Đề xuất các mô hình máy học ước tính khối lượng vật tư trong giai đoạn lập kế hoạch dự án

Khi có 8逢嬰c kh嘘i l逢嬰ng v壱t t逢 trong giai 8o衣n k院 ho衣ch, ng逢運i phát tri吋n d詠 án có th 吋 lên k院 ho衣ch v隠 vi羽c cung 泳ng v壱t t逢 ngay t瑛 giai 8o衣n s噂m, trù b鵜 v壱t t逢 trong các giai 8o衣n c栄a

TR 姶云NG A萎I H窺C BÁCH KHOA

A陰"ZW遺V"EèE"Oð"JîPJ"Oè["J窺E"姶閏E"VëPJ" MJ渦K"N姶営PI"X一V"V姶"VTQPI"IKCK"AQ萎P"

N一R"M蔭"JQ萎EJ"F衛"èP

Chuyên ngành: Qu違n Lý Xây D詠ng""

Mã s嘘 ngành: "":7:2524

2022

Thành ph 亥n h瓜i 8欝ng 8ánh giá lu壱n v<n th衣c s g欝m:

1 TS A姥 TI蔭N S駅 : Ch 栄 t鵜ch h瓜i 8欝ng

2 TS HU NH NH 一T MINH : Th 逢 ký h瓜i 8欝ng

3 PGS.TS PH萎M ANH A永C : 曳y viên h瓜i 8欝ng

4 PGS.TS L 姶愛NG A永C LONG : Cán b 瓜 ch医m nh壱n xét 1

5 TS NGUY右N THANH VI烏T : Cán b瓜 ch医m nh壱n xét 2

Xác nh 壱n c栄a Ch栄 t鵜ch H瓜i 8欝ng 8ánh giá lu壱n v<n và Tr逢荏ng khoa qu違n lý chuyên nghành sau khi

lu 壱n v<n 8ã 8逢嬰c s穎a ch英a ( n院u có)

NHI烏M V影 LU一N V;N TH萎C S

H 丑 tên h丑c viên : NGUY右N NGÔ LUÂN

Ngày, tháng, n <m sinh : 05/05/1995

Chuyên ngành : Qu 違n Lý Xây D詠ng

III NGÀY GIAO NHI 烏M V影 : 14/02/2022

KX0 NGÀY HOÀN THÀNH NHI 烏M V影 : 06/06/2024

X0 CÁN B浦 H姶閏NG D郁N : PSG.TS PH萎M V H唄NG S愛N & TS CHU VI烏T"

KK0 NHI烏M V影 VÀ N浦I DUNG

30 Nghiên c泳u v隠 v隠 逢噂c tính kh嘘i l逢嬰ng v壱t t逢 xây d詠ng giai 8o衣n n壱r"m院"jq衣ej"f詠" p.

40 Nghiên c泳u c挨 s荏 lý thuy院t, thu壱t toán máy h丑c, ph亥n m隠m máy h丑c.

50 Xây d詠ng mô hình 逢噂c tính s挨 b瓜 kh嘘i l逢嬰ng v壱t t逢 xây d詠ng.

60 S穎 d映ng thu壱t toán máy h丑c 8吋 c違i thi羽n chính xác m泳c 8瓜 逢噂c tính và mang tính

di 宇n gi違i So sánh các k院t qu違 d詠 báo v噂i tr逢運ng h嬰p áp d映ng thu壱t toán khác L詠a

ch 丑n ph逢挨ng án, 8ánh giá k院t qu違.

70 Aánh giá tính m噂i c栄a nghiên c泳u thông qua nh壱n xét v隠 逢u, khuy院t 8i吋m khi áp

d 映ng.

L 云I C謂O"愛P

Tôi xin f pj"u詠 e違o"挨p 8亥w"vk‒p"8院p Ikc"8·pj x· 8«"nw»p"8瓜pi"xk‒p"vtqpi"n¿e"v»k" mj„"mj<p"0"A„"n "ej厩"f詠c"vkpj"vj亥p"x英pi"ej逸e"ik¿r"v»k"x逢嬰v"swc"vt荏"pi衣k"x "jq p"vj pj" Nw壱p"x<p"p {

D‒p"e衣pj"8„."v»k"zkp"f pj"u詠"vtk"¤p"8院p"v壱r"vj吋"e e"Vj亥{1E»"Mjqc"M悦"vjw壱v"Z¤{" d詠pi"– Vt逢運pi"A衣k"j丑e"D ej"Mjqc"– A衣k"j丑e"Sw嘘e"Ikc"Vj pj"Rj嘘"J欝"Ej "Okpj"8«" v¤o"jw{院v"vtw{隠p"8衣v"mk院p"vj泳e."mkpj"pijk羽o"sw#"d w"8院p"pj英pi"j丑e"xk‒p"ecq"j丑e" ej¿pi"v»k0"V医v"e違"u胤"n j pj"vtcpi"sw#"ik "ejq"eqp"8逢運pi"vk院r"e壱p"vtk"vj泳e"mjqc"j丑e." e»pi"xk羽e"ejw{‒p"o»p"ucw"p {0

V»k"8員e"dk羽v"dk院v"挨p" Vj亥{"PGS.VU0"Rj衣o"X "J欝pi"U挨p x "VU0"Ejw"Xk羽v" E逢運pi vtqpi"sw "vt·pj"vj詠e"jk羽p"8隠"v k."e e"Vj亥{"8«"e„"pj英pi"ej雨"f磯p"pijk‒p"e泳w"j院v"

u泳e"v壱p"v·pj"x "v¤o"jw{院v0"A„"n "e挨"u荏"swcp"vt丑pi"ik¿r"v»k"jq p"vj pj"Nw壱p"x<p"p { A欝pi"vj運k"v»k"zkp"i穎k"n運k"e違o"挨p"ej¤p"vj pj"8院p"e e"cpj."ej鵜"x "v壱r"vj吋"8«"8欝pi"

j pj"vtqpi"vj運k"ikcp"v»k"vj詠e"jk羽p"8隠"v k0"

F́"d違p"vj¤p"8«"p厩"n詠e."e嘘"i逸pi"j院v"u泳e"8吋"vj詠e"jk羽p"Nw壱p"x<p"Vj衣e"u "p { fq" x磯p"e p"j衣p"ej院"x隠"mk院p"vj泳e"p‒p"8隠"v k"mj»pi"vt pj"mj臼k"vjk院w"u„v0"M pj"oqpi"sw#" Vj亥{."E»"ej雨"f磯p"vj‒o"8吋"v»k"d鰻"uwpi"pj英pi"mk院p"vj泳e"x "jq p"vjk羽p"d違p"vj¤p"o·pj" j挨p0

Tp Hげ Chí Minh, ngày 6 vj pi"8"p<o 2022

PIW[右P"PIð"NWåP

TÓM T 溢T LU一P"X;P"VJ萎E"U

Ejk"rj "f詠" p"vtqpi"ikck"8q衣p n壱r"m院"jq衣ej"e„"xck"vt "swcp"vt丑pi"8院p"u詠"vj pj" e»pi"e栄c"o瓜v"f詠" p"z¤{"f詠pi0"E e"o»"j·pj"ejk"rj "vtqpi"ikck"8q衣p"p {"vj逢運pi"ej逢c" ejk"vk院v"j„c"e e"ejk"rj "x壱v"v逢."pj¤p"x壱v"n詠e0"Ak隠w"p {"8«"n o"e e"pj "sw違p"n#"f詠" p" ej逢c ej栄"8瓜pi"f詠"vt́"e e"piw欝p"n詠e"pic{"v瑛"dcp"8亥w0"A員e"dk羽v"ejk"rj "x壱v"v逢"n "o瓜v"

vj pj"v嘘"swcp"vt丑pi"vtqpi"e挨"e医w"ejk"rj "z¤{"f詠pi"e e"f詠" p"f¤p"f映pi0

E e"pijk‒p"e泳w"x隠"逢噂e"v pj"mj嘘k"n逢嬰pi"x壱v"v逢"vt逢噂e"8¤{ 8«"8逢嬰e"pijk‒p"e泳w" vtqpi"pjk隠w"nq衣k"j·pj"f詠" p"mj e pjcw<"p<pi"n逢嬰pi."ikcq"vj»pi."f¤p"f映pi.Èuqpi u穎" f映pi"e e"rj亥p"o隠o"v逢挨pi"8嘘k"mj„"vk院r"e壱p"ejq"pjk隠w"pi逢運k"vtqpi"pi pj"z¤{"f詠pi0" D茨pi"xk羽e"u穎"f映pi"rj亥p"o隠o"Ygmc."pijk‒p"e泳w"p {"u胤"8隠"zw医v"e e"vjw壱v"vq p"

o {"j丑e"rj́"j嬰r"8吋"z¤{"f詠pi"o»"j·pj"逢噂e"v pj"mj嘘k"n逢嬰pi"x壱v"v逢"ejq"e e"f詠" p"f¤p" f映pi"m院v"e医w"d‒"v»pi"e嘘v"vjfir0"O»"j·pj"8逢嬰e"8 q"v衣q"v瑛"v壱r"f英"nk羽w"i欝o":2"f詠" p"f¤p" f映pi"x噂k"pj英pi"dk院p"8亥w"x q"f詠c"vjgq"e e"pijk‒p"e泳w"vt逢噂e"8¤{"x " r"f映pi"ejq"v瑛pi" o»"j·pj"逢噂e"v pj"mj嘘k"n逢嬰pi"d‒"v»pi."x p"mjw»p."e嘘v"vjfir0"

