374 0

회귀분석을 이용한 교육 시설 재건축 전기분야 시공비 예측에 관한 연구

Title
회귀분석을 이용한 교육 시설 재건축 전기분야 시공비 예측에 관한 연구
Other Titles
A Study to Estimate the Cost of Electrical Works in Educational Facilities Reconstruction Using Regression Analysis
Author
윤귀현
Advisor(s)
김 주 형
Issue Date
2021. 8
Publisher
한양대학교
Degree
Master
Abstract
전기 재건축에서는 개조시장의 성장이나 전기기기의 개발에 따른 개조비용의 중요성이 가시화되고 있다. 재건축 중인 교육시설은 교육시설 전기개수의 총 재건비용을 가늠할 방법이나 기준이 없어 적절한 개조업체를 선정할 때 건설비 문제를 안고 있다. 더불어, 선행 연구에서는, 일반적인 개조를 위한 건설비에 대해 통계적 예측 모델만을 진행했다. 또 공사비 조사나 전기 리모델링 비용 예측도 적다. 그러므로, 전기 리폼과 관련한 교육 시설의 총 전기 재건설 비용의 초기 견적 방법을 연구할 필요가 있다. 그래서 본 논문에서는 교육시설의 개조에 적합한 건축비용을 예측·분석하기 위한 다섯가지 회귀법을 연구한다. 여덟개의 현장의 데이터를 기반으로 일은두개의 데이터가 오버샘플링을 스모트 (Synthetic minority oversampling technique) 기술을 통해 이용되었다. 이에 따른 가상 데이터는, 선형 회귀와 다항식 회귀의 두 가지 통계적 방법과 선형 서포트 벡터 회귀, 다항식 서포트 벡터 회귀, 레이디얼 베이스 함수 서포트 벡터 회귀의 세 가지 기계 학습 방법에 이용된다. 본 연구에서 얻은 데이터를 바탕으로 선형 서포트 벡터 회귀 모델이 가장 적합성이 높은 5개의 회귀 결과값의 R2 정의의 비교 분석에 의해 적합성을 판정했다. 선형 서포트 벡터 회귀는 기존 교육시설의 전기개수를 위한 공사비의 초기 견적과 그 유효성의 향후 검증에 도움이 될 것으로 기대된다. 본 연구의 결과는 종래의 통계적 방법보다 기계 학습 방법의 잠재적인 신뢰성을 나타내는 것으로, 부흥 시장 전반의 비용 예측을 보다 광범위하게 실시하기 위해서는 한층 더 연구가 필요하다. | Importance of remodelling costs, that corresponds to the growth of the remodeling market coinciding with the development of electric equipment, are emerging for electric remodeling. Educational facilities that are being remodeled has an issue with construction costs when selecting appropriate remodeling companies as there lacks a method and standard for estimating total reconstruction cost of electric remodelling for educational facilities. In addition, in previous prior studies, only statistical predictive models are researched for construction costs for general remodeling. Moreover, research conducted for construction costs and prediction of construction costs for electric remodelling costs are diminutive. As a result, there is a need to research the method of estimation for total remodelling cost of educational facilities that concerns electric remodelling. Therefore, in this paper, five regression methods are studied to predict and analyze construction costs that is appropriate for remodeling educational facilities. Based on data from eight sites, seventy two datas were oversampled and utilized by SMOTE techniques. Virtual data are implemented to two statistical methods, such as linear regression and polynomial regression, and three machine learning methods that is linear support vector regression, polynomial support vector regression, and radial basis function support vector regression. The suitability determination was conducted by comparison analysis of R-squared definition of the five regression result values, where linear SVR model showed the highest suitability based on the data acquired in this study. It is expected that linear SVR will be useful for initial estimation of construction costs for electric remodeling of existing educational facilities and verifying their effectiveness in future practice. The results from this studies shows the potential reliability of machine learning methods over the conventional statistical methods and further study is required for a wider range of cost prediction for reconstruction market in general.
URI
http://hanyang.dcollection.net/common/orgView/200000499152https://repository.hanyang.ac.kr/handle/20.500.11754/164184
Appears in Collections:
GRADUATE SCHOOL OF ENGINEERING[S](공학대학원) > ARCHITECTURAL, CIVIL AND LANDSCAPE ENGINEERING(건축ㆍ토목ㆍ조경공학과) > Theses (Master)
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE