최근 건설공사의 규모와 복잡성이 현저하게 증가함에 따라 건설비용이 상승하게 되었다. 많은 건설공사가 날씨, 노동력 공급, 장비 구매, 사고 등과 같은 다양한 요소들로 인하여 당초 계획했던 공사기일 내에 완공되지 못하고 있다. 계획된 시간 내에 공사를 완공하기 위하여 돌관공사를 시행하여야 한다. 하지만 돌관공사를 위한 결정들이 현장 소장들의 경험에만 의지하고 있는 실정이다. 그러므로 이 논문은 작업조의 투입과 작업시간의 조합으로 생길 수 있는 다양한 돌관공사 시나리오 중 최적의 대안을 선정할 수 있는 TCTO 모델을 제안하고자 한다. 개발된 모델은 실무적인 제약조건을 만족시키는 최적의 공정계획을 제공할 수 있다. 더 나아가서 제안된 모델에 자원평준기능을 포함하게 되면 보다 실용적인 모델이 될 수 있을 것으로 예상된다.
최근 건설공사의 규모와 복잡성이 현저하게 증가함에 따라 건설비용이 상승하게 되었다. 많은 건설공사가 날씨, 노동력 공급, 장비 구매, 사고 등과 같은 다양한 요소들로 인하여 당초 계획했던 공사기일 내에 완공되지 못하고 있다. 계획된 시간 내에 공사를 완공하기 위하여 돌관공사를 시행하여야 한다. 하지만 돌관공사를 위한 결정들이 현장 소장들의 경험에만 의지하고 있는 실정이다. 그러므로 이 논문은 작업조의 투입과 작업시간의 조합으로 생길 수 있는 다양한 돌관공사 시나리오 중 최적의 대안을 선정할 수 있는 TCTO 모델을 제안하고자 한다. 개발된 모델은 실무적인 제약조건을 만족시키는 최적의 공정계획을 제공할 수 있다. 더 나아가서 제안된 모델에 자원평준기능을 포함하게 되면 보다 실용적인 모델이 될 수 있을 것으로 예상된다.
Recently, the cost of construction projects has escalated due to a significant increase in size and complexity. Many construction projects have failed to meet their originally intended project deadline due to various factors such as weather, labor supply, equipment, procurement, accidents, etc. Cons...
Recently, the cost of construction projects has escalated due to a significant increase in size and complexity. Many construction projects have failed to meet their originally intended project deadline due to various factors such as weather, labor supply, equipment, procurement, accidents, etc. Consequently, emergency construction work scenario has to be implemented in order to shorten the duration and satisfy the original estimated schedule. However, many critical decisions in emergency scenario rely solely on the experience of a construction manager. Thus, this paper proposes TCTO optimization model to decide the most effective alternative out of various working scenarios which are generated by the combination of work group and work time. The developed TCTO model provides the optimum schedule that satisfies the practical constraints. Future research could involve the integration of resource leveling with the proposed model. This would make the model more versatile.
Recently, the cost of construction projects has escalated due to a significant increase in size and complexity. Many construction projects have failed to meet their originally intended project deadline due to various factors such as weather, labor supply, equipment, procurement, accidents, etc. Consequently, emergency construction work scenario has to be implemented in order to shorten the duration and satisfy the original estimated schedule. However, many critical decisions in emergency scenario rely solely on the experience of a construction manager. Thus, this paper proposes TCTO optimization model to decide the most effective alternative out of various working scenarios which are generated by the combination of work group and work time. The developed TCTO model provides the optimum schedule that satisfies the practical constraints. Future research could involve the integration of resource leveling with the proposed model. This would make the model more versatile.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
연구방법으로 기존 공기-비용 절충 모델을 분석하고, 작업조 투입에 따라 달라지는 노무비 옵션을 정의한 뒤, 돌관공사 시나리오에 적용할 수 있도록 공기-비용 절충모델을 개선하였다. 국내공사와 해외공사에 적용할 수 있는 모델을 이용 하여 돌관공사 시나리오 예시의 최적해을 구했다. 전체적인 연구의 흐름은 다음 Fig.
하지만 기존 모델들은 실제 돌관공사에서 작업조 투입에 따른 노무비의 변화를 고려하지 않아 실제 돌관공사 시나리오를 공정계획에 반영하는데 어려움이 있었다. 따라서 본 연구는 현장적용 가능한 돌관공사 시나리오 기반 공기-비용 최적화 모델을 제시하고자 한다.
따라서 본 연구에서는 돌관공사 시 불확실성이 큰 노무비를 고려한 모델을 제시하고자 한다. 모델의 돌관공사 시나리오는 다음의 세 가지로 분류할 수 있다(Roh et al.
