Pomiar trafności prognoz opóźnień w realizacji przedsięwzięć budowlanych za pomocą sztucznych sieci neuronowych

Hubert Jerzy Anysz , Artur Zbiciak , Nabi Ibadov

Abstract

Delays in building contract execution can be predicted utilizing prognostic features of artificial neural networks (ANN). Trueness of prognostics highly depends of ANN topology. In order to choose the best one it is necessary to check which gives highest trueness. Trueness of ex-post prognostics can be calculated with use of traditional, statistic measures giving deviations of predicted values fromoriginal values for the test set of data, which is not involved in teaching process of ANN. It is proposed to measure the trueness by the width of defined in the paper bracket of accuracy for a given level of accuracy. The single prognosis is recognized as accurate if the predicted total time of contract execution is not shorter then 0,95 of the real one, and not longer then Lg of real total time of contract execution. Lg was defined as anupper limit of the accuracy bracket <0,95; Lg >. Evaluating trueness of two different ANN with the same accuracy level, the better one gives anupper limit Lg closer to 1. Then accuracy bracket will be more narrow.
Author Hubert Jerzy Anysz IIB
Hubert Jerzy Anysz,,
- The Institute of Civil Engineering
, Artur Zbiciak IDM
Artur Zbiciak,,
- The Institute of Roads and Bridges
, Nabi Ibadov IIB
Nabi Ibadov,,
- The Institute of Civil Engineering
Journal seriesMateriały Budowlane, ISSN 0137-2971, e-ISSN 2449-951X
Issue year2016
No6
Pages3-6
Publication size in sheets0.5
ConferenceInżynieria przedsięwzięć budowlanych. Konferencja naukowo-techniczna, 22-06-2016 - 24-06-2016, Wrocław, Polska
Keywords in Polish prognozowanie opóźnienia, sztuczne sieci neuronowe SSN
Keywords in English prognosis delays, artificial neural networks ANN
Abstract in PolishJedną z metod przewidywania wielkości opóźnień w terminie zakończenia budowy jest wykorzystanie prognostycznych właściwości sztucznych sieci neuronowych (SSN). Kluczowym zagadnieniem dla trafności prognoz jest właściwy wybór topologii sieci. Należy określić, która sieć pozwala uzyskać trafniejsze prognozy. Trafność prognoz ex post można obliczać, używając tradycyjnych, statystycznych miar odchyleń wartości prognozowanych od rzeczywistych w próbie testowej – niebiorącej udziału w procesie uczenia SSN. Zaproponowano określenie trafności prognoz szerokością zdefiniowanego w artykule przedziału trafności dla zadanego poziomu trafności. Pojedynczą prognozę rzeczywistego czasu trwania budowy uznaje się za trafną, jeśli nie jest krótsza niż 0,95 rzeczywistego czasu trwania budowy i nie dłuższa niż większy od jedności wskaźnik rzeczywistego czasu trwania budowy – nazwany limitemgórnym (Lg). Przedziałem trafności jest zakres <0,95; Lg>. Z dwóch SSN o różnej topologii lepsze prognozy daje ta – przy założonym poziomie trafności – dla której limit górny przedziału trafności jest bliższy jedności.
DOIDOI:10.15199/33.2016.06.01
Languagepl polski
Score (nominal)8
ScoreMinisterial score [Punktacja MNiSW] = 8.0, 28-11-2017, ArticleFromJournal
Ministerial score (2013-2016) [Punktacja MNiSW (2013-2016)] = 8.0, 28-11-2017, ArticleFromJournal
Citation count*0 (2018-06-19)
Cite
Share Share

Get link to the record
msginfo.png


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back