ước tính thời gian thi công của dự án xây dựng cầu đường bộ ở khu vực đông nam bộ và đồng bằng sông cửu long trong giai đoạn lập dự án

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH
---------------------------------------NGUYỄN HỮU PHÚC

ƯỚC TÍNH THỜI GIAN THI CÔNG CỦA DỰ ÁN XÂY DỰNG
CẦU ĐƯỜNG BỘ Ở KHU VỰC ĐÔNG NAM BỘ VÀ ĐỒNG
BẰNG SÔNG CỬU LONG TRONG GIAI ĐOẠN LẬP DỰ ÁN.

Chuyên ngành
Mã số chuyên ngành

: Xây dựng Công trình dân dụng và công nghiệp
: 60 58 02 08

LUẬN VĂN THẠC SỸ XÂY DỰNG

Người hướng dẫn khoa học:
Tiến sỹ. Lê Hoài Long

TP. Hồ Chí Minh, Năm 2015


TÓM TẮT
Dự án xây dựng nói chung và dự án cầu đường nói riêng luôn tiềm ẩn
nhiều rủi ro do sự phức tạp và sự không chắc chắn vốn có, như các yếu tố về tự
nhiên, địa hình, địa chất, thuỷ văn, kinh tế xã hội, nguồn vốn, tính đặc thù của
mỗi dự án… đã gây ra nhiều khó khăn cho công tác quản lý. Trong đó, rủi ro về
ước tính thời gian thực hiện dự án là một trong những rủi ro lớn đối với các dự
án xây dựng.
Do đặc thù riêng của các dự án xây dựng cầu đường bộ chịu ảnh hưởng
của các yếu tố về thiên nhiên, địa hình, địa chất, thuỷ văn, năng lực nhà thầu…

Do đó, đòi hỏi có sự tính toán riêng về thời gian thực hiện đối với loại hình dự
án này.
Mục tiêu của nghiên cứu nhằm xác định các nhân tố chính tác động đến
thời gian thực hiện dự án xây dựng cầu đường bộ, và ứng dụng mạng Neuron
nhân tạo (Artificial Neural Network) để phân tích sự tác động của các yếu tố
này đến thời gian thực hiện dự án.
Kết quả nghiên cứu đã xác đ ịnh được 12 nhân tố chính ảnh hưởng đến
thời gian thực hiện dự án xây dựng cầu đường bộ tại khu vực Đông Nam Bộ và
Đồng bằng sông Cửu Long. Kết quả nghiên cứu sẽ góp phần hỗ trợ Chủ đầu tư
trong việc ra quyết định và nâng cao năng lực quản lý đối với loại hình dự án
này.

1


Luận văn Thạc sỹ

1

GVHD: TS. Lê Hoài Long

MỤC LỤC
Trang

Lời cam đoan………………………………………………………………......i
Lời cảm ơn…………………………………………………………..……..…..ii
Tóm tắt……………………………………………………..……..……….…..iii
Mục lục…………………………………………………….…..………………iv
Danh mục hình và đồ thị…………………………………………...………… v
Danh mục bảng………………………………………………………..………vi

CHƯƠNG 1: ĐẶT VẤN ĐỀ .............................................................................. 7
I. GIỚI THIỆU CHUNG. ........................................................................................... 7
II. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU. ................................................................. 7
II.1. Lý do nghiên cứu. ........................................................................................... 7
II.2. Các câu hỏi nghiên cứu. .................................................................................. 8
III. CÁC MỤC TIÊU NGHIÊN CỨU. ....................................................................... 9
IV. PHẠM VI NGHIÊN CỨU. .................................................................................. 9
V. ĐÓNG GÓP CỦA NGHIÊN CỨU. .................................................................... 10

CHƯƠNG 2: TỔNG QUAN. ........................................................................... 11
I. CÁC KHÁI NIỆM, LÝ THUYẾT, KIẾN THỨC VÀ MÔ HÌNH SỬ DỤNG. ... 11
II. CÁC NGHIÊN CỨU SỬ DỤNG MẠNG NEURON NHÂN TẠO ĐÃ ĐƯỢC
CÔNG BỐ. ............................................................................................................... 12
III. KẾT LUẬN ........................................................................................................ 18

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU. ........................................... 20
I. QUY TRÌNH NGHIÊN CỨU. .............................................................................. 20
II. CÁC PHƯƠNG PHÁP, CÔNG CỤ NGHIÊN CỨU. ......................................... 21
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

2

GVHD: TS. Lê Hoài Long

III. PHÂN TÍCH DỮ LIỆU. ..................................................................................... 21
III.1. Mô hình hồi quy tuyến tính ......................................................................... 21
IV.1. Mô hình ANN. ............................................................................................. 28

CHƯƠNG 4: XÁC ĐỊNH CÁC YẾU TỐ ẢNH HƯỞNG VÀ THU THẬP
VÀ XỬ LÝ BỘ DỮ LIỆU CHO MÔ HÌNH................................................... 31
I. XÁC ĐỊNH CÁC YẾU TỐ ẢNH HƯỞNG. ........................................................ 31
II. THU THẬP DỮ LIỆU ......................................................................................... 37
III. XỬ LÝ BỘ DỮ LIỆU CHO MÔ HÌNH. ........................................................... 38
III.1 Nhóm 1: Các dự án sử dụng vốn Ngân sách nhà nước. ............................... 44
III.2 Nhóm 2: Các dự án sử dụng vốn ngoài Ngân sách nhà nước. ..................... 44