이와 같이 기존 연구들을 살펴본 결과 공기-비용 최적화 모델의 개발은 지속적으로 이루어져 왔으며 현실적인 요소들을 반영하기 위한 연구들이 진행되었으나 작업조 투입에 따른 노무비의 변화를 고려한 연구는 미비하였다. 따라서 본 연구에서는 돌관공사 시 투입되는 인원에 대한 노무비용을 고려한 모델을 개발하여 효율적인 노무비 관리의 가이드라인이 될 수 있는 최적화 공정계획 모델을 제시하고자 한다.
본 연구의 목표는 건설프로젝트의 수행 중 발생하는 돌관공사 상황에서 효율적인 인력투입을 결정할 수 있는 공기-비용 최적화 모델을 개발하는 것이다. 이를 위해 돌관공사시 인력투입에 따른 노무비의 변화, 국내 및 해외공사 시 인력수급에 관한 사항을 조사 및 반영하고 기존에 연구되었던 TCTO모델을 기반으로 선형계획법, 유전자 알고리즘을 활용하여 돌관공사 시나리오 기반 공기-비용 최적화 모델을 개발하였으며, 본 연구를 통해 개발된 모델은 아래와 같은 특징을 가지고 있다.
2004) 공기-비용 최적화 연구에 많이 이용되었다. 이에 본 연구에서는 선형계획법과 유전자 알고리즘을 활용하여 돌관공사 시나리오 기반 공기-비용 최적화 모델을 개발하였다.
가설 설정
국내공사 적용모델의 목적함수인 총공사비는 직접비와 간접비의 합으로 이루어져 있으며, 노무자 1명을 1일 8시간 동안 고용하는 노무비를 80,000원/일로 설정하였으며, 각 옵션에 따른 노무비는 비용관련계수를 통해 계산하여 직접비에 포함시켰다. 간접비는 1,000,000원/일 로 가정하였으며 총공사비는 다음 수식 (3)과 같다. 최적화모델의 액티비티 간 선 후행 관계를 위한 수식은 다음 수식 (5)와 같다.
총 9개의 액티비티로 이루어져 있으며, 액티비티별 공사기간과 직접비는 Table 2와 같다. 간접비는 1,000,000원/일, 계약된 공사완료 시점은 30일, 그 이후는 2,000,000원/일의 지체보상금이 발생한다고 가정하였다. 최적화 수행 전 총 공사기간은 61일이며, 공사비용은 직접비와 간접비, 초과된 31일의 지체보상금을 합한 224,120,000원 이다.
5배인 200,000원/일로 가정하였다. 변수로 해외공사 수행 시 국내에서 조달하는 총인원의 숫자인 O19(국내조달인원)을 추가하였고, O20(Setup Cost)에는 국내조달인원에 대한 Setup 비용을 1,500,000원/인 으로 가정하여 입력하였다. Fig.
O21은 돌관공사 수행기간동안 필요한 현지조달인원의 합계를 의미하며, O22는 현지에서 조달하는 인력의 1일 인건비이다. 해외공사는 인력시장의 비활성화에 따른 인력확보의 어려움 때문에 국내 1일 인건비의 2.5배인 200,000원/일로 가정하였다. 변수로 해외공사 수행 시 국내에서 조달하는 총인원의 숫자인 O19(국내조달인원)을 추가하였고, O20(Setup Cost)에는 국내조달인원에 대한 Setup 비용을 1,500,000원/인 으로 가정하여 입력하였다.
제안 방법
제한조건으로는 변수인 각 액티비티의 선택여부의 합인 열G (Sum)가 1이 되도록 설정하였고, 열F는 이진수, N4:N12는 정수로 설정하였다. 그리고 선 후행 관계에 따라 M4:M12(선행 액티비티의 소요시간)와 N4:N12(액티비티의 ES)의 합이 N4:N12(후행 액티비티의 ES) 이상으로 설정하고, R4:R13은 S4:S13 이상으로 설정하여 액티비티 간 선 후행 관계를 고려할 수 있도록 하였다. 돌관공사 수행 후 총 공사기간인 N18은 마지막 액티비티 I의 소요시간인 M12과 ES인 N12의 합으로 나타내었으며, 지체보상금이 발생하지 않도록 30일 이하로 설정하였다.
첫째, 작업조의 투입에 따른 노무비 옵션을 고려하였다. 둘째, 국내공사와 달리 인력수급에 어려움이 있는 해외공사 시에 적용할 수 있는 사항들을 조사하고 고려사항으로 추가하였다. 셋째, 손쉽게 데이터를 입력하고 최적해를 얻을 수 있도록 설계하고, 스프레드시트로 구현하여 활용성을 높였다.