M院v"sw違"逢噂e"v pj v瑛"o»"j·pj"8隠"zw医v"u胤"8逢嬰e"z院r"j衣pi"pj茨o"8隠"zw医v"e e"vjw壱v"

vq p"rj́"j嬰r"ejq"xk羽e"mjck"vj e"e e"o»"j·pj"d‒"v»pi."x p"mjw»p."e嘘v"vjfir"ejq"e e" e医w"mk羽p"<"o„pi."e瓜v."f亥o"x "u p

ABSTRACT

Eqpegrvwcn"equv"oqfgnu"rnc{"cp"korqtvcpv"tqng"kp"vjg"uweeguu"qh"c"eqpuvtwevkqp" rtqlgev0"Kp"vjku"uvcig."vjg"equv"oqfgnu"qhvgp"fq"pqv"fgvckn"qh"ocvgtkcnu."gswkrogpv"cpf" rgtuqpgn0" Vjku" jcu" rtgxgpvgf" rtqlgev" ocpcigtu" htqo" rtqcevkxgn{" rncppkpi" vjgkt" tguqwtegu"kp"vjg"gctn{"qh"rtqlgev0"Kp"rctvkewnct."vjg"equv"qh"ocvgtkcnu"qhvgp"vcmg"wr"c" nctig" rtqrqtvkqp" kp" vjg" equv" uvtwevwtg" qh" ekxkn" rtqlgevu0" Vjg" rtgxkqwu" uvwfkgu" qp" ocvgtkcn xqnwog"guvkocvkqp"jcxg"dggp"uvwfkgf kp"vjg"hkgnfu"qh"<"vtchhke."rncpv"rtqlgevu ekxkn."gveÈ dwv"using uqhvyctg"vjcv"ku"tgncvkxgn{"kpceeguukdng"vq"uvcmgjqnfgtu"kp"vjg" eqpuvtwevkqp"kpfwuvt{0"

D{" wukpi" Ygmc" uqhvyctg." vjku" uvwf{" yknn" rtqrqug" uwkvcdng" ocejkpg" ngctpkpi" cniqtkvjou"vq"dwknf"c"oqfgn"vq"guvkocvg"vjg"swcpvkv{"qh"ocvgtkcnu"hqt"ekxkn"rtqlgevu"qh" tgkphqtegf"eqpetgvg"uvtwevwtgu0"Vjg"oqfgn ku"vtckpgf"htqo"c"fcvcugv"qh":2"ekxkn"rtqlgevu" ykvj"kprwv"xctkcdngu"dcugf"qp"rtgxkqwu"uvwfkgu"crrnkgf"vq"gcej"eqpetgvg."hqtoyqtm." cpf"tgkphqtegogpv"guvkocvkqp"oqfgn

Vjg" rtgfkevkqp" tguwnvu" htqo" vjg" rtqrqugf" oqfgn" yknn" dg" tcpmgf" kp" qtfgt" vq" rtqrqug"uwkvcdng"cniqtkvjou"hqt"gzrnqkvkpi"eqpetgvg."hqtoyqtm."cpf"tgkphqtegogpv" oqfgnu"hqt"eqorqpgpvu"<"hqwpfcvkqp."eqnwop."dgco"cpf"hnqqt0

L 云K"ECO"AQCP

V»k"zkp"eco"8qcp"8¤{"n "8隠"v k"Lw壱p"x<p"fq"ej pj"v»k"vj詠e"jk羽p"f逢噂k"u詠"j逢噂pi"

f磯p"e栄c"PGS VU0"Rj衣o"X "J欝pi"U挨p"x "VU0"Ejw"Xk羽v"E逢運pi

E e"m院v"sw違"e栄c"nw壱p"x<p"n "8¿pi"u詠"vj壱v"x "ej逢c"8逢嬰e"e»pi"d嘘"荏"e e"pijk‒p" e泳w"mj e0

V»k"zkp"ej鵜w"vt ej"pjk羽o"x隠"e»pi"xk羽e"vj詠e"jk羽p"e栄c"o·pj0

Tp Hげ Chí Minh, ngày 6 vj pi"8"p<o"4244

PIW[右P"PIð"NWåP

M 影C L影C

FCPJ"O影E"EèE"JîPJ xkk FCPJ"O影C CÁC B謂PI kz FCPJ"O影C CèE"EJ頴 XK蔭T T溢T z

EJ姶愛PI"30"IK閏K"VJK烏U 3

303"A員v"x医p"8隠 1

304"N#"fq"ejq"u詠 n詠a ch丑p"8隠 v k 3

305"A員v"e¤w"j臼k"pijk‒p"e泳w 5

306"O映e"vk‒w"pijk‒p"e泳w 6

307"Rj衣o"xk"pijk‒p"e泳w 6

EJ姶愛PI"40"V蔚PI"SWCP"X陰 VîPJ"JîPJ"PIJKçP"E永U 7

403"E e"pijk‒p"e泳w"vt逢噂e"8¤{ 7

2.1.1 Các nghiên cとw"p⇔ずc ngoài 7

2.1.2 Các nghiên cとw"vtqpi"p⇔ずc 9

404"E e"m悦 vjw壱v"o {"j丑e"f́pi"vtqpi"o»"j·pj"逢噂e"v pj"u挨"d瓜 kh嘘k"n逢嬰pi"x壱v"v逢 12 2.2.1 Hげk"sw{ 13

2.2.2 Máy hざ vtぢ xfie-v￢ 14

2.2.3 MＴpi"P￢-tqp"vjＺp"mkpj"pj¤p"vＴo 15

2.2.4 GiＶi thuｆv"m-n¤p"eｆn gＺn nhＸt 16

405"O»"j·pj"m院v"j嬰r"*Gpugodng"oqfgnu+ 17

406"Rj亥p"o隠o"o {"j丑c 3:

EJ姶愛PI"50"RJ姶愛PI"RJèR"PIJKçP"E永U 42

503"Sw{"vt·pj"vj詠c hi羽p"pijk‒p"e泳w 42

504"E»pi"e映 vj詠c hi羽p"pijk‒p"e泳w 21

505"E e"n#"vjw{院v."vjw壱v"vq p" r"f映pi 22

3.3.1 MＴpi"p￢-tqp"vjＺp"mkpj"pj¤p"vＴo 22

5050303"U￢"n⇔ぢe"xｚ p￢-tqp"*vｘ d q"vjＺp"mkpj+"ukpj"jがc 22

3.3.1.2 MＴpi"p￢"tqp"vjＺp"mkpj"pj¤p"vＴo 23

3.3.1.3 MＴpi"p￢-tqp"pj¤p"vＴq"dご sung 31

3.3.2 Máy hげk"sw{"xfie-v￢"jざ vtぢ 33

3.3.3 GiＶi thuｆv"m- n¤p"eｆn gＺn nhＸt 34

50506"E e"o»"j·pj"mｘt hぢp 34

3.4 Thi 院v"n壱r"o»"j·pj"pijk‒p"e泳w 34

3.5 S 穎 d映pi"rj亥p"o隠o"Ygmc"vj詠e"vjk"o»"j·pj"o {"j丑e"8隠 zw医v"x "E e"ej雨 s嘘 f́pi"8吋 8 pj"ik "o»"j·pj 5:

EJ姶愛PI"60"U盈"F影PI"RJ井P"O陰O"YGMC"AÉQ"V萎Q"Oð"JîPJ"姶閏E" VëPJ"MJ渦K"N姶営PI"XÉ"VJ謂Q"NW一P"X陰"M蔭V"SW謂 63

603"Z穎 n#"d瓜 d英 nk羽w"ejq"e e"o»"j·pj"8隠 zw医v 41

4.2 Thi 院v"8員v"e e"vj»pi"u嘘 ejq"o»"j·pj 44

605"M院v"sw違 逢噂e"v pj"v瑛 o»"j·pj 52

606"Z院r"j衣pi"e e"o»"j·pj"8隠"zw医v 72

EJ姶愛PI"70"M蔭T LU一P."MK蔭P"PIJ卯 XÉ"A陰 XU遺T M浦T S渦 J姶閏PI" PIJKçP"E永W"VTQPI"V姶愛PI"NCK 78

703"M院v"nw壱n 9:

704"A隠 zw医v"o瓜v"u嘘 j逢噂pi"rj v"vtk吋p"vk院r"vjgq"ejq"8隠 v k :2

VÉK"NK烏W"VJCO"MJ謂Q"XÉ"VTëEJ"F郁P :3

RJ影 L影C 88

Rj映 n映e"n<"Vjk院v"n壱r"vj»pi"u嘘 ejq"e e"o»"j·pj"o {"j丑e"vt‒p"Ygmc ::

Rj映 n映e"4"M院v"sw違 o»"j·pj"vt‒p"e e"v壱r"jw医p"nw{羽n và ki吋o"vtc 95

LÝ L 卯EJ"VTëEJ"PICPI 364

FCPJ"O影E"EèE"JîPJ

J·pj"3-1 Di羽p"v ej"u p"pj "荏 jq p"vj pj"v衣k"e e"v雨pj."vj pj"rj嘘 n噂n Vi羽v"Pco"ikck"

8q衣p"*4237-423;+ 2

J·pj"3-4"A員v"x医p"8隠 pijk‒p"e泳w"f詠 d q"mj嘘k"n逢嬰pi"x壱v"v逢 5

J·pj"4-3<"Rj¤p"nq衣k"o {"j丑c 13

J·pj"4-4"Mjwpi"jq衣v"8瓜pi"e栄c"o»"j·pj"m院v"j嬰r"]54_ 17

J·pj"4-5"Ikcq"fk羽p"rj亥p"o隠o"Ygmc 19

J·pj"5-3"Sw{"vt·pj"vj詠c hi羽n nhi羽o"x映 pijk‒p"e泳w 21

J·pj"5-2 S詠 ikcq"vk院r"e栄c"v院 d q"vj亥p"mkpj"vtqpi"p«q"]69_ 22

J·pj"5-5"E医w"vt¿e"e挨"d違n c栄c"o瓜v"p挨-tqp"pj¤p"v衣q"vj泳 k"8隠 zw医v"d荏k"OeEwnnqej." p<o"3;650 23