CHƯƠNG 5: MÔ HÌNH HỒI QUY TUYẾN TÍNH ..................................... 49
I. MỤC ĐÍCH ........................................................................................................... 49
II. PHÂN TÍCH HỒI QUY ...................................................................................... 49
II.1. Nhóm các dự án sử dụng vốn Ngân sách nhà nước. ..................................... 49
II.2. Nhóm các dự án sử dụng vốn ngoài Ngân sách nhà nước. ........................... 55
II.3. Kết luận ......................................................................................................... 57

CHƯƠNG 6: MÔ HÌNH ANN......................................................................... 58
I. NHÓM DỰ ÁN SỬ DỤNG VỐN NGÂN SÁCH NHÀ NƯỚC .......................... 59
II. NHÓM DỰ ÁN SỬ DỤNG VỐN NGOÀI NGÂN SÁCH NHÀ NƯỚC .......... 63
III. SỬ DỤNG MÔ HÌNH ANN DỰ BÁO THỜI GIAN THI CÔNG CỦA CẦU
TÂN ĐIỀN – BẾN TRE. .......................................................................................... 67

CHƯƠNG 7: TỔNG KẾT NGHIÊN CỨU .................................................... 71
I. TỔNG KẾT. .......................................................................................................... 71
II. KIẾN NGHỊ VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI. ........................................... 71

TÀI LIỆU THAM KHẢO................................................................................73
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

3

GVHD: TS. Lê Hoài Long

PHỤ LỤC 01: BẢNG CÂU HỎI KHẢO SÁT...............................................76
PHỤ LỤC 02: CÁC KIỂM ĐỊNH THỐNG KÊ............................................82
PHỤ LỤC 03: BÀI ĐĂNG TẠP CHÍ

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

4

GVHD: TS. Lê Hoài Long

DANH MỤC HÌNH VÀ ĐỒ THỊ
Hình 2.1: Mô hình neuron nhân tạo điển hình .................................................... 11
Hình 6.1. Biểu đồ so sánh giá trị dự báo và thời gian thi công thực tế .............. 62
Hình 6.2. Giá trị PE (%) của bộ huấn luyện ....................................................... 62
Hình 6.3. Giá trị PE (%) của bộ kiểm tra............................................................ 63
Hình 6.4. Biểu đồ so sánh giá trị dự báo và thời gian thi công thực tế .............. 66
Hình 6.5. Giá trị PE (%) của bộ huấn luyện ....................................................... 66
Hình 6.6. Giá trị PE (%) của bộ kiểm tra............................................................ 67
Hình 6.7. Đưa các biến vào mô hình. ................................................................. 68
Hình 6.8. Phân nhóm bộ dữ liệu ......................................................................... 68
Hình 6.9. Lựa chọn cấu trúc mạng neuron ......................................................... 69
Hình 6.10. Nhập các tuỳ chọn cho mô hình. ...................................................... 69

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

5

GVHD: TS. Lê Hoài Long

DANH MỤC BẢNG
Bảng 3.1: Nội dung và công cụ nghiên cứu…….....................................…….. 21

Bảng 4.1: Các yếu tố ảnh hưởng đến thời gian thi công. …….......................... 33
Bảng 4.2: Tổng hợp kết quả phỏng vấn …….....................................…............35
Bảng 4.3: Xếp hạng các yếu tố ảnh hưởng …….....................................….......37
Bảng 4.4: Bộ dữ liệu Nhóm các dự án sử dụng vốn Ngân sách nhà nước ........40
Bảng 4.5: Bộ dữ liệu Nhóm các dự án sử dụng vốn ngoài Ngân sách nhà nước
…….....................................……….....................................………..................42
Bảng 4.6: Các biến đầu vào và đầu ra của mô hình. ……................................. 45
Bảng 4.7: Bộ dữ liệu xây dựng mô hình – Nhóm 1. ……..................................47
Bảng 4.8: Bộ dữ liệu xây dựng mô hình – Nhóm 2. ……..................................48
Bảng 5.1: Kết quả phân tích tương quan Spearman ……..................................50
Bảng 5.2: Kết quả chọn biến với phương pháp chọn biến Forward ……..........51
Bảng 5.3: Kết quả phân tích hồi quy (Forward) ……........................................52
Bảng 5.4: Kết quả chọn biến với phương pháp chọn biến Backward ................52
Bảng 5.5: Kết quả phân tích hồi quy (Backward)...............................................53
Bảng 5.6: Kết quả chọn biến với phương pháp chọn biến Stepwise .................53
Bảng 5.7: Kết quả phân tích hồi quy (Stepwise) ...............................................54
Bảng 5.8: Thống kê phương trình hồi quy tuyến tính và các hệ số MAPE, R2,
AdjR2 của 3 phương pháp stepwise, backward và forward............................... 55
Bảng 5.9: Thống kê các kiểm định mô hình hồi quy tuyến tính của 3 phương
pháp Stepwise, Backward và Forward ..............................................................55
Bảng 5.10: Kết quả phân tích tương quan Spearman ........................................56
Bảng 6.1. Kết quả phân tích mô hình ANN .......................................................59
Bảng 6.2. Bảng giá trị % sai số PE ....................................................................61
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08

