독립변수와 종속변수 정규화를 통한 총 공사기간 예측성능 분석 (Prediction Performance Analysis of Total Construction Period through Normalization of Independent and Dependent Variables)

서지정보

· 발행기관 : 대한건축학회
· 수록지 정보 : 대한건축학회논문집 / 39권 / 11호 / 281 ~ 287페이지
· 저자명 : 강윤호, 이하늘, 윤석헌

초록

건설사업에서 적정 공사기간에 대한 추정은 사업을 성공적으로 완료하기 위한 주요 요인 중 하나이다. 다양한 인공 지능기술이 개발되고, 이를 적용하여 공사기간 동안 예측 성능을 향상시키기 위한 다양한 노력이 있었으나 여전히 공사기간의 정확한 예측은 어려운 상황이다. 공사기간 학습데이터는 독립변수와 종속변수 간의 자료의 상대적 데이터의 편차가 심하여, 예측성능이 떨어질 수 있는 것으로 판단된다. 본 연구에서는 학습데이터의 종속변수와 독립변수의 정규화를 통해 데이터 편차를 줄여 공사기간 예측성능을 향상시키고자 하였다. 본 연구에서는 2017년부터 2022년까지 5년간 국내 조달청에서 발주한 총 951개의 자료를 사용하였으며, 독립변수와 종속변수 자료 간의 상대적 차이를 줄이기 위하여 MinMaxScaler, StandardScaler, Log 정규화 등의 정규화 방법을 적용한 모형과 그렇지 않은 모형 3개를 정의하고, 이들의 학습결과를 비교 분석하고자 하였다. 분석 결과, Log 정규화를 사용한 모형이 예측 성능이 가장 우수한 것으로 판단된다.

영어초록

The estimation of the appropriate construction period in the construction project is one of the main factors for successfully completing theproject. Various artificial intelligence technologies have been developed and various efforts have been made to improve prediction performanceduring the construction period by applying them, but it is still difficult to accurately predict the construction period. It is judged that thepredictive performance of the learning data during the construction period may be poor due to the large deviation of the data between theindependent variable and the dependent variable. In this study, it was intended to improve the predictive performance of the constructionperiod by reducing the data deviation through the normalization of the dependent and independent variables of the training data. In thisstudy, a total of 953 data from by the PPS(Public Procurement Service) in Korea were used for five years from 2017 to 2022, and toreduce the relative difference between independent and dependent variable data, three models were defined, and the training results werecompared and analyzed. As a result of the analysis, it is judged that the model using Log normalization has the best prediction performance.

참고자료

· 없음