J·pj"5-6"O瓜v"u嘘 d衣pi"j o"vtw{隠p"*Jcicp"x "e e"v e"ik違."p<o"4226+ 25

J·nh 3-7"J o"vtw{隠p"Ukioqkf"i*z+"?"31*3-g-x+ 26

J·pj"5-8"Oc"vt壱p"vt丑pi"u嘘 Y"*vjgq"Jcicp"x "e e"v e"ik違."p<o"4226+ 27

J·pj"5-9"O衣pi"p挨-tqp"vtw{隠p"vj鰯pi"o瓜v"n噂r0 4:

J·pj"5-:"O衣pi"ONR"v鰻pi"sw v 4:

J·pj"5-;"E医w"vt¿e"j丑e"v鰻pi"sw v"e栄c"CPPu 29

J·pj"5-32"Mjwpi"rj逢挨pi"rj r"ETKUR-FO 35

J·pj"5-33"N逢嬰e"8欝 pijk‒p"e泳w 36

J·pj"6-3"O瓜v"v壱r"f英 nk羽w"f́pi"ejq"jw医p"nw{羽p"o»"j·pj"8«"8逢嬰e"v違k"x q"Ygmc 47

J·pj"6-4"Mjck"d q"o»"j·pj"vtqpi"vj飲 ÐEncukh{Ñ 6:

J·pj"6-5"E e"o»"j·pj"8隠 zw医v"8«"8逢嬰e"mjck"d q"e e"vj»pi"u嘘 e k"8員v 49

J·pj"6-4 Ti院p"j pj"jw医p"nw{羽p"ejq"e e"o»"j·pj"o {"j丑c 72

J·pj"6-5 T違k"v壱r"f英 nk羽w"ejq"ikck"8q衣n ki吋o"vtc"x q"Ygmc 51

J·pj"6-8"Mk吋o"vtc"o»"j·pj"vt‒p"v壱r"f英 nk羽w"mk吋o"vtc 51

J·pj"6-7 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"d‒"v»pi"o„pi 57

J·pj"6-:"Dk吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"d‒"v»pi"e瓜v 57

J·pj"6-9 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"d‒"v»pi"u p 7: J·pj"6-32""Dk吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"d‒"v»pi"f亥o 7: J·pj"6-11 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"x p"mjw»p"e瓜v 63 J·pj"6-12 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"x p"mjw»p"o„pi 63 J·pj"6-13 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"x p"mjw»p"f亥o 64 J·pj"6-14 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"x p"mjw»p"u p 64 J·pj"6-15 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"vjfir"o„pi 92 J·pj"6-16 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"vjfir"e瓜v 92 J·pj"6-17 Bi吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"vjfir"f亥o 71 J·pj"6-3:"""Dk吋w"8欝 dk吋w"fk宇n s詠 rj¤p"v p"x隠 k院v"sw違 d詠 8q p"o»"j·pj"逢噂e"v pj"mj嘘i n逢嬰pi"vjfir"u p 71 J·pj"6-3;"Ej雨 s嘘 UK"e栄c"7"o»"j·pj"o {"j丑e"8隠 zw医v"ejq"逢噂e"v pj"mj嘘k"n逢嬰pi"d‒" v»pi 73 J·pj"6-42"Ej雨 s嘘 UK"e栄c"7"o»"j·pj"o {"j丑e"8隠 zw医v"ejq"逢噂e"v pj"mj嘘k"n逢嬰pi"x p" mjw»p 75 J·pj"6-43"Ej雨 s嘘 UK"e栄c"7"o»"j·pj"o {"j丑e"8隠 zw医v"ejq"逢噂e"v pj"mj嘘k"n逢嬰pi"e嘘v" vjfir 77

FCPJ"O影C CÁC B謂PG

B 違pi""3-1 Di羽p"v ej"u p"pj "荏 jq p"vj pj"ikck"8q衣p"4237-423;"v衣k"52"v雨pj."vj pj"

rj嘘 *Piw欝p<"V鰻pi"E映c Th嘘pi"M‒+"]3_ 1

B違pi""4-3"E e"8隠 v k"pijk‒p"e泳w"p逢噂e"piq k 7

B 違pi""4-4"E e"8隠 v k"pijk‒p"e泳w"vtqpi"p逢噂c 32

B 違pi""6-3"O瓜v"v壱r"f英 nk羽w"8«"8逢嬰e"ejw育n hóa 42

B 違pi""6-4"E e"vjw瓜e"v pj"ejq"o»"j·pj 44

B 違pi""6-5"A瓜 ej pj"z e"e栄c"o»"j·pj"ejq"逢噂e"v pj"mj嘘k"n逢嬰pi"x壱v"v逢"– d‒"v»pi 53

B 違pi""6-6"A瓜 ej pj"z e"e栄c"o»"j·pj"ejq"逢噂e"v pj"mj嘘k"n逢嬰pi"x壱v"v逢"*x p"mjw»p+ 59 B 違pi""6-7"A瓜 ej pj"z e"逢噂e"v pj"e栄c"o»"j·pj"ejq"逢噂e"v pj"mj嘘i n逢嬰pi"x壱v"v逢"*e嘘v" vjfir+ 66

B 違pi""6-8"Z院r"j衣pi"8隠 zw医v"ejq"e e"o»"j·pj"mj嘘k"n逢嬰pi"– d‒"v»pi 72

B 違pi""6-9"Z院r"j衣pi"8隠 zw医v"ejq"e e"o»"j·pj"mj嘘k"n逢嬰pi"– x p"mjw»p 74

B 違pi""6-:"Z院r"j衣pi"8隠 zw医v"ejq"e e"o»"j·pj"mj嘘k"n逢嬰pi"– c嘘v"vjfir 76

CH 姶愛NG 1 GI閏I THI烏U 1.1 A員t v医n 8隠

Các qu嘘c gia 8ang phát tri吋n, bao g欝m Vi羽t Nam, hi羽n nay 8ang có nhi隠u

b 逢噂c chuy吋n trong t<ng tr逢荏ng kinh t院; 8i隠u này 8ã lan t臼a sâu r瓜ng 8院n nhi隠u m員t

c 栄a qu嘘c gia, trong 8ó có s詠 gia t<ng nhanh v隠 dân s嘘 c挨 h丑c, 8員c bi羽t t衣i các 8ô th鵜 và vùng 8ô th鵜 T瑛 8ó cho th医y nhu c亥u v隠 vi羽c nâng c医p, di tu và m荏 r瓜ng là

r 医t l噂n Song song 8ó, nhu c亥u h衣 t亥ng nhà 荏, chung c逢, v<n phòng c ng phát tri吋n nhanh chóng H 羽 qu違 này 8ã 8員t câu h臼i cho s詠 b嘘 trí h英u hi羽u các ngu欝n l詠c, c映 th吋 là ngu欝n l詠c tài chính

B Ｖng 1-1 Diうn tích sàn nhà ぞ hoàn thành giai 8oＴn 2015-2019 tＴi 30 tえnh,

Hình 1-1 Di うn tích sàn nhà ぞ hoàn thành tＴi các tえnh, thành phぐ lずn Viうt Nam

giai 8oＴn (2015-2019) Avt: m2

Ngu 欝n l詠c tài chính 8逢嬰c xem nh逢 m衣ch máu c栄a c挨 th吋, mà 荏 8ây d詠 án chính là c挨 th吋 Mu嘘n m衣ch máu không b鵜 ngh胤n thì 8òi h臼i ph違i có s詠 phân b鰻 phù h 嬰p, vi羽c phân b鰻 h嬰p lý ngay t瑛 giai 8o衣n s挨 kh荏i c栄a d詠 án là y院u t嘘 d磯n 8院n thành công c栄a b医t k lo衣i hình d詠 án nào S詠 c亥n thi院t trong vi羽c 8亥u t逢 d詠

án bên c衣nh 8ánh giá k悦 l逢叡ng v隠 khía c衣nh xã h瓜i hay tác 8瓜ng 8院n môi tr逢運ng, thì các ph 逢挨ng án tài chính c栄a d詠 án s胤 là m医u ch嘘t 8吋 tri吋n khai d詠 án hay không

-T以NG S鞍 TP H員 Chí Minh Hà N引i H胃i Phòng 9à N域ng C亥n Th挨

Khi d 詠 án 8逢嬰c duy羽t, nó còn là c<n c泳 ho衣ch v嘘n t瑛 ch栄 8亥u t逢 cho các giai 8o衣n sau 8ó c栄a d詠 án Khi d詠 án thi công, ngu欝n l詠c v隠 tài chính là vô cùng c亥n thi院t 8吋 hoàn thành d詠 án 8衣t ch医t l逢嬰ng và 8úng ti院n 8瓜 Khi d詠 án b逢噂c vào th逢挨ng

m 衣i, vi羽c s穎 d映ng ngu欝n tài chính h嬰p lý s胤 giúp d詠 án duy trì hi羽u qu違

Vì v 壱y, vi羽c 逢噂c tính chi phí cho d詠 án còn là c<n c泳 phân chia ngu欝n l詠c v隠 tài chính d 詠 án, 8員c bi羽t trong giai 8o衣n l壱p k院 ho衣ch Tuy nhiên, vi羽c 逢噂c tính chi phí v隠 xây d詠ng tri吋n khai trong giai 8o衣n này th逢運ng gi噂i h衣n v隠 m員t th運i gian, nên ng 逢運i ph映 trách v隠 qu違n lý d詠 án s胤 không có 8逢嬰c các kh嘘i l逢嬰ng v壱t t逢 c亥n thi 院t 8吋 s噂m l壱p k院 ho衣ch v隠 ngu欝n l詠c và ki吋m soát v隠 chi phí xây d詠ng

