thấp tỉnh Vĩnh Phúc - 11T1 Khu chung cư cho người có thu nhập thấp tỉnh Vĩnh Phúc - 11T2 Chung cư 09 tầng C5 – Khu CNC Quận Chung cư 09 tầng C6 nhà nối C5&C6 Khu CNC Quận 15 Chung cư Bình Trị Đơng B Tp Hồ Chí Minh 2010 16 Nhà D2 - KTXĐHQG Tp Hồ Chí Minh 2010-2012 17 Nhà A1-A2 - KTXĐHQG Tp Hồ Chí Minh 2010-2012 18 Nhà C1-C2 - KTXĐHQG Tp Hồ Chí Minh 2010-2012 19 Nhà C3-C4 - KTXĐHQG Tp Hồ Chí Minh 2010-2012 Trang 84 20 Nhà D3-D4 - KTXĐHQG Tp Hồ Chí Minh 2010-2012 21 Block A – Chung cư HH2 Dương Nội Hà Nội 2015 22 Block B – Chung cư HH2 Dương Nội Hà Nội 2015 23 Block C – Chung cư HH2 Dương Nội Hà Nội 2015 24 Block F – Chung cư HH2 Dương Nội Hà Nội 2016 25 Block G – Chung cư HH2 Dương Nội Hà Nội 2016 26 Block H – Chung cư HH2 Dương Nội Hà Nội 2016 27 Block K – Chung cư HH2 Dương Nội Hà Nội 2016 28 Block L – Chung cư HH2 Dương Nội Hà Nội 2016 29 Xuân Mai Tower Thanh Hóa - CT2 Thanh Hóa 2018 30 Star Tower 283 Khương Trung- block A Hà Nội 2013 31 Star Tower 283 Khương Trung- block B Hà Nội 2014 32 Star Tower 283 Khương Trung- block C Hà Nội 2016 33 Eco Green Sài Gòn – CT1 Tp Hồ Chí Minh 2018 34 Eco Green Sài Gịn – CT2 Tp Hồ Chí Minh 2018 35 Eco Green Sài Gịn – CT3 Tp Hồ Chí Minh 2018 36 Eco Green Sài Gịn – CT4 Tp Hồ Chí Minh 2018 37 Eco Dream Nguyễn Xiển Hà Nội 2017 38 Chung cư Eco Green City – CT1 Hà Nội 2015 39 Chung cư Eco Green City – CT2 Hà Nội 2016 40 Chung cư Eco Green City – CT3 Hà Nội 2015 41 Chung cư Eco Green City – CT4 Hà Nội 2015 42 Chung cư VC2 Golden Silk- Block B Hà Nội 2016 43 Chung cư VC2 Golden Silk- Block D Hà Nội 2012 44 Hà Nội Paragon Tower- Tòa A Hà Nội 2016 45 Hà Nội Paragon Tower- Tòa B Hà Nội 2016 46 Hà Nội Paragon Tower- Tòa C Hà Nội 2017 47 Chung cư Imperial Plaza – Tòa HH1 Hà Nội 2017 48 Chung cư Imperial Plaza – Tòa HH2 Hà Nội 2017 49 Chung cư Imperial Plaza – Tòa CT Hà Nội 2016 50 Xuân Mai Tower Thanh Hóa - CT1 Thanh Hóa 2018 Trang 85 DỮ LIỆU CƠNG TRÌNH Traning No Testing Set Tong dien tich So tang san lap lap ghep ghep So cau So cau So cau kien Cot kien kien Vach dam panel So cau thap Toc thi cong tang Tien dien hinh 21535 20 1004 1290 2536 185 2 29140 20 1414 2086 4816 167 34644 20 1368 1944 4646 220 87044 26 3209 2420 8905 12 365 36000 25 988 1508 3952 240 50220 26 1816 1912 6558 10 300 29701 18 898 1709 4295 190 9000 252 486 1224 90 19385 18 1730 2002 5687 1.5 9.5 192 10 19513 19 973 1095 2715 200 11 9944 11 524 590 1524 10 150 12 9295 11 569 582 1251 10 110 13 14019 10 721 1177 2262 10 120 14 14332 10 