Cost Forecasting of Public Construction Projects Using Multilayer Perceptron Artificial Neural Networks: A Case Study

• Pessoa, Alcineide ^[1] ; Sousa, Gean ^[2] ; Maués, Luiz ^[1] ; Alvarenga, Felipe ^[1] ; Santos, Débora ^[3]
  1. [1] Universidad Federal de Pará

     Universidad Federal de Pará

     Brasil

     
  2. [2] Universidade Federal do Maranhão

     Universidade Federal do Maranhão

     Brasil

     
  3. [3] Universidade Federal de Sergipe

     Universidade Federal de Sergipe

     Brasil

     

  Mostrar afiliaciones +
• Localización: Ingeniería e Investigación, ISSN-e 2248-8723, ISSN 0120-5609, Vol. 41, Nº. 3, 2021, págs. 3-3
• Idioma: inglés
• Títulos paralelos:
  • Previsión de costos de proyectos de construcción pública utilizando Redes Neuronales Artificiales de Perceptrón Multicapa: un estudio de caso
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La ejecución de proyectos de construcción del sector público a menudo requiere el uso de recursos financieros no previstos durante la fase de licitación, lo que genera problemas de gestión. Este estudio tiene como objetivo presentar un modelo computacional basado en inteligencia artificial, específicamente en redes neuronales artificiales, capaz de pronosticar el costo de ejecución de proyectos de construcción de edificios públicos educativos brasileños. La base de datos utilizada en el entrenamiento y prueba del modelo neuronal se obtuvo del sistema en línea del Ministerio de Educación. La red neuronal utilizada fue un perceptrón multicapa como algoritmo de retropropagación optimizado por el método de descenso de gradiente. Para evaluar los resultados obtenidos, se calcularon los errores porcentuales absolutos medios y los coeficientes de correlación de Pearson. También se llevaron a cabo algunas pruebas de hipótesis con el fin de verificar la existencia de diferencias significativas entre los valores reales y los obtenidos por la red neuronal. Los errores porcentuales promedio entre los valores predichos y reales variaron entre el 5% y el 9 %, y los valores de correlación alcanzaron el 0,99. Los resultados demostraron que es posible utilizar la inteligencia artificial como mecanismo auxiliar para la planificación de proyectos de construcción, especialmente en el sector público.

  • English

    The execution of public sector construction projects often requires the use of financial resources not foreseen during the tendering phase, which causes management problems. This study aims to present a computational model based on artificial intelligence, specifically on artificial neural networks, capable of forecasting the execution cost of construction projects for Brazilian educational public buildings. The database used in the training and testing of the neural model was obtained from the online system of the Ministry of Education. The neural network used was a multilayer perceptron as a backpropagation algorithm optimized through the gradient descent method. To evaluate the obtained results, the mean absolute percentage errors and the Pearson correlation coefficients were calculated. Some hypothesis tests were also carried out in order to verify the existence of significant differences between real values and those obtained by the neural network. The average percentage errors between predicted and actual values varied between 5% and 9%, and the correlation values reached 0,99. The results demonstrated that it is possible to use artificial intelligence as an auxiliary mechanism to plan construction projects, especially in the public sector.