V 医n 8隠 v隠 逢噂c tính s挨 b瓜 kh嘘i l逢嬰ng v壱t t逢 xây d詠ng c亥n thi院t trong giai 8o衣n l壱p k院 ho衣ch s胤 là v医n 8隠 8逢嬰c nghiên c泳u trong 8隠 tài này

1.2 Lý do cho s詠 l詠a ch丑n 8隠 tài

Trong giai 8o衣n l壱p k院 ho衣ch phát tri吋n d詠 án, ng逢運i phát tri吋n d詠 án luôn c亥n nh英ng thông tin rõ ràng v隠 chi phí xây d詠ng d詠 án, nh逢ng trong khi các thông tin v 隠 b違n v胤 thi院t k院, 8員c 8i吋m k悦 thu壱t, d詠 toán s挨 b瓜 thì r医t h衣n ch院 [2] Vì v壱y

có th吋 cho r茨ng, vi羽c có 8逢嬰c thông tin v隠 chi phí xây d詠ng ngay trong giai 8o衣n này, s 胤 h厩 tr嬰 ng逢運i phát tri吋n d詠 án ra quy院t 8鵜nh k鵜p th運i, 8úng 8逸n 8違m b違o m映c tiêu c 栄a d詠 án

Nhi 隠u mô hình 8隠 xu医t v隠 chi phí s挨 b瓜 8ã 8逢嬰c th詠c hi羽n, các chi phí 8ã 8逢嬰c mô hình hóa v噂i các m泳c 8瓜 khác nhau v隠 tính chính xác, 8亥y 8栄 và s詠 phù

h 嬰p Các c医p 8瓜 này có th吋 8逢嬰c c違i thi羽n b茨ng cách mô hình hóa các kh嘘i l逢嬰ng

s 挨 b瓜 - kh嘘i l逢嬰ng v壱t t逢, t瑛 8ó s胤 giúp m泳c 8瓜 d詠 báo chính xác h挨n v隠 逢噂c tính chi phí s挨 b瓜 trong mô hình chi phí M員t khác, các mô hình chi phí ch栄 y院u 逢噂c tính chi phí t 鰻ng h嬰p ch逢a xét 8院n các y院u t嘘 違nh h逢荏ng khác Trong khi th鵜 tr逢運ng

v 壱t li羽u xây d詠ng bi院n 8瓜ng không ng瑛ng, n院u không xét 8院n y院u t嘘 v壱t t逢 thì s胤 không ph違n ánh 8亥y 8栄 các khía c衣nh chi phí t鰻ng h嬰p [3] Bên c衣nh 8ó, nghiên

c 泳u liên quan cho th医y chi phí v壱t t逢 chi院m kho違ng 42%, m瓜t s嘘 tr逢運ng h嬰p chi院m

h 挨n 50% trên t鰻ng chi phí xây d詠ng tùy thu瓜c vào lo衣i d詠 án, ph衣m vi công vi羽c

và bi 羽n pháp thi công Vì v壱y, kh嘘i l逢嬰ng v壱t t逢 và ch医t l逢嬰ng v壱t t逢 là nh英ng y院u

t嘘 違nh h逢荏ng nh医t 8院n chi phí xây d詠ng [4]

Khi có 8逢嬰c kh嘘i l逢嬰ng v壱t t逢 trong giai 8o衣n k院 ho衣ch, ng逢運i phát tri吋n d詠

án có th 吋 lên k院 ho衣ch v隠 vi羽c cung 泳ng v壱t t逢 ngay t瑛 giai 8o衣n s噂m, trù b鵜 v壱t t逢 trong các giai 8o衣n c栄a d詠 án, t瑛 8ó giúp phân b鰻 ngu欝n l詠c 8逢嬰c h嬰p lý; m員t khác khi có 8逢嬰c kh嘘i l逢嬰ng v壱t t逢 trong giai 8o衣n này có th吋 h厩 tr嬰 công tác l壱p d詠 toán, 8医u th亥u,…

Nhi 隠u nghiên c泳u liên quan v隠 mô hình AI và máy h丑c (ML) 8逢嬰c công

b嘘 Trong các mô hình máy h丑c khác nhau, thì ph鰻 bi院n là m衣ng n挨-ron th亥n kinh nhân t 衣o (ANNs), máy véc-t挨 h厩 tr嬰 (SVMs), h欝i quy 8a tuy院n tính [5]

S詠 bùng n鰻 chóng m員t v隠 công ngh羽 máy tính 8ã b鰻 tr嬰 thêm cho khoa h丑c nghiên c 泳u là r医t l噂n, các h羽 th嘘ng chuyên gia là m瓜t trong s嘘 8ó, nó ch栄 y院u phát tri 吋n b茨ng các h羽 th嘘ng d詠a trên logic m運 (Fuzzy logic) t<ng thêm kh違 n<ng di宇n gi違i t嘘t h挨n [6] B茨ng s詠 k院t h嬰p 8吋 xây d詠ng các mô hình máy h丑c 8逢嬰c 8隠 xu医t s胤 mang l衣i kh違 n<ng 逢噂c tính chính xác và mang tính di宇n gi違i Vì nh英ng

lý do 8ã nêu, mà lu壱n v<n s胤 th詠c hi羽n nghiên c泳u h逢噂ng 8院n

Hình 1-2 A員t v医n 8隠 nghiên c泳u 逢噂c tính kh嘘i l逢嬰ng v壱t t逢

1.3 A員t câu h臼i nghiên c泳u

Làm sao và nh逢 th院 nào 8吋 逢噂c tính kh嘘i l逢嬰ng v壱t t逢 xây d詠ng c亥n thi院t trong giai 8o衣n l壱p k院 ho衣ch, 8挨n gi違n mà v磯n có 8瓜 tin c壱y cao Và các bi院n 逢噂c tính c 亥n quan tâm trong mô hình này là gì?

Làm sao và làm nh 逢 th院 nào 8吋 áp d映ng các mô hình thu壱t toán 8瓜c l壱p và k院t h嬰p 8吋 c違i thi羽n m泳c 8瓜 tin c壱y?

K院t qu違 v隠 逢噂c tính kh嘘i l逢嬰ng v壱t t逢 xây d詠ng c亥n thi院t trong giai 8o衣n l壱p

k 院 ho衣ch, thì s詠 k院t h嬰p này có t嘘t h挨n các thu壱t toán thông d映ng tr逢噂c 8ây hay không?

1.4 M映c tiêu nghiên c泳u

永ng d映ng máy h丑c 逢噂c tính kh嘘i l逢嬰ng v壱t t逢 xây d詠ng c亥n thi院t trong giai 8o衣n l壱p k院 ho衣ch d詠 án

A隠 xu医t các mô hình máy h丑c 8瓜c l壱p và k院t h嬰p 8吋 c違i thi羽n chính xác m泳c 8瓜 逢噂c tính So sánh các k院t qu違 逢噂c tính v噂i tr逢運ng h嬰p áp d映ng thu壱t toán khác

Khám phá m瓜t công c映 xây d詠ng các mô hình máy h丑c d宇 s穎 d映ng và ti院p

c 壱n nhi隠u 8嘘i t逢嬰ng trong ngành xây d詠ng

Aánh giá tính m噂i c栄a nghiên c泳u thông qua nh壱n xét v隠 逢u, khuy院t 8i吋m khi

áp d映ng

1.5 Ph衣m vi nghiên c泳u

Th 運i gian th詠c hi羽n nghiên c泳u: t瑛 tháng 2 8院n tháng 6 n<m 2022

A嘘i t逢嬰ng nghiên c泳u:

+ Mô hình máy h 丑c và ph亥n m隠m Weka

+ S 穎 d映ng k院t qu違 t瑛 nghiên c泳u và 8隠 xu医t các mô hình máy h丑c cho 逢噂c tính s挨 b瓜 kh嘘i l逢嬰ng v壱t t逢 bê tông c嘘t thép, ván khuôn cho các c医u ki羽n móng,

c 瓜t, d亥m và sàn trong các công trình dân d映ng

CH 姶愛NG 2 T蔚NG QUAN V陰 TÌNH HÌNH NGHIÊN C永U 2.1 Các nghiên c泳u tr逢噂c 8ây

Nh英ng b逢噂c ti院n l噂n trong công ngh羽 g亥n 8ây 8ã 8育y m衣nh vi羽c áp d映ng trong ngành xây d 詠ng Nhi隠u nghiên c泳u trong và ngoài n逢噂c trong v医n 8隠 s穎 d映ng các mô hình máy h 丑c 逢噂c tính chi phí xây d詠ng 8ã tr違i dài 荏 nhi隠u lo衣i hình d詠 án khác nhau: dân d映ng, giao thông, d詠 án n<ng l逢嬰ng…Các tác gi違 8ã áp d映ng nhi隠u

ph 逢挨ng pháp và công c映 khác nhau, ph亥n l噂n các nghiên c泳u 8i隠u 8逢a ra mô hình

d 詠 báo có m泳c tin c壱y cao Các mô hình chi phí d詠 án xây d詠ng nh茨m 逢噂c tính t鰻ng chi phí c栄a d詠 án Nhi隠u nghiên c泳u t壱p trung vào c違i thi羽n m泳c 8瓜 tin c壱y

c 栄a k院t qu違 逢噂c tính b茨ng cách áp d映ng các thu壱t toán khác nhau: ANN, SVR, h欝i quy, thu壱t toán m運 logic,…v噂i các công c映 giúp xây d詠ng mô hình 8òi h臼i có s詠

am hi 吋u nh逢: Matlab, ph亥n m隠m R, python,….Trong khi m瓜t h逢噂ng ti院p c壱n khác

có th 吋 c違i thi羽n 8逢嬰c tính chính xác c栄a 逢噂c tính t鰻ng chi phí d詠 án mà còn có th吋

h厩 tr嬰 công tác 8医u th亥u, d詠 toán, l壱p k院 ho衣ch cung 泳ng v壱t t逢,…8ó là xây d詠ng

mô hình 逢噂c tính kh嘘i l逢嬰ng v壱t t逢

2.1.1 Các nghiên c泳u n逢噂c ngoài

STT Tên bài báo, nghiên c泳u Tác gi違 N<m Mô t違

2020

Các thông s嘘 thi院t k院 8逢嬰c dùng 8吋 xây d詠ng mô hình kh嘘i l逢嬰ng khái ni羽m (Conceptual Quantity Model)