Luận văn Thạc sỹ

6

GVHD: TS. Lê Hoài Long

Bảng 6.3. Kết quả của mô hình ANN ................................................................64
Bảng 6.4. Giá trị phần trăm sai số PE ................................................................65
Bảng 6.5: Dữ liệu đầu vào .................................................................................67

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

7

GVHD: TS. Lê Hoài Long

CHƯƠNG 1: ĐẶT VẤN ĐỀ
I. GIỚI THIỆU CHUNG.
Giai đoạn chuẩn bị dự án có vai trò rất quan trọng đối với một dự án.
Hiện nay, tình trạng các dự án cầu đường bộ thi công bị chậm so với tiến độ đã
được duyệt diễn ra khá phổ biến. Điều này làm ảnh hưởng đến chi phí của dự
án, thời điểm đưa vào khai thác sử dụng, uy tín của các bên liên quan như Chủ
đầu tư, Nhà thầu thi công, Đơn vị tư vấn…Trong khi tình hình thủ tục lập dự án

đầu tư ở Việt Nam còn chậm, rút ngắn thời gian và tăng tính chính xác các phần
việc trong giai đoạn này là một yêu cầu quan trọng đối với các Chủ đầu tư. Sử
dụng mạng Neuron nhân tạo (ANN) để tự động hóa quá trình dự báo thời gian
thi công của dự án cầu đường bộ là một giải pháp để giải quyết vấn đề này.
Đến nay, đã có một số nghiên cứu về áp dụng ANN để ước lượng các số
liệu quan trọng của dự án đầu tư: Mô hình d ữ liệu và ứng dụng của phương
pháp mạng neuron trong việc dự đoán tổng chi phí xây dựng [13]; Một phương
pháp tiếp cận mạng neuron để ước lượng chi phí công trình trong giai đoạn thiết
kế sơ bộ [3]; Mô hình mạng neuron của chi phí công trình đư ờng cao tốc [16];
ước lượng chi phí xây dựng chung cư bằng mạng neuron nhân tạo [9];…
Tuy nhiên chưa có nghiên cứu nào về ứng dụng ANN để dự báo thời gian
thi công của dự án xây dựng công trình cầu đường bộ ở khu vực Đông Nam Bộ
và Đồng Bằng Sông Cửu Long của Việt Nam.
II. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU.
II.1. Lý do nghiên cứu.
Việc xác định thời gian thi công của dự án xây dựng đặc biệt là xây dựng
công trình cầu đường bộ chủ yếu dựa vào kinh nghiệm của người lập dự án và

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

8

GVHD: TS. Lê Hoài Long

thời gian thi công của một dự án có quy mô tương đương đã hoàn thành. Cách
xác định thời gian này ít nhiều vẫn có các hạn chế như sau:
- Các dự án xây dựng cầu đường bộ có phương án kết cấu, phương án thi công,
nguồn vốn… khác nhau thì sẽ rất khó áp dụng kinh nghiệm từ các dự án tương
đương.
- Trước khi dự án được phê duyệt, các phương án về kết cấu, nguồn vốn,
phương án quản lý dự án… có thể thay đổi nhiều lần dẫn đến thời gian thi công
cũng thay đổi theo.
Do vậy việc nghiên cứu áp dụng các mô hình dự báo từ cơ sở dữ liệu của các dự
án đã th ực hiện có ý nghĩa quan tr ọng, giúp Chủ đầu tư có những ước lượng
chính xác hơn và nhanh hơn, tạo tiền đề cho các giai đoạn tiếp theo đạt hiệu quả
cao:
- Hoàn thành công trình đúng với tiến độ đã lập ra.
- Tránh được tình trạng điều chỉnh dự án nhiều lần gây lãng phí.
- Hỗ trợ tốt công tác kế hoạch tài chính cho dự án...
- Tạo điều kiện cho quá trình hoạt động của dự án được thuận lợi, nhanh chóng
đưa dự án vào khai thác sử dụng, đáp ứng kịp thời nhu cầu giao thông cho sự
phát triển kinh tế-xã hội của đất nước.
II.2. Các câu hỏi nghiên cứu.
- Các yếu tố ảnh hưởng đến thời gian thi công các dự án xây dựng công trình
cầu đường bộ là gì?
- Liệu có thể tự động hóa quá trình ước tính thời gian thi công của các dự án xây
dựng công trình cầu đường bộ dựa trên các số liệu khách quan đã có hay không?