해외공사 적용모델의 경우 일별로 현지조달인원을 구하고 그에 따라 산출되는 현지조달인건비 합계를 이용하여 최소공사비를 구해야 하므로 선형최적화가 불가능하다. 따라서 유전자알고리즘 소프트웨어를 활용하여 최적화를 수행하였다. 다음 Fig.
본 연구는 프로젝트를 구성하는 액티비티의 여러 대안들 중 하나의 대안을 선택하면 직접비와 공사기간이 결정되는 이산형(Discrete) 공기-비용 절충 방안을 기반으로 하며, 액티비티마다 14개의 작업조 투입옵션 중 하나를 선택하여 최소공사비를 산정하는 돌관공사 시나리오를 설정하였다. 다음 Fig.
해외공사 모델은 변수인 공사기간을 30일 이하로 설정하여 최적화를 수행하였으며 최적해가 산출될 때의 공사기간은 28일 이었다. 산출된 최적해의 검증을 위하여 변수였던 공사기간을 21일부터 30일까지 1일단위로 확정된 공사기간으로 설정하였고, 총 10번의 최적화를 수행하여 최적해인 총공사비를 산출하였다. 다음 Table 8은 1일단위로 설정된 공사 기간별로 산출된 해외공사 적용모델의 총공사비를 비교한 표이다.
4와 같다. 액티비티의 평상시 비용과 기간을 입력하면 14개 대안들의 비용과 기간이 각 대안별 공기-비용 계수를 이용하여 자동으로 계산되어 입력되며, 이를 바탕으로 목적함수인 최소공사비를 위한 대안들이 선택되도록 모델을 구성하였다. 열 A (Activity), B (Option), C (Duration), D (Labor Cost), E (Cost)에는 Fig.
연구방법으로 기존 공기-비용 절충 모델을 분석하고, 작업조 투입에 따라 달라지는 노무비 옵션을 정의한 뒤, 돌관공사 시나리오에 적용할 수 있도록 공기-비용 절충모델을 개선하였다. 국내공사와 해외공사에 적용할 수 있는 모델을 이용 하여 돌관공사 시나리오 예시의 최적해을 구했다.
다음 Table 7은 국내공사 적용모델의 돌관공사 공사기간별로 최적해를 구하여 비교한 것이다. 이를 위해 국내공사 모델의 공사기간을 21일부터 30일까지 1일단위로 설정하여 총공사비를 산출하였다. 그 결과 국내공사 모델의 최적해는 공사 기간이 22일 일 때 총공사비가 132,720,000원 임을 확인 할 수 있다.
본 연구의 목표는 건설프로젝트의 수행 중 발생하는 돌관공사 상황에서 효율적인 인력투입을 결정할 수 있는 공기-비용 최적화 모델을 개발하는 것이다. 이를 위해 돌관공사시 인력투입에 따른 노무비의 변화, 국내 및 해외공사 시 인력수급에 관한 사항을 조사 및 반영하고 기존에 연구되었던 TCTO모델을 기반으로 선형계획법, 유전자 알고리즘을 활용하여 돌관공사 시나리오 기반 공기-비용 최적화 모델을 개발하였으며, 본 연구를 통해 개발된 모델은 아래와 같은 특징을 가지고 있다.
변수는 선택된 액티비티를 나타내는 열F (Selected Activity)와 각 액티비티의 ES를 나타내는 N4:N12를 입력하였다. 제한조건으로는 변수인 각 액티비티의 선택여부의 합인 열G (Sum)가 1이 되도록 설정하였고, 열F는 이진수, N4:N12는 정수로 설정하였다. 그리고 선 후행 관계에 따라 M4:M12(선행 액티비티의 소요시간)와 N4:N12(액티비티의 ES)의 합이 N4:N12(후행 액티비티의 ES) 이상으로 설정하고, R4:R13은 S4:S13 이상으로 설정하여 액티비티 간 선 후행 관계를 고려할 수 있도록 하였다.
대상 데이터
모델의 목적함수는 O16가 최소가 되는 값을 찾도록 입력하였다. 변수는 선택된 액티비티를 나타내는 열F (Selected Activity)와 각 액티비티의 ES를 나타내는 N4:N12를 입력하였다. 제한조건으로는 변수인 각 액티비티의 선택여부의 합인 열G (Sum)가 1이 되도록 설정하였고, 열F는 이진수, N4:N12는 정수로 설정하였다.