Nghiên c泳u s穎 d映ng mô hình H欝i quy véc-t挨 h厩 tr嬰 (SVR), m瓜t thu壱t toán máy h丑c k院t h嬰p v噂i K悦 thu壱t Bootstrap l医y m磯u hoàn l衣i (Bootstrap resampling)

Nghiên c泳u cung c医p m瓜t ph衣m vi t嘘i thi吋u (low-level range) cho 逢噂c tính kh嘘i l逢嬰ng c栄a các ph亥n t穎 bê tông c嘘t thép

Fragkakis

2017

Nghiên c泳u nh茨m m映c 8ích 逢噂c tính 8逢嬰c chi phí c栄a các d詠 án v隠 c亥u t衣i th運i 8i吋m

d詠 án tr衣ng thái ý t逢荏ng

Nghiên c泳u dùng mô hình FFANN v噂i các d英 li羽u th詠c t院 c栄a 68 d詠 án v隠 c亥u FFANN 8逢嬰c dùng r医t t嘘t v噂i các m嘘i t逢挨ng quan có tính ph泳c t衣p trong t壱p d英 li羽u, cung c医p kho違ng tin c壱y cho các kh嘘i l逢嬰ng v壱t t逢 sau cùng

4

Comparison of Artificial

Intelligence Techniques for

Project Conceptual Cost

Prediction: A Case Study

and Comparative Analysis

Nghiên c泳u t壱p trung nh英ng k悦 thu壱t AI th詠c hi羽n l壱p mô hình chi phí trong giai 8o衣n lên

ý t 逢荏ng d詠 án nh逢: logic m運, ANN, h欝i quy 8a tuy院n, Suy lu壱n d詠a trên tr逢運ng h嬰p, mô hình lai nh逢: m運 - di truy隠n và k院t h嬰p…

5

Data-Driven Insights on the

Knowledge Gaps of

Xi He1; Rui Liu, Ph.D., A.M ASCE;

and Chimay J

2020

Nghiên c泳u nh茨m xác 8鵜nh nh英ng m映c tiêu chính trong vi羽c th詠c thi mô hình 逢噂c tính chi phí khái ni羽m Trong 8ó tr丑ng tâm nghiên c泳u vào hai m映c tiêu chính: chu育n b鵜 d英 li羽u và

2.1.2 Các nghiên c泳u trong n逢噂c

Conceptual Cost Estimation

Modeling

[10]

Anumba, Ph.D.,

F ASCE

8ánh giá cho mô hình

Hai khung công vi羽c (framework) cho khai thác d英 li羽u: khung KDD (Knowledge Discovery in Dataset) và khung CRISP-DM (The cross-industry standard process for data mining)

Nghiên c泳u ph鰻 bi院n g欝m: h欝i quy, ANNs, suy lu壱n d詠a trên tr逢運ng h嬰p (CBR), thu 壱t toán v隠 di truy隠n (GA), h羽 th嘘ng chuyên gia và lý thuy院t m運

6

A Survey on Applications of

Artificial Intelligence for

Pre-Parametric Project Cost

and Soil Shear-Strength

Alnumay, Saurabh Singh

2021

M映c tiêu nghiên c泳u h逢運ng vào vi羽c khám phá mô hình trí thông minh nhân t衣o khác nhau 8吋 nh茨m d詠 8oán và 逢噂c tính chi phí d詠 án xây d詠ng s挨 b瓜, th運i gian, s泳c ch嘘ng c逸t Các thu壱t toán máy h丑c 8ã 8逢嬰c áp d映ng tr逢噂c 8ây nh逢: Máy h欝i quy h厩 tr嬰 (SVM); T嘘i thi吋u máy h欝i quy h厩 tr嬰 (LSSVM); ANN, m衣ng ANN và k悦 thu壱t bootstrapt; ANN tiêu chu育n và ANN lai, h欝i quy và ANN; …

7

The Challenges of

Nonparametric Cost

Estimation of Construction

Works With the Use of

Artificial Intelligence Tools

và 泳ng d映ng c栄a ANN

B Ｖng 2-2 Các 8ｚ tài nghiên cとu trong n⇔ずc

STT Tên bài báo, nghiên c泳u Tác gi違 N<m Mô t違

1

Mô Hình Xác A鵜nh Chi

Phí Xây D詠ng D詠a Trên

永ng D映ng M衣ng N挨 Ron

M運 [12]

Tr亥n Bách 2006

M瓜t mô hình h欝i quy và m衣ng n挨-ron m運 (FNN)

v 噂i 16 bi院n 8亥u vào 8ã thi院t l壱p nh茨m 逢噂c tính chi phí K院t qu違 lu壱n v<n này cho th医y FNN t嘘t h挨n h欝i quy

Phan V<n Khoa 2006

Tác gi違 dùng Matlab 8吋 thi院t l壱p ANN nh茨m 逢噂c tính chi phí 8亥u t逢 xây d詠ng.

D英 li羽u cho mô hình l医y t瑛 14 công trình chung c逢 theo 7 bi 院n nhân t嘘 8亥u vào: t鰻ng di羽n tích sàn xây d詠ng,

s嘘 t亥ng cao, c医p c栄a công trình, n<m xây d詠ng, giá x<ng d亥u, giá xi m<ng, giá s逸t thép t鰻ng chi phí 8亥u t逢 xây

d 詠ng là bi院n 8亥u ra K院t qu違 t瑛 ANN cho d詠 báo v噂i m泳c sai s嘘 5,5%

3

Aánh Giá Bi院n A瓜ng Chi

Phí Và Th 運i Gian C栄a D詠

Án Xây D詠ng V噂i Công

C映 Neural Network

[14]

Nguy宇n Anh Tu 医n 2007

M瓜t mô hình ANN v噂i 8亥u vào: 27 bi院n và 8亥u ra

là 2 bi院n 8ã 8逢嬰c tác gi違 8ào t衣o

K院t qu違 ch雨 ra: v噂i các y院u t嘘 8亥u vào tác 8瓜ng 8逢a vào thì ANN 8i隠u ch雨nh và ki吋m soát c違 s詠 bi院n 8瓜ng c栄a chi phí và th運i gian trong d詠 án xây d詠ng

Cao Tr丑ng Khánh 2007

Tác gi違 8ã t鰻ng h嬰p 45 y院u t嘘 và phân thành 11 nhóm, t瑛 8ó xem xét các y院u t嘘 nào có tác 8瓜ng m衣nh 8院n k院t qu違 逢噂c tính chi phí c栄a các công trình xây d詠ng M衣ng n挨-ron m運 v噂i 11 bi院n 8亥u vào 8ã 8逢嬰c xây d詠ng K院t qu違 t瑛 lu壱n v<n xác 8鵜nh 5 y院u t嘘 8逢嬰c xem tác 8瓜ng m衣nh m胤 8院n 8瓜 chính xác

Nguy宇n H英u Th泳c 2010

Tác gi違 s穎 d映ng b瓜 d英 li羽u t瑛 73 d詠 án cao 嘘c v<n phòng v噂i 14 bi院n nhân t嘘 8亥u vào 8吋 8ào t衣o m瓜t mô hình 逢噂c tính B瓜 d英 li羽u chia ra làm 02 nhóm: nhóm 01 8吋 hu壱n luy羽n (51 d詠 án – 70% b瓜 d英 li羽u); nhóm 02 dùng 8吋 ki吋m tra (22 công trình – 30% b瓜 d英 li羽u)

K院t qu違 mô hình ANN ch雨 ra chúng có kh違 n<ng

mô hình d英 li羽u mang tính phi tuy院n và MAPE = 14,4%

Nguy 宇n Lê H英u Hóa 2010

Tác gi違 dùng b瓜 d英 li羽u t瑛 35 công trình v噂i 8 bi院n 8亥u vào, bi院n 8亥u ra là t鰻ng chi phí 8亥u t逢 xây d詠ng cho ph亥n ng亥m B瓜 d英 li羽u chia ra làm 02 nhóm: nhóm 01 8吋 hu壱n luy羽n (32 công trình – 90% b瓜 d英 li羽u); nhóm 02 dùng 8吋 ki吋m tra (03 công trình – 10% b瓜 d英 li羽u) K院t qu違 mô hình ANN d詠 8oán chi phí có 8瓜 chính xác d詠 báo chênh l羽ch 2,75% v噂i giá tr鵜 th詠c

2016

Tác gi違 xây d詠ng mô hình 逢噂c l逢嬰ng chi phí, s穎

d 映ng b瓜 d英 li羽u t瑛 33 công trình 8ã thi công giai 8o衣n 2013-2014 trên toàn t雨nh Long An M衣ng n挨-ron k院t h嬰p cùng k悦 thu壱t bootstrap v噂i 14 bi院n 8亥u vào 8ã 8逢嬰c xây

d 詠ng K院t qu違 ch雨 ra mô hình ANN có kh違 n<ng 逢噂c l逢嬰ng nhanh và chính xác

2017

Nghiên c泳u 8ã l壱p m瓜t mô hình chi phí ban 8亥u b茨ng vi羽c k院t h嬰p ph逢挨ng pháp t嘘i 逢u hóa tr丑ng s嘘 b茨ng gi違i thu壱t lan truy隠n ng逢嬰c sai s嘘 Trong 8ó b瓜 tr丑ng s嘘 giai 8o衣n này 8逢嬰c thi院t l壱p b茨ng thu壱t toán Excel Sau 8ó SPSS s胤 ki吋m tra và t嘘i 逢u thu壱t toán Excel A瓜 chính xác sau khi 8逢嬰c t嘘i 逢u b茨ng SPSS t<ng t瑛 85% lên 92% K院t qu違 t瑛 ANN cho m泳c sai s嘘 5,68%