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08

Luận văn Thạc sỹ

9

GVHD: TS. Lê Hoài Long

- Dùng công cụ gì để thực hiện quá trình tự động hóa ước tính đó?
- Cách thức tiến hành như thế nào?
- Phương pháp kiểm tra như thế nào để đảm bảo tin chắc rằng mô hình ước tính
là đáng tin cậy?
III. CÁC MỤC TIÊU NGHIÊN CỨU.
Sử dụng lý thuyết mạng neuron nhân tạo (Artificial Neural Network –
ANN) để ước tính thời gian thi công cho dự án xây dựng công trình cầu đường
bộ.
Cụ thể các bước như sau:
- Xác định các yếu tố ảnh hưởng đến thời gian thi công của dự án xây dựng cầu
đường bộ, và các yếu tố gây ra sự thay đổi thời gian thi công để thu thập dữ liệu
chọn giá trị đầu vào và đầu ra.
- Thiết lập mô hình thuật toán dự báo.
- Sử dụng SPSS để huấn luyện và kiểm tra mô hình.
- Áp dụng mô hình dự báo cho một vài công trình cụ thể.
IV. PHẠM VI NGHIÊN CỨU.
- Địa điểm: Phạm vi nghiên cứu của đề tài giới hạn ở các dự án xây dựng công
trình cầu đường bộ ở khu vực Đông Nam Bộ và Đồng bằng sông Cửu Long.
- Thời gian: Thời điểm thu thập số liệu tháng 04/2014 đến tháng 09/2014;
nghiên cứu thực hiện trong khoảng từ tháng 10/2014 đến tháng 07/2015.
- Tính chất, đặc trưng của đối tượng nghiên cứu: Đối tượng nghiên cứu là dự án
xây dựng công trình cầu đường bộ đã hoàn thành tại khu vực Đông Nam Bộ và

Đồng Bằng Sông Cửu Long, nghiên cứu trong giai đoạn lập dự án.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

10

GVHD: TS. Lê Hoài Long

- Quan điểm phân tích: Phân tích và thảo luận theo quan điểm của Chủ đầu tư.
V. ĐÓNG GÓP CỦA NGHIÊN CỨU.
Trên thế giới và ở Việt Nam hiện nay đã có nhi ều nghiên cứu liên quan
đến ứng dụng mạng neuron để dự đoán các mục tiêu về chi phí, về tổng mức
đầu tư qua khai thác số liệu của các dự án đã thực hiện (data mining), tuy nhiên
chưa có nghiên cứu nào ứng dụng mạng neuron để ước tính thời gian thi công
cho dự án xây dựng công trình cầu đường bộ ở khu vực Đông Nam Bộ và Đồng
Bằng sông Cửu Long. Do đó, đề tài nghiên cứu này đóng góp một tình huống
phân tích, ứng dụng dự đoán thời gian thi công cho dự án xây dựng công trình
cầu đường bộ tại khu vực Đông Nam Bộ và Đồng Bằng Sông Cửu Long.
Về mặt lý luận: Đề tài này giúp phân tích và hệ thống các nhân tố ảnh
hưởng đến thời gian thi công của các dự án xây dựng công trình cầu đường bộ
tại khu vực Đông Nam Bộ và Đồng Bằng Sông Cửu Long, giúp định hướng
phân tích và kiểm soát thời gian thi công tốt hơn. Đồng thời mở ra một triển
vọng ước tính thời gian thi công cho các dự án xây dựng công trình cầu đường
bộ tại khu vực Đông Nam Bộ và Đồng Bằng Sông Cửu Long, không chỉ ước

lượng dựa vào các dự án có quy mô tương đương (dựa nhiều vào ước đoán chủ
quan của người lập), mà còn dựa vào công cụ ước tính được xây dựng từ dữ liệu
của các dự án đã thực hiện.
Về mặt thực tiễn: Đề tài này giúp Chủ đầu tư ước tính khách quan, chính
xác hơn thời gian thi công của các dự án xây dựng công trình cầu đường bộ tại
khu vực Đông Nam Bộ và Đồng Bằng Sông Cửu Long, làm cơ sở để chuẩn bị
tài chính, và kế hoạch đưa dự án vào khai thác sử dụng, tránh tình trạng thời
gian thi công bị kéo dài làm tăng chi phí và các rủi ro cho dự án. Ngoài ra cũng
tạo điều kiện cho quá trình quản lý dự án được thuận lợi, đáp ứng kịp thời nhu
cầu kinh tế - xã hội của đất nước.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

11

GVHD: TS. Lê Hoài Long

CHƯƠNG 2: TỔNG QUAN.
I. CÁC KHÁI NIỆM, LÝ THUYẾT, KIẾN THỨC VÀ MÔ HÌNH SỬ
DỤNG.
- Khái niệm mạng neuron nhân tạo: Mạng neuron nhân tạo hay thường gọi
ngắn gọn là mạng neuron là một mô hình toán học hay mô hình tính toán đư ợc
xây dựng dựa trên các mạng neuron sinh học. Nó gồm có một nhóm các neuron
nhân tạo (nút) nối với nhau, và xử lý thông tin bằng cách truyền theo các kết nối

và tính các giá trị mới tại các nút (cách tiếp cận connectionism đối với tính
toán). Trong nhiều trường hợp, mạng neuron nhân tạo là một hệ thống thích ứng
(adaptive system) tự thay đổi cấu trúc của mình dựa trên các thông tin bên ngoài
hay bên trong chảy qua mạng trong quá trình học [11].
- Trong thực tế sử dụng, nhiều mạng neuron là các công cụ mô hình hóa dữ liệu
thống kê phi tuyến. Chúng có thể được dùng để mô hình hóa các mối quan hệ
phức tạp giữa dữ liệu vào và kết quả hoặc để tìm kiếm các dạng/mẫu trong dữ
liệu [15].