성능/효과
국내공사 적용모델의 최적해 산출 결과는 다음 Table 3와 같으며 선택대안의 정보는 다음 Table 4와 같다. 공사기간은 61일에서 22일로 39일 줄일 수 있었으며, 공사비용은 224,120,000원에서 132,720,000원으로 91,400,000원이 줄어든 것을 알 수 있었다.
해외공사 적용모델의 최적해 산출 결과 공사기간은 61일에서 28일로 33일 줄일 수 있었으며, 선택대안의 정보는 다음 Table 6과 같다. 공사비용은 224,120,000원에서 180,060,000원으로 44,060,000원이 줄어든 것을 알 수 있었다.
국내공사 적용모델과 해외공사 적용모델의 수행 결과 국내 공사 적용모델의 최적해는 132,720,000원, 해외공사 적용모델의 최적해는 180,060,000원 이다. 두 모델의 최적해를 비교하면 해외공사 적용모델의 총공사비가 47,340,000원 더 많은 것을 알 수 있다. 그 이유로 해외공사의 경우 국내조달인원의 Setup비용과 현지조달인원에 대한 인건비가 총공사비에 추가되기 때문이다.
다음 Table 8은 1일단위로 설정된 공사 기간별로 산출된 해외공사 적용모델의 총공사비를 비교한 표이다. 비교결과, 해외공사 모델의 최적해는 공사기간이 28일 일 때 총공사비가 180,060,000원 임을 검증하였다.
둘째, 국내공사와 달리 인력수급에 어려움이 있는 해외공사 시에 적용할 수 있는 사항들을 조사하고 고려사항으로 추가하였다. 셋째, 손쉽게 데이터를 입력하고 최적해를 얻을 수 있도록 설계하고, 스프레드시트로 구현하여 활용성을 높였다.
후속연구
본 연구의 돌관공사 시나리오 기반 공기-비용 최적화 모델은 손쉽게 데이터를 입력하고 최적해를 얻음으로써, 현장소장의 경험에 의존했던 작업조의 투입을 좀 더 효율적으로 수행할 수 있는 가이드라인이 될 수 있다고 판단된다. 또한 불확실한 요소인 공사인건비와 Setup비용, 해외 현지조달 상황에 대한 정확한 정보를 제공받는다면 돌관공사 시나리오 기반 공기-비용 최적화모델을 통해 건설기업의 이익창출에 도움이 될 것으로 사료된다.
본 연구의 돌관공사 시나리오 기반 공기-비용 최적화 모델은 손쉽게 데이터를 입력하고 최적해를 얻음으로써, 현장소장의 경험에 의존했던 작업조의 투입을 좀 더 효율적으로 수행할 수 있는 가이드라인이 될 수 있다고 판단된다. 또한 불확실한 요소인 공사인건비와 Setup비용, 해외 현지조달 상황에 대한 정확한 정보를 제공받는다면 돌관공사 시나리오 기반 공기-비용 최적화모델을 통해 건설기업의 이익창출에 도움이 될 것으로 사료된다.
추후 돌관공사 시 투입되는 장비에 대한 비용을 추가적으로 고려하는 연구가 추천된다.
질의응답
핵심어
질문
논문에서 추출한 답변
최근 건설비용이 상승한 이유는 무엇인가?
최근 건설공사의 규모와 복잡성이 현저하게 증가함에 따라 건설비용이 상승하게 되었다. 많은 건설공사가 날씨, 노동력 공급, 장비 구매, 사고 등과 같은 다양한 요소들로 인하여 당초 계획했던 공사기일 내에 완공되지 못하고 있다.
최적화 기법중에 하나인 선형계획법은 어떠한 장점이 있는가?
이 중 선형계획법은 선택 가능한 대안 및 선호도를 선형의 등식 또는 부등식으로 나타내어 선형모형으로 공식화하면 빠르고 정확하게 최적해를 구할 수 있고(Lee 2000), 유전자 알고리즘은 대규모 프로젝트에 적용이 가능하며 최적해에 대한 탐색능력이 뛰어나다는 장점이 있어(Shin et al. 2004) 공기-비용 최적화 연구에 많이 이용되었다.
공사기일내에 영향을 미치는 요소들은 무엇이 있나?
최근 건설공사의 규모와 복잡성이 현저하게 증가함에 따라 건설비용이 상승하게 되었다. 많은 건설공사가 날씨, 노동력 공급, 장비 구매, 사고 등과 같은 다양한 요소들로 인하여 당초 계획했던 공사기일 내에 완공되지 못하고 있다. 계획된 시간 내에 공사를 완공하기 위하여 돌관공사를 시행하여야 한다.