733 1194 2308 10 120 15 29510 13 1331 1940 4647 1.5 10 156 16 7328 13 416 507 1087 81 17 17016 13 470 1047 2929 130 18 17016 13 470 1047 2929 120 19 17016 13 470 1047 2929 120 20 17016 13 470 1047 2929 120 21 34450 26 936 1950 2756 1.5 9.25 217 22 30524 26 780 1404 2886 1.5 9.25 217 23 27950 26 702 1430 2626 1.5 9.25 217 24 33156 27 945 1674 3186 1.5 192 25 29592 27 999 1701 3429 1.5 192 26 30294 27 864 1485 2997 1.5 192 27 33382 27.5 962 1705 3245 1.5 196 28 32092 27.5 962 1732 3630 1.5 196 29 19680 24 624 1128 2040 1.5 180 30 24840 22 460 983 2688 1.5 7.5 203 31 23892 22 552 1188 1844 1.5 276 32 30816 24 696 1152 3408 1.5 241 Trang 86 33 33066 33 1089 1419 2904 2.25 7.5 252 34 33066 33 1089 1419 2904 2.25 7.5 252 35 33066 33 1089 1419 2904 2.25 7.5 252 36 33066 33 1089 1419 2904 2.25 7.5 252 37 59360 28 1232 2212 5320 190 38 48960 36 756 1620 4500 2.25 7.5 320 39 67320 36 1080 2268 6804 2.25 7.5 320 40 60588 36 972 1980 5728 2.25 7.5 320 41 60588 36 972 1980 5728 2.25 7.5 320 42 50785 35 1365 2695 6405 296 43 33956 38 760 1558 4798 1.5 300 44 29202 31 992 1736 4280 252 45 29202 31 992 1736 4280 268 46 28117 31 713 1302 2697 213 47 29348 29 841 1624 3364 1.5 6.5 224 48 38338 29 870 1943 3220 1.5 6.5 224 49 38338 29 870 1943 3220 1.5 256 50 26688 24 936 1440 3432 1.5 180 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Huỳnh Ngọc Huệ Ngày, tháng, năm sinh: 02/11/1991 Nơi sinh: Quảng Nam Địa liên lạc: KTX Đại học Bách Khoa, 497 Hòa Hảo, Phường 7, Quận 10, TP.HCM Sớ điện thoại: 0985.208.091, Email: huynhngochue.xd@gmail.com Q TRÌNH ĐÀO TẠO  Năm 2009-2014: Học trường Đại học Kiến trúc TP.HCM – Ngành: Xây dựng dân dụng Công nghiệp  Năm 2016-2018: Học Cao học trường Đại học Bách khoa TP.HCM – Ngành: Quản lý Xây dựng Q TRÌNH CƠNG TÁC  Từ T9/2014 đến T9/2016: Công ty Cổ phần Việt Kiến Trúc  Từ T10/2016 đến nay: Công ty TNHH MTV Kỹ Thuật & Công Nghệ Xây Dựng Acons ... TÊN ĐỀ TÀI: DỰ BÁO TIẾN ĐỘ THI CƠNG CƠNG TRÌNH LẮP GHÉP BẰNG TRÍ TUỆ NHÂN TẠO II NHIỆM VỤ VÀ NỘI DUNG: - Thu thập liệu cơng trình Bêtơng lắp ghép - Xây dựng mơ hình trí tuệ nhân tạo gồm CART,... thi công lắp ghép sở để nhà thầu thi công xác định tổng tiến độ thi công giai đoạn đấu thầu Và dựa vào yếu tố ảnh hưởng tới tiến độ thi cơng đơn vị thi cơng có chủ động việc lên kế hoạch thi. .. (AI- trí tuệ nhân tạo) việc xác định tiến độ thi công lắp ghép cấu kiện bê tơng đúc sẵn Xây dựng phương pháp tính tốn, lập mơ hình tính tốn tiến độ thi cơng cho công nghệ thi công lắp ghép