(Nguồn: Wikipedia.org, 2013)
Hình 2.1: Mô hình neuron nhân tạo điển hình
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

12

GVHD: TS. Lê Hoài Long

- Để thiết kế một mạng neuron, cần phải thực hiện 2 vấn đề:
+ Xác định cấu trúc mạng: Xác định các nút và sự kết nối giữa các nút, mỗi nút
thuộc về một lớp và sự kết nối thường liên kết giữa 2 nút lân cận. “Đối với các
lớp ẩn (thường là 1 hoặc 2), số lượng của các nút thường được xác định bởi các
thử nghiệm, vì không có quy tắc nhất định để xác định nó” [12]. Có thể xác định
nằm trong khoảng từ 2 n + m đến 2n + 1 , với n là số nút đầu vào và m là số nút

đầu ra [7].
+ Xây dựng nội luật mạng: Các nội luật xác định hành vi của mạng neuron.
Ngoài các luật kích động, quy định việc truyền tín hiệu giữa các nút, một quy
tắc cơ bản là luật học. Có hai cách học khác nhau trong mạng neuron nhân tạo
là học thông số và học cấu trúc [13]. Hầu hết trong ngành quản lý xây dựng
thường dùng cách học thông số để huấn luyện mạng (học giám sát). Mạng
hướng tiến và giải thuật lan truyền ngược sẽ cung cấp một thủ tục cho việc cập
nhật các trọng số kết nối trong mạng lan truyền ngược từ lớp neuron đầu ra đến
lớp neuron đầu vào.
II. CÁC NGHIÊN CỨU SỬ DỤNG MẠNG NEURON NHÂN TẠO ĐÃ
ĐƯỢC CÔNG BỐ.
Nhiều nhà nghiên cứu đã s ử dụng mạng neuron nhân tạo dự báo giá trị
chi phí đầu ra dựa trên các biến đầu vào đã được nghiên cứu, đánh giá, thu thập
bằng nhiều phương pháp khác nhau để ước lượng tổng mức đầu tư của dự án
xây dựng công trình. Sau đó có thể sử dụng mô hình hồi quy đa biến để kiểm tra
lại mô hình ANN.
1. Attalla và Hegazy (2003) [1], bài báo nghiên cứu vấn đề của các dự án tái
thiết và trình bày cách xây dựng một mô hình dự đoán độ lệch chi phí trong các
dự án tái thiết xây dựng có độ rủi ro cao. Nội dung của nghiên cứu: Ước lượng

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

13

GVHD: TS. Lê Hoài Long

tổng chi phí cho công trình xây dựng, tác giả đã so sánh giữa mô hình hồi quy
tuyến tính và mô hình mạng neuron.
+ Mô hình hồi quy: Tác giả đã sử dụng 5 biến đầu vào.
+ Mô hình ANN: Tác giả sử dụng 18 biến đầu vào.
Kết quả đạt được: Ước lượng bằng mạng neuron 41 biến đầu vào với biến đầu
ra là chi phí trên m2 cho kết quả tốt hơn.
2. Emsley (2002) [3] đã phát triển mô hình mạng neuron với dữ liệu thu được từ
gần 300 dự án đã xây dựng. Thu thập dữ liệu về chi phí của các dự án xây dựng
theo các cách khác nhau. Sử dụng mô hình hồi quy và mạng neuron để phân tích
dữ liệu. Quá trình tiến hành nghiên cứu bao gồm 2 giai đoạn:
+ Giai đoạn 1: Nghiên cứu thí điểm ban đầu để: Xác định biến; Kiểm tra dữ
liệu; Xác định chiến lược thu thập dữ liệu; Nghiên cứu mô hình thích hợp; Kiểm
nghiệm sơ bộ lại phương pháp đã dùng.
+ Giai đoạn 2: Nghiên cứu đầy đủ với dữ liệu nêu trên, phát triển các mô hình
phức tạp. Phát triển mô hình hồi quy để so sánh.
Kết quả đạt được là mạng neuron dự báo tốt hơn hồi quy tuyến tính.
3. Gunaydin (2004) [4] đã kh ảo sát tính ứng dụng của phương pháp mạng
neuron để giải quyết vấn đề chi phí cho giai đoạn thiết kế sơ bộ. Dữ liệu “chi
phí thiết kế” được thu thập từ 30 dự án. Mạng neuron có thể giải quyết mối
quan hệ phi tuyến và cho kết quả đáng tin cậy hơn. Mục tiêu của bài báo là dùng
mô hình ANN đ ể ước lượng chi phí phần thô của công trình. Mẫu thu thập để
ước lượng chi phí từ các dự án dân dụng (4 đến 8 tầng kết cấu bê tông cốt thép)
ở Thổ Nhĩ Kỳ.

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

14

GVHD: TS. Lê Hoài Long

+ Mạng neuron gồm có: lớp vào với 8 thông số đầu vào, lớp ẩn gồm 4 neuron
và đầu ra là 1 nút xem là mục tiêu. Các thông số đầu vào bao gồm:
X1: Tổng diện tích công trình
X2: Tỷ số của diện tích sàn điển hình/tổng diện tích công trình.
X3: Tỷ số diện tích sàn trệt/tổng diện tích công trình.
X4: Số lượng tầng.
X5: Hướng dầm console của công trình.
X6: Hệ thống móng của công trình.
X7: Dạng sàn của công trình.
X8: Vị trí lõi cứng công trình.
+ Với độ chính xác trung bình 93% và có sai số bình phươ ng trung bình
(MSE)=3,8% cho thấy phương pháp sử dụng ANN cho kết quả tốt theo mục
đích nghiên cứu.
4. Hola và Krzyztof (2010) [6], Bài báo giới thiệu một phương pháp để xác
định thời gian và chi phí cho công tác đất. Tác giả đã sử dụng một bộ dữ liệu
được thu thập từ các dự án đã thi công và sử dụng mạng Neuron nhân tạo với 5
biến đầu vào để xây dựng mô hình ước tính.
Kết quả đạt được: Nghiên cứu đưa ra một cách lựa chọn máy móc thi công tối
ưu để thực hiện phần công tác đất, giúp giảm chi phí và thời gian.
5. Jiang and Wu (2004) [8], Nghiên cứu phân tích về các yếu tố ảnh hưởng và

đưa ra 2 phương pháp để ước tính thời gian thi công cho các dự án đường cao
tốc tại Ấn Độ.