9

姶噂c L逢嬰ng Chi Phí Xây

D詠ng A逢運ng Cao T嘘c 雲

Vi羽t Nam [20]

Nguy宇n V<n Danh 2019

Tác gi違 l壱p mô hình 逢噂c tính chi phí v噂i 13 nhân

t嘘 違nh h逢荏ng b茨ng b瓜 d英 li羽u t瑛 55 gói th亥u 8ã hoàn thành

và v 壱n hành ANN m運 k院t h嬰p v噂i gi違i thu壱t lan truy隠n ng逢嬰c và phân c映m 8吋 t衣o ra các mô hình ANFIS t嘘i 逢u K院t qu違 ANFIS cho sai s嘘 9,17%

Fuzzy Và Thu壱t Toán Sói

Xám (GWO) Trong Vi羽c

姶噂c Tính Chi Phí Xây

D詠ng Tàu Ai羽n Metro

[21]

Aào Xuân Nhân 2020

Tác gi違 8ã l壱p mô hình máy h丑c k院t h嬰p ANN Fuzzy logic m運 và gi違i thu壱t GWO 8吋 逢噂c tính chi phí xây d詠ng tuy院n 8逢運ng s逸t 8ô th鵜 nh茨m c違i thi羽n 8瓜 chính xác c栄a nghiên c泳u tr逢噂c còn h衣n ch院

Nghiên c泳u 8衣t 8逢嬰c t瑛 lu壱n v<n thì m衣ng n挨-ron

m運 ANFIS k院t h嬰p gi違i thu壱t GWO có 逢u th院 h挨n các mô hình ANFIS thông th逢運ng

2.2 Các k悦 thu壱t máy h丑c dùng trong mô hình 逢噂c tính s挨 b瓜 kh嘘i l逢嬰ng v壱t

Máy h 丑c, thu瓜c m瓜t nhánh con c栄a trí tu羽 nhân t衣o, có kh違 n<ng h丑c t詠 8瓜ng

t瑛 nh英ng thông tin quá kh泳 mà không c亥n can thi羽p l壱p trình m瓜t cách rõ ràng

Vi 羽c t衣o l壱p m瓜t mô hình máy h丑c d詠a trên lo衣i v医n 8隠 (phân lo衣i hay h欝i quy) và

m 映c tiêu khai thác d英 li羽u (t嘘i 逢u, phân tích xu h逢噂ng, nguyên nhân hay phân tích m嘘i quan h羽) [4] Nhìn chung, tùy thu瓜c các ho衣t 8瓜ng d詠a vào d英 li羽u mà máy

h 丑c chia 8挨n gi違n làm hai lo衣i ph鰻 bi院n: h丑c có giám sát và h丑c không có giám sát

Hình 2-1: Phân lo Ｔi máy hがc

Trong ph 衣m vi lu壱n v<n này, vi羽c xây d詠ng mô hình h丑c có giám sát d詠a trên

v医n 8隠 mang tính h欝i quy trong vi羽c 逢噂c tính các giá tr鵜 liên t映c hay k院t qu違 8鵜nh

l 逢嬰ng (kh嘘i l逢嬰ng v壱t t逢)

2.2.1 H欝i quy

H欝i quy 8逢嬰c 8逢a ra l亥n 8亥u b荏i m瓜t nhà khoa h丑c ng逢運i Anh, Francis Galton

(1822-1911), trong m 瓜t nghiên c泳u v隠 l nh v詠c di truy隠n Phân tích h欝i quy là

ph逢挨ng pháp xem xét m嘘i quan h羽 gi英a các bi院n M嘘i quan h羽 này bi吋u di宇n thông

qua m 瓜t ph逢挨ng trình ho員c m瓜t mô hình k院t n嘘i gi英a bi院n ph違n h欝i/bi院n ph映 thu瓜c

và m 瓜t ho員c nhi隠u bi院n gi違i thích/d詠 8oán [22] K悦 thu壱t h欝i quy th逢運ng dùng

trong vi羽c d詠 8oán và 逢噂c l逢嬰ng chi phí xây d詠ng K悦 thu壱t h欝i quy có th吋 chia

8挨n gi違n thành hai lo衣i: h欝i quy tuy院n tính 8挨n gi違n và h欝i quy tuy院n tính 8a bi院n

D 衣ng t鰻ng quát c栄a 2 lo衣i này nh逢 sau:

+ Hげi quy tuyｘn tính 8￢n giＶn

(2-1)

+ Hげi quy tuyｘn tính 8a biｘn

1 1 2 2 3 3 t t

(2-2)

trong 8ó:

Y: bi院n d詠 8oán (bi院n ph映 thu瓜c)

X: bi院n s穎 d映ng 8吋 d詠 8oán Y (hay còn g丑i là bi院n 8瓜c l壱p)

a: giao 8i吋m (the intercept)

b: 8瓜 d嘘c (the slope)

i: ph亥n d逢 h欝i quy hay còn g丑i là sai s嘘 (the regression residual)

A吋 áp d映ng k悦 thu壱t h欝i quy 8òi h臼i m嘘i quan h羽 tuy院n tính gi英a bi院n ph映

thu 瓜c và m瓜t hay các bi院n 8瓜c l壱p, ph亥n d逢 h欝i quy (sai s嘘) nên là phân ph嘘i chu育n

và các bi院n 8瓜c l壱p ph違i 8瓜c l壱p v噂i nhau N院u m瓜t s嘘 bi院n có tính 8a c瓜ng tuy院n

liên k 院t v噂i nhau thì k院t qu違 d詠 báo s胤 không cho k院t qu違 chính xác H挨n n英a khi

mô hình có quá nhi 隠u bi院n 8亥u vào (bi院n 8瓜c l壱p) và nhi隠u m嘘i quan h羽 khác nhau

thì k悦 thu壱t h欝i quy thông th逢運ng s胤 không còn phù h嬰p

2.2.2 Máy h厩 tr嬰 véc-t挨

SVMs thu瓜c máy h丑c phân lo衣i có giám sát (Supervised learning) Ph逢挨ng

pháp này d 詠a vào lý thuy院t h丑c th嘘ng kê SVMs dùng nhi隠u trong vi羽c gi違i quy院t

các v 医n 8隠 có tính ch医t phi tuy院n ngay c違 v噂i d英 li羽u 8逢a vào hu医n luy羽n có kh嘘i

l 逢嬰ng nh臼 [4]

Noueali và c 瓜ng s詠 (2019) 8ã s穎 d映ng SVR 8吋 逢噂c tính chi phí v嘘n khai thác

các m 臼 8欝ng t瑛 d英 li羽u c栄a 52 m臼 8欝ng l瓜 thiên khai thác thu th壱p 8逢嬰c K院t qu違

cho th医y mô hình SVR có th吋 逢噂c tính chi phí v嘘n khai thác t嘘t h挨n so v噂i mô hình

KRR (Kernel Ridge Regression) [23] Wenhui và c 瓜ng s詠 (2021) 8ã s穎 d映ng SVR

cho vi 羽c 逢噂c tính chi phí cho các d詠 án xây d詠ng dân d映ng, k院t qu違 逢噂c tính trên

84 d詠 án dân d映ng thu th壱p t衣i Trung Qu嘘c cho th医y SVR cho k院t qu違 t嘘t h挨n so

v 噂i BPNN và r瑛ng ng磯u nhiên (Random Forest) [24] SangJun Ahn và c瓜ng s詠

(2020) dùng mô hình SVR 8吋 c違i thi羽n vi羽c 逢噂c tính chi phí v壱n chuy吋n c医u ki羽n 8úc s印n d詠a vào tính n<ng trích xu医t d英 li羽u GPS quy mô l噂n trên hàng rào 8鵜a lý Các b瓜 d英 li羽u GPS 8逢嬰c thu th壱p t瑛 221 d詠 án dân d映ng trong 8 tháng, chi phí 逢噂c tính s胤 8逢嬰c so sánh v噂i chi phí v壱n chuy吋n th詠c t院 K院t qu違 SVR cho th医y chênh l 羽ch trung bình 57% gi英a chi phí c嘘 8鵜nh và chi phí v壱n chuy吋n th詠c t院 8ã gi違m 14% khi ph逢挨ng pháp d詠a trên d英 li羽u GPS 8逢嬰c s穎 d映ng.[25]

Oluwafunmibi và Ka Chi Lam (2020) 8ã s穎 d映ng SVR 8吋 mô hình hóa m瓜t thành t嘘 c栄a chi phí – 8ó là kh嘘i l逢嬰ng trong giai 8o衣n s噂m c栄a d詠 án Hi羽u su医t

c 栄a h欝i quy vect挨 h厩 tr嬰 t嘘t h挨n so v噂i m衣ng n挨-ron lan truy隠n ng逢嬰c thông

th 逢運ng.[4]

T 瑛 các nghiên c泳u cho th医y, SVT có th吋 ho衣t 8瓜ng t嘘t trong vi羽c 逢噂c tính, cung c 医p k院t qu違 逢噂c tính có 8瓜 tin c壱y