참고문헌 (23)
Chen, P., and Weng, H. (2008). "A two-phase GA model for resource-constrained project scheduling." Automation im construction, 18(4), pp. 485-498.
Choi, M., Park, M., Lee, H., and Lee, K. (2011). "Resource Optimization for Preventing Timeoverrun in a High-rise Building Project Using Layer Construction Method." Proceeding of Autumn Annual Conference of the Architectural Institute of Korea Structure & Construction, 31(2), pp. 383-384.
Choi, M. K. (2003). "A Study on the methods to reduce construction time by analysing cost components of the concrete works in the apartments." MS thesis, Honam Univ., Gwang ju, Korea.
Feng, C., Liu, L., and Burns C. (1997). "Using Genetic Algorithms To Solve Construction Time-Cost Trade-Off Problems.", Journal of Construction Engineering and Management, ASCE, 11(3), pp. 184-189.
Faregh, N., Ketabi, S., and Ghandehari, M.. (2014). "Project scheduling by FGP to Time-Cost-Quality trade off: construction case study", Korean Journal of Construction Engineering and Management, KICEM, 4(3), pp. 53-59.
Hanna, C., Awad, S., and Kenneth, T. (2005). "Impact of Extended Overtime on Construction Labor Productivity" Journal of Civil Engineering and Management, ASCE, 131(6), pp. 734-739.
Hegazy, T. (1999). "Optimization of construction timecost trade-off analysis using genetic algorithms.", Canadian Journal of Civil Engineering, 26, pp. 685-697.
Hinze, J. (2004). Construction planning and scheduling 2nd ed, Prentice Hall, Pearson, pp. 169-191
Kang, B., Park, S., Han, S., and Kim, H. (2007). "Probabilistic Time-Cost Optimization for Controlling Construction Projects." Proceeding of Annual Conference of the Korean Society of Civil Engineers, pp. 3179-3183.
Kang, N. U. (2014). "Development of optimal construction planning method considering the sequence between alternatives of activities.", MS thesis, Hongik Univ., Sejong, Korea.
Kim, K. H. (1996). "Gentic Algorithm.", Journal of Computational Structural Engineering Institute of Korea, 32(2), pp. 28-35.
Kim, M., Park, Y., Lee, H., Lee, J., and Lee, K. (2015). "Development of Manufacturing Planning for Multi Modular Construction Project based on Genetic-Algorithm", Korean Journal of Construction Engineering and Management, KICEM, 16(5), pp. 54-64.
Lee, H., Chung, K., and Choi, K. (2010). "Test Input Sequence Generation Strategy for Timing Diagram using Linear Programming", Journal of Korea Information Processing Society, 17-D(5), pp. 337-346.
Lee, H. B. (2008). "Excel Management science", Muyokpublisher, Seoul, Korea.
Lee, J. H. (2000). "A Study on Optimal photolithography processes in the fabrication scheduling using Linear Programming." MS thesis, Yonsei Univ., Seoul, Korea.
Leu, S., and Yang, C. (1999). "GA-based fuzzy optimal model for construction scheduling." Journal of Construction Engineering and Management, 125(5), pp. 420-427.
Maeng, J. C. (2011). "Development of progress management decision making model considering time-cost trade off.", MS thesis, Korea Univ., Seoul, Korea.
Park, S, H. (2013). "A Study on Optimal Design of Multi-Objective Rainwater Detention System Linear Programming." MS thesis, University of Seoul, Seoul, Korea.
Park, U., Cho, S., and Kang, K. (2003). "A Study on Rebar Detailing Optimization Using Genetic Algorithm." Journal of Architectural Institute of Korea, 19(10), pp. 125-132.
Roh, S., Lee, H., Park, M., and Ryu, H. (2006). "Scheduling Method by Using Genetic Algorithms to Solve Time-Cost Trade-Off Problems (Focused on High-rise Building Finishing Work).", Journal of Architectural Institute of Korea, 22(6), pp. 157-164.
Shin, Y., Kim, J., Seo, D., and Kang, Kyung. (2004). "A Study on the Model for Time-Cost Trade-off by Using Genetic Algorithms." Journal of Architectural Institute of Korea, 20(8), pp. 91-98.
Son, J., Hong T., and Lee, S. (2013). "A mixed (continuous+discrete) time-cost trade-off model considering four different relationships with lag time." Journal of Civil Engineering, KSCE, 17(2), pp. 281-291.
Suh, S., Park, T., Lee, C., and Kim, M. (1992). "A Study on the Estimation of Optimum duration in view of Cost in Building Construction", Journal of Architectural Institute of Korea, 8(1), pp. 209-214.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.