$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

시계열을 이용한 실적단가 예측방안에 관한 연구
A Study on the Time Series Analysis of the Actual Unit Cost based on the Bid Prices 원문보기

한국건설관리학회논문집 = Korean journal of construction engineering and management, v.10 no.4 = no.50, 2009년, pp.50 - 57  

박원영 (한양대학교 대학원 토목공학과) ,  서종원 (한양대학교 토목공학과) ,  강상혁 (한양대학교 대학원 토목공학과) ,  최봉준 (롯데건설 SOC팀)

초록
AI-Helper 아이콘AI-Helper

공공 건설사업의 계약에 있어 합리적이며 적정한 예정가격의 산정이 가장 중요한 요소라 할 수 있다. 공공 공사 예정가격 산정 근거로 사용되어 온 표준품셈과 더불어 실적공사비 제도를 단계적으로 확대 도입키로 했다. 본 논문에서는 과거에 낙찰되었던 계약단가 뿐 아니라 모든 입찰단가 자료를 활용하여 산출한 실적단가의 변동패턴을 분석하여 예측하는 일련의 절차 및 방법론을 제시하였다. 본 연구에서는 신뢰성 있는 자료 확보를 위해 저가입찰 등과 같은 전략적 입찰단가를 제거한 실적단가를 활용하여 시계열 자료를 구성하여 이 시계열웨이블릿 분석을 통해 변동 패턴과 추세를 파악하고 신경망을 이용하여 공사비를 예측하는 방안을 주요하게 다루고 있다. 건설 공사비는 매우 다양한 특성을 내포하고 있으므로 그 예측이 어려울 뿐만 아니라 그 오차 또한 매우 클 것으로 예상된다. 이에 본 연구에서는 웨이블릿 변환을 통하여 다양한 특성의 변동을 찾아내어 이를 예측에 이용함으로써 예측력을 높이고자 하였다. 다만 시계열이 매우 단기간의 자료로 구축되어 변동의 양상이 정확하게 분석될 수 없었으나 지속적으로 실적공사비 자료기 축적되어 장기간의 자료를 바탕으로 시계열이 구축된다면 향후 수행될 건설사업의 기획 시 개략적인 공사비 산출에 참고할수 있는 유용한 자료로 활용될수 있을 것이다.

Abstract AI-Helper 아이콘AI-Helper

The Korea Standard of Estimate which has been used as the only basis of Cost estimate of public construction projects is failed to reflect the fluctuation of current construction cost. Therefore, the government decided to gradually introduce historical construction cost into cost estimate of public ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 기타 대부분의 연구에서 분석의 표본은 모두 계약단가였는데, 수십, 수백 개의 입찰단가들 중 계약된 한 두 개의 가격을 대푯값으로 선정하기에는 무리가 있으며 신뢰성 있는 실적공사비 데이터가 축적되기까지 상당한 시일이 걸릴 것으로 판단된다. 띠리서 본 연구에서는 기 연구(강상혁 외, 2006)를 통해 제안한 입찰단가를 활용하여 산출된 실적단가를 이용하여 건설프로젝트 기획 단계에서의 개략적인 예정 공사비의 산정에 활용할 수 있도록 단기를 추정, 예측하는 방안을 제시하고자 한다. 연구의 목적을 정 리하면 다음과 깉다.
  • 낙찰률 등으로 인해 발생하는 변동의 보정은 없는 것으로 가정하였다. 본 논문에서는 철근가공 및 조립 등 분석에 원활한 양의 데이터가 수집된 일부 공종에 대하여 분석을 수행하였다
  • 본 연구에서는 계약단가만을 분석의 표본으로 삼은 기존 실적공사비 산정에 관한 연구와는 달리 계약단가를 포함한 모든 입찰단가를 분석의 표본으로 하였으며 , 이에 포함된 다양한 이상치를제거한 자료를 바탕으로 구축된 시계열자료를 통하여 기 수행된건설사업의 실적단가의 변동양상을 파악하였고, 이를 기반으로축적된 자료를 이용하여 적정단가를 예측하기 위해 시계열-인공신경망 기반의 분석기법을 제시하였다.

가설 설정

  • 본 논문에서 다루는 단가의 변동은 시간차에 한정하며 공사규모(물량), 지역. 낙찰률 등으로 인해 발생하는 변동의 보정은 없는 것으로 가정하였다. 본 논문에서는 철근가공 및 조립 등 분석에 원활한 양의 데이터가 수집된 일부 공종에 대하여 분석을 수행하였다
  • 웨이블릿 변환은 웨이블릿 함수와 웨이블릿 계수로 정보를 표현하므로 적절한 웨이블릿 함수의 선택이 매우 중요하다. 본 연구에서는 MATLAB 7.0.1의 Wavelet Toolbox 3.0.1 에서 제공되며 경제지수분석에 널리 이용되는 D&ubechies wavelet 함수를 이용하여 웨이블릿 변환을 수행하였으며 시계열 모형은 다음 식과 같이 단기변동, 계절변동, 순환변동, 추세변동 성분 등의 합으로 구성되는 가법모형으로 가정하였다.
  • 시계열 분석을 통한 예측은 과거의 변동패턴이 미래에도 지속적으로 유사하게 유지된다는 가정을 전제로 한다. 따라서 정확한 예측을 위해서는 과거의 시계열 자료로부터 규칙적인 변동 패턴을 찾아 이를 학습해야만 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. 강상혁, 서종원, 박원영, 송순호 (2006), '시설공사 입찰단가를 활용한 실적단가의 산정 방안에 관한 연구', 한국건설관리학회논문집, 한국건설관리학회, 제7권 제5호, pp. 159-166 

  2. 건설교통부, 한국건설기술연구원 (2006), 건설공사 실적공사비 적용 공종 및 단가, 건설교통부 

  3. 김광희, 강경인 (2004), '유전자 알고리즘에 의한 신경망 구조의 최적화를 위한 공동주택의 초기 공사비예측에 관한 연구', 대한건축학회논문집 구조계, 대한건축학회, 20권 2호, pp.81-88 

  4. 김청융, 손재호 (2006), '교육시설의 개념단계 공사비예측을 위한 인공신경망모델 개발에 관한 연구', 한국건설관리학회논문집, 한국건설관리학회, 제 7권 제 4호, pp. 91-99 

  5. 남하나, 한승헌, 김형관 (2006), '웨이블릿 분석을 이용한 건설업체의 주가분석에 관한 연구', 2006 대한토목학회 정기학술대회, 대한토목학회 

  6. 이승훈, 윤동한 (2002), 알기 쉬운 웨이블렛 변환, 진환도서 

  7. 진영훈, 박성천, 이연길 (2005), "수문시계열의 장.단기 성분추출을 위한 웨이블렛 변환의 적용", 대한토목학회논문집, 대한토목학회, 제25권 제6B호, pp. 493-499 

  8. Daubechies and Ingrid (1992), Ten Lectures on Wavelet, Society for Industrial and Applied Mathematics (SIAM) 

  9. Williams T. P. (1994), 'Predicting Changes in Construction Cost Indexes Using Neural Network', ASCE Journal of Construction Engineering and Management, ASCE Vol. 120 No. 2 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로