ANN 8逢嬰c s穎 d映ng r瓜ng rãi nh医t trong 泳ng d映ng v隠 d詠 báo chi phí, ti院n 8瓜

c 栄a các d詠 án xây d詠ng Nó có th吋 gi違i quy院t các v医n 8隠 phi tuy院n t嘘t và là m瓜t cách ti院p c壱n hi羽u qu違 cho mô hình d英 li羽u có tính ph泳c t衣p

N <m 2020, Mohamed Badawy 8ã k院t h挨p ANN v噂i k悦 thu壱t h欝i quy 8吋 逢噂c tính chi phí c栄a các tòa nhà dân d映ng d詠a trên 174 d詠 án th詠c t院 hoàn thành t衣i Ai

C 壱p [2] Hong Zhang và c瓜ng s詠 (2020) 8ã 8隠 xu医t mô hình AI cho vi羽c 逢噂c tính chi phí v 嘘n c栄a các d詠 án 8ang khai thác b茨ng thu壱t toán 8àn ki院n d詠a trên m衣ng n挨-ron nhân t衣o sâu Mô hình này 8逢嬰c phát tri吋n 8吋 d詠 báo v隠 chi phí v嘘n cho 74

d 詠 án khai thác 8欝ng 8ang ho衣t 8瓜ng [26] Mostafa Mir và c瓜ng s詠 (2021) 8ã áp

d 映ng ANN 8吋 d詠 báo các kho違ng th運i gian 8áng tin c壱y 8吋 逢噂c tính v隠 giá v壱t t逢 xây d詠ng [27] Bakhoun và c瓜ng s詠 (1998) 泳ng d映ng ANN 8吋 逢噂c tính kh嘘i l逢嬰ng

s 挨 b瓜 (conceptual quantities) c栄a bê tông và l逢嬰ng 泳ng su医t/m2 t瑛 ngu欝n d英 li羽u c栄a 10 cây c亥u 荏 Ai C壱p[28]

Nh 英ng 8員c 8i吋m c栄a m衣ng nhân t衣o 8逢嬰c cho là v逢嬰t tr瓜i h挨n các k悦 thu壱t

khác theo Sharma và c 瓜ng s詠 (2021) [5] nh逢 sau:

+ Có kh 違 n<ng t詠 h丑c

+ Ngay c 違 khi m瓜t s嘘 t院 bào th亥n kinh không ph違n h欝i, m瓜t s嘘 thông tin b鵜 thi 院u ho員c d英 li羽u b鵜 bóp méo và nhi宇u, ANN v磯n có th吋 t衣o ra 8亥u ra và có kh違 n<ng xác 8鵜nh l厩i

+ H 丑c t壱p thích 泳ng

+ Kh 違 n<ng x穎 lý d英 li羽u l噂n

+ D 英 li羽u s胤 8逢嬰c l逢u trong m衣ng thay vì trong c挨 s荏 d英 li羽u (database) vì

v 壱y vi羽c m医t mát d英 li羽u c ng không 違nh h逢荏ng 8院n công vi羽c

2.2.4 Gi違i thu壱t k-lân c壱n g亥n nh医t

Gi 違i thu壱t k-lân c壱n g亥n nh医t (KNN) là m瓜t trong nh英ng gi違i thu壱t 8挨n gi違n

và 8逢嬰c s穎 d映ng r瓜ng rãi d詠a trên d英 li羽u l鵜ch s穎 8吋 xác 8鵜nh 8i吋m lân c壱n g亥n

nh 医t c栄a m瓜t 8i吋m d英 li羽u 8逢嬰c cho

Mathieu và c 瓜ng s詠 (2016) 8ã s穎 d映ng KNN 8吋 d詠 báo ti院n 8瓜 c栄a d詠 án, nghiên c泳u cho th医y KNN 8逢嬰c phát tri吋n nh逢 m瓜t công c映 d詠 8oán và cho phép 8ánh giá 8瓜 chính xác [29] Muizz và c瓜ng s詠 (2021) trong vi羽c phát tri吋n mô hình 逢噂c tính chi phí s挨 b瓜 cho các tòa nhà cao t亥ng d詠a trên máy h丑c H丑 8ã xem xét m瓜t s嘘 k悦 thu壱t nh逢: h欝i quy 8a tuy院n tính (MLRA), KNN, ANN, SVM Nghiên

c 泳u này cho r茨ng KNN cho ra k院t qu違 t嘘t nh医t trong các mô hình xem xét trong h羽

th 嘘ng 8a phân lo衣i [30] Wuttipong và c瓜ng s詠 (2022) 8ã s穎 d映ng KNN trong vi羽c

d詠 8oán ngân sách cho các d詠 án xây d詠ng chính ph栄 Kho違ng 692 d詠 án hoàn thành trong n <m 2019 t衣i Thái Lan 8ã 8逢嬰c thu th壱p K院t qu違 t瑛 nghiên c泳u cho

th 医y tính chính xác c栄a mô hình 8逢嬰c phát tri吋n b茨ng KNN là 0.86 [31]

Có th吋 th医y r茨ng, KNN 泳ng d映ng nhi隠u trong xây d詠ng các mô hình 逢噂c tính

và cho k 院t qu違 chính xác Vì v壱y, gi違i thu壱t này s胤 8逢嬰c 8逢a vào nghiên c泳u nh逢

m 瓜t mô hình 8隠 xu医t cho 逢噂c tính s挨 b瓜 kh嘘i l逢嬰ng v壱t t逢

2.3 Mô hình k院t h嬰p (Ensemble models)

B 茨ng cách k院t h嬰p các 8i吋m m衣nh các thu壱t toán 8瓜c l壱p v噂i nhau 8吋 cho

ra k 院t qu違 d詠 báo 8逢嬰c chính xác h挨n, các mô hình k院t h嬰p 8ang 8逢嬰c áp d映ng r瓜ng rãi S詠 k院t h嬰p này giúp mô hình d詠 báo có nhi隠u 逢u th院 so v噂i các mô hình 8瓜c l壱p Mô hình k院t h嬰p g欝m m瓜t s嘘 lo衣i nh逢 sau: bagging – “8óng bao”, random forest – “r 瑛ng ng磯u nhiên”, adaboost, stacking – “x院p ch欝ng” và voting [32] Trong 8ó mô hình k院t h嬰p voting 8逢嬰c xem là mô hình k院t h嬰p 8挨n gi違n

b 荏i chúng d宇 s穎 d映ng và thi院t 8員t Bên c衣nh 8ó, chúng còn cho ra k院t qu違 逢噂c tính, d詠 báo hi羽u qu違; mô hình k院t h嬰p lo衣i này dùng cho các v医n 8隠 h欝i quy và phân lo 衣i

Y Cao và c 瓜ng s詠 (2018) 8隠 xu医t mô hình k院t h嬰p máy h丑c d詠 8oán giá th亥u cho các d 詠 án c違i t衣o b隠 m員t 8逢運ng cao t嘘c t衣i bang Georgia, Hoa K D英 li羽u v隠 giá th亥u c栄a h挨n 1400 d詠 án 8ã 8逢嬰c thu th壱p 8吋 8ào t衣o mô hình K院t qu違 thu 8逢嬰c cho th医y mô hình k院t h嬰p cho k院t qu違 t嘘t h挨n b医t k mô hình 8瓜c l壱p nào và các mô hình c 挨 s荏 (mô ph臼ng Monte Carlo và mô hình h欝i quy 8a tuy院n) v噂i ch雨

s嘘 MAPE x医p x雨 7.56% [33] Trong v医n 8隠 d詠 báo s詠 ch壱m tr宇 d詠 án xây d詠ng v隠

ti 院n 8瓜 c栄a Christian và c瓜ng s詠 (2021) 8ã phát tri吋n mô hình thu壱t toán k院t h嬰p cho v 医n 8隠 này, thu壱t toán k院t h嬰p cho th医y chúng giúp c違i thi羽n n<ng l詠c d詠 8oán

so v 噂i m瓜t thu壱t toán 8挨n thu亥n [34] Ng丑c Trí và c瓜ng s詠 (2022) 8ã 8逢a ra các

mô hình k 院t h嬰p máy h丑c trong vi羽c t<ng c逢運ng 8瓜 chính xác cho vi羽c d詠 8oán s詠 tiêu th映 n<ng l逢嬰ng c栄a tòa nhà [35]

Vì v 壱y, mô hình thu壱t toán k院t h嬰p s胤 8逢嬰c 8逢a vào nghiên c泳u nh茨m ki吋m tra v隠 kh違 n<ng 逢噂c tính c栄a chúng

2.4 Ph亥n m隠m máy h丑c

Các ph 亥n m隠m h丑c máy không ch雨 8逢嬰c 8ánh giá v隠 kh違 n<ng 8em l衣i 8瓜 chính xác cho các mô hình d詠 báo mà các ph亥n m隠m này còn có giao di羽n thân thi 羽n, mang tính 泳ng d映ng cao Trong s嘘 8ó ph鰻 bi院n bao g欝m: IBM SPSS Modeler, IBM SPSS Statistic, RapidMiner Studio và Weka Trong 8ó ph亥n m隠m Weka là công c映 8逢嬰c xem là d宇 s穎 d映ng (8逢嬰c vi院t b荏i Tr逢運ng A衣i h丑c Waikato thu 瓜c New Zealand d詠a trên n隠n t違ng Java) Nó giúp h厩 tr嬰 nhi隠u m映c 8ích khai phá d 英 li羽u tiêu chu育n nh逢: x穎 lý d英 li羽u, tr詠c quan d英 li羽u, h欝i quy, phân lo衣i và c映m,… [36]