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

15

GVHD: TS. Lê Hoài Long

Dựa trên bộ dữ liệu chi tiết về các dự án đường cao tốc đã thi công tại Ấn Độ,
tác giả đưa ra được các nhân tố chính ảnh hưởng bao gồm:
+ Loại đường cao tốc
+ Điều kiện thời tiết
+ Năng lực nhà thầu
+ Địa điểm thực hiện của dự án
+ Điều kiện giao thông tại nơi thực hiện dự án.
Sau đó tác giả đã sử dụng phương pháp hồi quy và phương pháp trung bình
năng suất lao động để xây dựng phần mềm ước tính thời gian thi công.
6. Phan (2007) [9], trình bày ứng dụng mạng neuron nhân tạo để dự đoán chi
phí xây dựng cho các dự án chung cư. Từ 6 biến liên quan bao gồm:
+ Cấp công trình
+ Tổng diện tích xây dựng
+ Số tầng cao

+ Giá xăng
+ Giá sắt thép
+ Giá xi măng
Bài báo trình bày cách ước lượng chi phí xây dựng chung cư với sai số 5,5%.
Các tác giả đã viết một chương trình t ự động hóa ước lượng chi phí xây dựng
chung cư với công cụ lập trình Visual C++. Tuy nhiên, khó khăn trong việc thu
thập số liệu để huấn luyện mạng nên chưa bao quát hết tất cả các trường hợp dự
án xây dựng chung cư đã qua.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

16

GVHD: TS. Lê Hoài Long

Các kết quả đạt được:
+ Dựa vào chương trình đã xây dựng, nhà đầu tư có thể ước lượng được chi phí
xây dựng dự án chung cư trong giai đoạn thực hiện nghiên cứu dự án đầu tư mà
không cần thể hiện chi tiết hóa giá trị của từng hạng mục hay thành phần cấu
thành.
+ Có thể dự báo giá trị đầu tư khi dự án thay đổi quy mô hoặc giá cả vật liệu
phụ thuộc vào các biến đầu vào để vạch kế hoạch thực hiện hay không thực hiện
thay đổi.
+ Bài báo chỉ dừng lại ở mức độ giá trị nghiên cứu, do việc thu thập số liệu còn

hạn chế (tác giả không nêu cách lấy mẫu) và các biến đầu vào chưa đại diện hết
các ảnh hưởng. Hướng đề tài tiếp theo sẽ mở rộng cho nhiều loại dự án như: xây
dựng công trình giao thông, thủy điện…. và các biến ảnh hưởng được đưa vào
đánh giá nhiều hơn.
7. Nguyễn (2007) [14], Đánh giá biến động chi phí và thời gian của dự án xây
dựng với công cụ Neuron Network (ANN).
+ Nghiên cứu này tập trung vào việc nhận diện các nguyên nhân chính gây vượt
chi phí và chậm trễ tiến độ ở các dự án xây dựng dân dụng và công nghiệp trong
giai đoạn thi công ở khu vực thành phố Hồ Chí Minh và các tỉnh lân cận. Tác
giả đã tiến hành khảo sát bằng bảng câu hỏi để thu thập dữ liệu phục vụ cho
nghiên cứu. Từ kết quả của nghiên cứu, đưa ra kế hoạch quản lý và đề xuất các
biện pháp cải thiện nhằm giảm thiểu tối đa sự vượt chi phí và chậm tiến độ.
+ Nghiên cứu cũng đã ứng dụng mạng Neuron nhân tạo (ANN) để xây dựng mô
hình dự báo về biến động chi phí và thời gian của dự án dựa vào kết quả của
nghiên cứu. Kết quả của nghiên cứu cho thấy khả năng áp dụng mô hình mạng
Neuron nhân tạo vào việc dự đoán chi phí và thời gian thực tế của dự án, khẳng
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