CH 姶愛NG 3 PH姶愛NG PHÁP NGHIÊN C永U

Các thu 壱t toán máy h丑c 8逢嬰c 8隠 xu医t d詠a trên y院u t嘘 : nh英ng ph逢挨ng pháp

ph 鰻 bi院n 8ã 8逢嬰c áp d映ng trong ngành xây d詠ng ho員c liên quan trong máy h丑c Nghiên c泳u s胤 xem xét các thu壱t toán nh逢 : ANN, KNN, SVR và máy h丑c v噂i thu 壱t toán k院t h嬰p (Ensemble methods) Vì th院, chi ti院t v隠 toán h丑c c栄a các ph逢挨ng pháp này 8ã 8逢嬰c trình bày trong các nghiên c泳u t逢挨ng t詠 ngành xây d詠ng [41], [42], [43], [44], [45]

3.1 Quy trình th詠c hi羽n nghiên c泳u

Nghiên c 泳u xu医t phát t瑛 các v医n 8隠 g員p ph違i trong công vi羽c V噂i nhi隠u ngu欝n t逢 li羽u nghiên c泳u cùng các công c映 tr詠c tuy院n s胤 h厩 tr嬰 cho vi羽c th詠c hi羽n

T 瑛 8ây c挨 s荏 xây d詠ng các lý thuy院t ban 8亥u s胤 hình thành cho 8隠 tài nghiên c泳u này

Nghiên c 泳u này t壱p trung vào nhi羽m v映 逢噂c tính b茨ng mô hình máy h丑c 8ã 8逢嬰c áp d映ng trong ngành xây d詠ng hay trí thông minh nhân t衣o M瓜t s嘘 lý thuy院t toán h丑c s胤 8逢嬰c trình bày tóm t逸t cho các mô hình 逢噂c tính s穎 d映ng trong nghiên

c 泳u này

L逢u 8欝 c映 th吋 nh逢 sau:

Hình 3-1 Quy trình th ばc hiうn nhiうm vつ nghiên cとu

T 瑛 quy trình th詠c hi羽n nhi羽m v映 nghiên c泳u 8ã nêu 荏 m映c 3.1, các công c映 sau 8ây s胤 8逢嬰c áp d映ng:

L 壱p mô hình 逢噂c tính - Ph 亥n m隠m Weka, Excel,…

3.3 Các lý thuy院t, thu壱t toán áp d映ng

3.3.1 M衣ng n挨-ron th亥n kinh nhân t衣o

3.3.1.1 S挨 l逢嬰c v隠 n挨-ron (t院 bào th亥n kinh) sinh h丑c

ANNs là thu 壱t toán 8逢嬰c phát tri吋n d詠a trên s詠 gi違 l壱p t院 bào th亥n kinh não

b 瓜 ng逢運i C医u t衣o c栄a t院 bào th亥n kinh 8逢嬰c chia thành ba ph亥n chính: thân t院 bào (soma), 8uôi gai, s嬰i tr映c (axon) [46]

Hình 3-2 S ば giao tiｘp cてa tｘ bào thＺn kinh trong não [47]

3.3.1.2 M衣ng n挨 ron th亥n kinh nhân t衣o

N <m 1943, m衣ng n挨-ron nhân t衣o 8逢嬰c gi噂i thi羽u l亥n 8亥u tiên b荏i McCulloch Ông 8ã 8隠 xu医t c医u trúc c挨 b違n c栄a n挨-ron nhân t衣o nh逢 sau:

McCulloch, n <m 1943

M衣ng n挨-ron th亥n kinh nhân t衣o là m瓜t phiên b違n gi違 l壱p n挨-ron sinh h丑c, vì

v 壱y các n挨-ron th亥n kinh nhân t衣o c ng 8逢嬰c liên k院t v噂i nhau b茨ng các liên k院t

n 挨-ron M厩i liên k院t 8員c tr逢ng b荏i m瓜t tr丑ng s嘘 (weights) Trong m瓜t m衣ng ron các n挨-ron nh壱n tín hi羽u vào s胤 thu瓜c l噂p 8亥u vào, các n挨-ron xu医t tín hi羽u 8亥u

n挨-ra s 胤 thu瓜c l噂p xu医t, các liên k院t n挨-ron s胤 n茨m trong l噂p 育n (Hidden layer) M衣ng

n 挨-ron g欝m thành ph亥n c挨 b違n sau: t壱p d英 li羽u 8亥u vào, tr丑ng s嘘 liên k院t, hàm t鰻ng, hàm truy隠n, ng逢叡ng (bias), 8亥u ra

¬ Hàm t鰻ng (Summing function):

Hàm t鰻ng có ch泳c n<ng tính t鰻ng c栄a các tích 8亥u vào sau 8ó chuy吋n k院t qu違 8院n hàm truy隠n (transfer function)

N 院u xi là tín hi 羽u 8亥u vào t瑛 bên ngoài hay 8亥u ra c栄a ph亥n t穎 x穎 lý

th 泳 j, wij là tr 丑ng s嘘 liên k院t gi英u xi và i là giá tr 鵜 ng逢叡ng c栄a ph亥n t穎 th泳

i Gía tr鵜 ng逢叡ng i còn 8逢嬰c g丑i là 8瓜 l羽ch – bias Hàm t鰻ng fi th逢運ng có hai d 衣ng nh逢 sau:

+ Hàm t 鰻ng h嬰p tuy院n tính

1

m

i ij j i j

m

i ij j i j

?

(3-2)

¬ Hàm truy隠n (Transfer function)

Hàm truy 隠n hay hàm kích ho衣t dùng 8吋 gi噂i h衣n ph衣m vi 8亥u ra c栄a

m 厩i n挨-ron Ph衣m vi 8亥u ra c栄a hàm kích ho衣t thông th逢運ng 8逢嬰c gi噂i h衣n trong 8o衣n [0;1] ho員c [-1;1] [48] Các hàm th逢運ng 8逢嬰c s穎 d映ng bao g欝m:

Hình 3-4 M じt sぐ dＴng hàm truyｚn (Hagan và các tác giＶ, n<m 2004)

Trong ngành xây d 詠ng, hàm truy隠n Sigmoid và Tagent HyperBolic 8逢嬰c dùng ph 鰻 bi院n trong vi羽c 逢噂c tính

Hình 3-5 Hàm truy ｚn Sigmoid g(x) = 1/(1+e-x)

V 噂i hàm truy隠n d衣ng Sigmoid, n挨-ron có giá tr鵜 8亥u ra n茨m trong kho違ng (0;1) và khi ｡x｡l噂n thì nó 8衣t giá tr鵜 bão hòa (x医p x雨 0 ho員c 1) Vì v壱y vi羽c chu育n hóa cho các tín hi羽u 8亥u vào có giá tr鵜 tuy羽t 8嘘i l噂n c亥n 8逢嬰c quan tâm, n院u không quá trình h 丑c s胤 cho k院t qu違 không nh逢 mong mu嘘n vì các giá tr鵜 này có th吋 8ã bão hòa t 瑛 ban 8亥u Thông th逢運ng nó 8逢嬰c chu育n hóa v隠 ph衣m vi [-3;3] cho giá tr鵜 8亥u vào Ngoài ra, do n挨-ron mang tín hi羽u 8亥u ra n茨m trong ph衣m vi (0;1) vì th院 tín

hi 羽u 8亥u ra c栄a m磯u h丑c nên n茨m trong ph衣m vi này 8吋 dùng quá trình hu医n luy羽n

A吋 các giá tr鵜 th詠c t院 t衣i 8亥u ra c栄a m衣ng có trong ph衣m vi (0;1) c亥n chuy吋n v隠 mi隠n các giá tr鵜 th詠c t院 [48]

Các m 衣ng có ch泳c n<ng ánh x衣 t瑛 véc-t挨 8亥u vào x 似 X thành các véc-t挨 8亥u

ra y 似 Y qua các “l逢噂i” tr丑ng s嘘

Hình 3-6 Ma tr ｆn trがng sぐ W (theo Hagan và các tác giＶ, n<m 2004)

Theo 8ó, ma tr壱n tr丑ng s嘘 W 8逢嬰c xác 8鵜nh b茨ng R ph亥n t穎 c亥n 8逢嬰c x穎 lý trong m瓜t m衣ng n挨 ron nhân t衣o và m厩i ph亥n t穎 x穎 lý t逢挨ng 泳ng s胤 có m瓜t tr丑ng

s 嘘 thích nghi Ma tr壱n tr丑ng s嘘 W s胤 ch泳a t医t các các ph亥n t穎 thích nghi Quá trình

c 壱p nh壱t ma tr壱n 8違m b違o 8i隠u ki羽n ma tr壱n tr丑ng s嘘 th詠c ph違i x医p x雨 ma tr壱n tr丑ng

s嘘 mong 8嬰i c栄a m衣ng n挨-ron th亥n kinh nhân t衣o

¬ Phân lo衣i m衣ng n挨-ron

Thông th 逢運ng, ANNs 8逢嬰c chia hai d衣ng chính: m衣ng h欝i quy và m衣ng truy 隠n th鰯ng 姶u 8i吋m c栄a m衣ng truy隠n th鰯ng mang l衣i hi羽u su医t cho m衣ng n挨-ron cao h挨n b荏i c医u trúc và thu壱t toán 8挨n gi違n M衣ng n挨-ron truy隠n th鰯ng g欝m: m衣ng

n 挨-ron truy隠n th鰯ng m瓜t l噂p (percepton) và m衣ng n挨-ron truy隠n th鰯ng nhi隠u l噂p (MLP: Multi layer percepton)

+ M 衣ng n挨-ron truy隠n th鰯ng m瓜t l噂p (percepton): m衣ng g欝m l噂p n挨-ron 8亥u

ra duy nh医t và l噂p này không 8óng vai trò x穎 lý M厩i n挨-ron có th吋 thu tín hi羽u t瑛 nhi 隠u 8亥u vào nh逢 x1, x2, …., xm8吋 cho tín hi羽u t逢挨ng 泳ng 荏 8亥u ra