17

GVHD: TS. Lê Hoài Long

định tính ưu việt của mạng Neuron nhân tạo so với các kỹ thuật khác trong việc

xây dựng mô hình dự báo cho các dữ liệu phi tuyến.
+ Kết quả của nghiên cứu cũng cho thấy khả năng ứng dụng của mạng Neuron
nhân tạo trong việc xây dựng các mô hình đ ịnh lượng để dự đoán trong quản lý
xây dựng với kỹ thuật xử lý số liệu bằng cách kết hợp nhiều dòng thông tin đầu
vào để tạo một dòng thông tin đ ầu ra. Mô hình dựa trên nền tảng của lý thuyết
này có khả năng xấp xỉ bất cứ dạng hàm toán học nào đặc trưng cho dữ liệu đầu
vào (dữ liệu có tính trường, tính đa dạng, phức tạp cũng như sự rời rạc hay phi
tuyến…). Mô hình xác đ ịnh chi phí và thời gian thực tế của dự án dựa trên ứng
dụng mạng Neuron nhân tạo có khả năng tự điều chỉnh mức độ tác động của các
yếu tố đầu vào theo đặc trưng của từng dự án. Mô hình có thể kiểm soát được
mức độ biến động của chi phí và thời gian trong dự án xây dựng với độ chính
xác đáng tin cậy và hoàn toàn có thể áp dụng vào thực tế.
8. Wilmot (2005) [16] đã xây dựng mô hình ước lượng chi phí xây dựng đường
cao tốc gia tăng theo thời gian dựa vào chỉ số Louisiana Highway Construction
Index (LHCI), giá xây dựng đường cao tốc được xây dựng từ các mô hình con
về yếu tố đào đắp nền; mặt đường bê tông xi măng; mặt đường bê tông nhựa;
kết cấu thép dự ứng lực; kết cấu bê tông. Mỗi mô hình con này dựa vào các yếu
tố đầu vào:
+ Giá nhân công
+ Giá vật liệu.
+ Giá thiết bị.
+ Số lượng các loại chi phí.
+ Thời gian hợp đồng
+ Vị trí thực hiện hợp đồng.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08

Luận văn Thạc sỹ

18

GVHD: TS. Lê Hoài Long

+ Quý thực hiện hợp đồng.
+ Khối lượng hợp đồng hằng năm.
+ Khối lượng phát sinh ngoài hợp đồng.
+ Số lần kế hoạch thay đổi.
+ Thay đổi tiêu chuẩn hay chỉ dẫn kỹ thuật.
Kết quả: Dựa vào số liệu quá khứ từ năm 1984-1997 có thể dự báo chỉ số LHCI
từ năm 1998-2015.
9. Hegazy, T. and Ayed, A. (1998) [5], Sử dụng mạng Neuron nhân tạo để ước
tính chi phí của dự án xây dựng đường cao tốc.
Dựa trên bộ dữ liệu chi tiết về 18 dự án đường cao tốc đã thi công t ại
Newfoundland, Canada; tác giả đã sử dụng hai kỹ thuật được sử dụng để xác
định trọng số cho mô hình mạng Neuron nhân tạo bao gồm:
+ Tối ưu hóa đơn
+ Các thuật toán di truyền
Sau đó tác giả đã xây dựng mô hình ANN dự báo chi phí của các dự án xây
dựng đường cao tốc.
III. KẾT LUẬN
Việc xem xét toàn diện các nghiên cứu trước đây cho thấy rằng việc sử
dụng công cụ Neuron Network (ANN) để thực hiện công việc dự báo thời gian,
chi phí của các dự án xây dựng đã được thực hiện khá phổ biến. Từ kết quả đạt
được của các nghiên cứu đã chứng minh rằng, công cụ Neuron Network (ANN)
là một công cụ rất hiệu quả để thực hiện việc nghiên cứu, dự báo.

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

19

GVHD: TS. Lê Hoài Long

Sử dụng công cụ Neuron Network (ANN) để dự báo thời gian thi công
của các công trình cầu đường bộ tại khu vực Đông Nam Bộ và Đồng Bằng Sông
Cửu Long là rất khả thi.
Tham khảo từ các nghiên cứu nêu trên và bổ sung thêm các yếu tố đặc
thù của công trình cầu đường bộ, tổng hợp được các yếu tố ảnh hưởng đến thời
gian thi công của dự án cầu đường bộ tại khu vực Đông Nam Bộ và Đồng Bằng
Sông Cửu Long như sau:
Bảng 2.1: Các yếu tố ảnh hưởng đến thời gian thi công
STT

Các yếu tố ảnh hưởng đến thời gian thi
công

1

Chiều dài cầu

2

Chiều dài đường dẫn

3

Đơn giá 1m2 diện tích mặt cầu

4

Chiều rộng cầu

5

Chiều dài nhịp cầu lớn nhất

6

Ảnh hưởng của điều kiện khí hậu

7

Năng lực của nhà thầu

8

Địa điểm thực hiện dự án (Đô thị, nông thôn)

9

Phương án kết cấu thượng bộ

10

Phương án kết cấu hạ bộ

11

Phương án kết cấu thân trụ

12

Điều kiện giao thông tại nơi thực hiện dự án

13

Điều kiện địa chất

14

Điều kiện thuỷ văn

15

Địa hình, địa mạo

16

Năng lực của BQLDA

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

20

GVHD: TS. Lê Hoài Long

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU.
I. QUY TRÌNH NGHIÊN CỨU.
XÁC ĐỊNH ĐỀ TÀI
Xác định các nhân tố ảnh hưởng qua
các tài liệu, sách báo và các nghiên
cứu trước đây
Tham khảo ý kiến các chuyên gia
qua bảng câu hỏi

Xác định các yếu tố chính ảnh hưởng
đến thời gian thực hiện bằng cách
tính điểm trung bình và xếp hạng
Thu thập số liệu các biến tiềm năng

Xử lý ban đầu số liệu thu thập

Xử lý số liệu – Mạng neuron nhân

tạo
Xác định loại và cấu hình mạng

Huấn luyện mạng

Phân tích kết quả

Kết luận và kiến nghị

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

21

GVHD: TS. Lê Hoài Long

II. CÁC PHƯƠNG PHÁP, CÔNG CỤ NGHIÊN CỨU.
Bảng 3.1: Nội dung và công cụ nghiên cứu.
Nội dung

Công cụ nghiên cứu

Xác định các nhân tố ảnh hưởng đến Tham khảo tài liệu, sách báo, và các
thời gian thi công dự án cầu đường bộ

Phát triển và rút ra các nhân tố chính
ảnh hưởng đến thời gian thi công dự
án cầu đường bộ

nghiên cứu trước đây
- Bảng câu hỏi
- Ý kiến chuyên gia

Xây dựng mô hình hồi quy tuyến tính - Sử dụng Regression của SPSS
thực hiện dự báo
Xây dựng mạng neuron thực hiện dự - Neural Network của SPSS
báo
III. PHÂN TÍCH DỮ LIỆU.
III.1. Mô hình hồi quy tuyến tính
III.1.1. Các thủ thuật chọn biến:
Sử dụng 3 phương pháp để mô hình và phân tích hồi quy: Forward, Backward
và Stepwise.
1. Phương pháp đưa dần vào - Forward:
Gồm các bước như sau:
* Bước 1: Thực hiện k-1 mô hình hồi quy 1 biến độc lập (Biến này chưa chắc
được chọn để giữ lại trong mô hình nênđ ể thuận tiện, gọi biến này là biến đề

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

22

GVHD: TS. Lê Hoài Long

xuất đưa vào). Tính toán các giá trị thống kê F cho k-1 mô hình hồi quy 1 biến
dộc lập theo công thức sau:
F=

ESS1
RSS1 / (n − 2)

Trong đó, ESS1 và RSS1 tương ứng là tổng bình phương từ hàm hồi quy và tổng
bình phương từ các phần dư được tính từ mô hình hồi quy có 1 biến độc lập. Cụ
thể, các đại lượng này được tính như sau:
n

Λ

n

Λ

ESS1 =
∑ (Yl − Y )2 ; RSS1 =
∑ (Yi − Yl )2 ;

=i 1 =i 1

Chọn mô hình có giá trị thống kê F lớn nhất.

Cho mức ý nghĩa α , kiểm định sự tồn tại của biến đề xuất đưa vào trong mô
hình. Nếu F ≤ Fα (1, n − 2) : biến đề xuất đưa vào không tồn tại có ý nghĩa, thủ tục
chọn biến dừng và kết luận rằng không có biến độc lập vào ảnh hưởng đến biến
phụ thuộc. Nếu FC > Fα (1, n − 2) : biến đề xuất đưa vào tồn tại có ý nghĩa, hãy giữ
lại biến này trong mô hình. Tiếp qua bước 2.
* Bước 2: Thực hiện (k-2) mô hình hồi quy gồm 2 biến độc lập, trong đó gồm 1
biến do được chọn từ bước 1 và 1 biến đề xuất đưa vào. Tính giá trị thống kê F
cho tất cả mô hình hồi quy 2 biến này theo công thức sau:
F=

ESS2
RSS2 / (n − 3)

Trong đó, ESS2 và RSS2 tương ứng là tổng bình phương đ ộ lệch giữa giá trị
nhận từ đường hồi quy của biến phụ thuộc và giá trị bình quân của nó và tổng
bình phương các phần dư được tính từ mô hình hồi quy gồm 2 biến độc lập. Cụ
thể, các đại lượng này được tính như sau:

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

23
n

Λ

GVHD: TS. Lê Hoài Long
n

Λ

ESS2 =
∑ (Yl − Y )2 ; RSS2 =
∑ (Yi − Yl )2 ;

=i 1 =i 1

Chọn mô hình hồi quy 2 biến có giá trị F lớn nhất.
Cho mức ý nghĩa α , thực hiện kiểm định sự tồn tại của biến đề xuất đưa vào
bằng thống kê FC. Tính thống kê FC như sau:
FC =

( RSS1 − RSS2 )
ESS2 / (n − 3)

Trong đó, RSS1 và RSS2 tương ứng là tổng bình phương các phần dư được tính
từ mô hình hồi quy gồm 1 biến độc lập (Từ mô hình đã được chọn ở Bước 1) và
2 biến độc lập.
FC gọi là giá trị thống kê F thay đổi do đưa thêm biến vào mô hình.
Nếu FC ≤ Fα (1, n − 3) : biến đề xuất để chọn không tồn tại có ý nghĩa, thủ tục chọn
biến dừng kết luận rằng chỉ có 1 biến độc lập ảnh hưởng đến biến phụ thuộc.
Nếu FC > Fα (1, n − 3) : biến đề xuất để đưa vào tồn tại có ý nghĩa, hãy giữ lại biến
này trong mô hình.
Thủ tục tiếp tục…

Bước r: Lúc này trong mô hình sẽ có r biến, gồm r-1 biến độc lập đã được chọn
và 1 biến đề xuất đưa vào. Như vậy, ở bước này phải thực hiện (k-r) mô hình
hồi quy r biến. Tính thống kê F cho mỗi mô hình theo công thức sau:
F=

ESSr
ESSr / (n − r − 3)

Trong đó, ESSr và RSSr tương ứng là tổng bình phương độ lệch giữa giá trị nhận
từ đường hồi quy của biến phụ thuộc và giá trị bình quân của nó và tổng bình
phương các phần dư được tính từ mô hình hồi quy gồm r biến độc lập.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08