Ước lượng chi phí xây dựng cầu dầm nhịp giản đơn bằng mô hình mạng neuron nhân tạo (ANN)

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA

ĐẶNG TRẦN ĐĂNG KHOA
ĐỀ TÀI:

ƯỚC LƯỢNG CHI PHÍ XÂY DỰNG CẦU DẦM NHỊP
GIẢN ĐƠN BẰNG MÔ HÌNH MẠNG NEURON
NHÂN TẠO (ANN)

Chuyên ngành: CÔNG NGHỆ VÀ QUẢN LÝ XÂY DỰNG
Mã số

: 60.58.90

LUẬN VĂN THẠC SĨ

TP.HỒ Chí Minh, tháng 01 năm 2016


Công trình được hoàn thành tại: Trường Đại học Bách Khoa - ĐHQG-HCM
Cán bộ hướng dẫn khoa học : TS. ĐINH CÔNG TỊNH

Cán bộ hướng dẫn khoa học: TS. LÊ HOÀI LONG

Cán bộ chấm nhận xét 1 : PGS.TS. LƯU TRƯỜNG VĂN

Cán bộ chấm nhận xét 2 : TS. NGUYỄN ANH THƯ

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM Ngày
24 Tháng 01 Năm 2016.

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. PGS.TS PHẠM HỒNG LUÂN
- Chủ tịch hội đồng
2. TS. LƯƠNG ĐỨC LONG

- Uỷ viên phản biện

3. PGS.TS. LƯU TRƯỜNG VĂN

- Uỷ viên phản biện

4. TS. NGUYỄN ANH THƯ

- Uỷ viên phản biện

5. TS. PHẠM VŨ HỒNG SƠN

- Thư ký hội đồng

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành
sau khi luận văn đã được sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA KTXD


ĐẠI HỌC QUỐC GIA TP. HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Độc Lập - Tự Do - Hạnh Phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: ĐẶNG TRẦN ĐĂNG KHOA

MSHV : 12080293

Ngày, tháng, năm sinh: 24 - 10 - 1988

Nơi sinh : LONG AN

Chuyên ngành: Công nghệ & Quản lý xây dựng

Mã số : 60.58.90

I.

TÊN ĐỀ TÀI:
ƯỚC LƯỢNG CHI PHÍ XÂY DỰNG CẦU DẦM NHỊP GIẢN ĐƠN BẰNG MÔ
HÌNH MẠNG NEURON NHÂN TẠO (ANN)

II. NHIỆM VỤ VÀ NỘI DUNG:
1. Xác định các nhân tố ảnh hưởng đến chi phí xây dựng cầu dầm nhịp giản đơn.
2. Xây dựng mô hình mạng neuron nhân tạo ANN.
3. Kiểm định, đánh giá và thử nghiệm mô hình.
4. Ứng dụng mô hình ANN trên phần mềm Excel.
III. NGÀY GIAO NHIỆM VỤ: 06/7/2015
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 21/12/2015

V.

CÁN BỘ HƯỚNG DẪN: TS. ĐINH CÔNG TỊNH, TS.LÊ HOÀI LONG
TP.HCM, ngày ........... tháng ............ năm 2016

CÁN BỘ HƯỚNG DẪN 1

CHỦ NHIỆM BỘ MÔN
ĐÀO TẠO

TS. ĐINH CÔNG TỊNH
CÁN BỘ HƯỚNG DẪN 2

TS. LÊ HOÀI LONG

TRƯỞNG KHOA


LỜI CẢM ƠN
Trong quá trình thực hiện luận văn, Học viên đã nhận được sự giúp đỡ thật quý báo của
nhiều cá nhân và tổ chức.
Lời đầu tiên, Học viên xin được bày tỏ lòng biết ơn sâu sắc đến thầy TS.Lê Hoài Long và
thầy TS.Đinh Công Tịnh đã tận tình hướng dẫn, truyền đạt kiến thức cho Học viên trong quá
trình học tập và viết luận văn tốt nghiệp này;
Đồng thời, Học viên xin chân thành cảm ơn Qúy Thầy cô trong Bộ môn Thi công và quản
lý xây dựng, phòng đào tạo sau đại học trường đại học Bách Khoa Tp.Hồ Chí Minh đã hướng
dẫn, truyền đạt kiến thức trong suốt thời gian Học viên theo học tại trường;
Xin chân thành cảm ơn Lãnh đạo Sở Giao thông Vận tải tỉnh Long An, nơi Học viên đang
công tác đã quan tâm, tạo điều kiện và giúp đỡ Học viên trong suốt thời gian học tập;
Xin chân thành cảm ơn Gia đình, đồng nghiệp và bạn bè đã động viên, giúp đỡ cho Học

viên hoàn thành việc học tập, nghiên cứu trong khóa học này.
Một lần nữa Học viên xin chân thành cảm ơn!

Đặng Trần Đăng Khoa


TÓM TẮT
Giao thông phát triển là một trong những yếu tố hàng đầu giúp nền kinh tế phát
triển. Tỉnh Long An trong những năm gần đây đã đẩy mạnh công tác xây dựng nâng cấp
các tuyến đường tỉnh, đường huyện. Đặc biệt là xây dựng mới những cầu giao thông với
tải ửọng HL93 theo tiêu chuẩn xây dựng cầu 22TCN 272-05, nâng cao khẩu độ cầu, mở
rộng khoảng thông thuyền giúp ích cho giao thông đường bộ và đường thủy được thuận
tiện hơn. vốn ngân sách tỉnh chi vào các công trình cầu giao thông ngày càng nhiều. Nhận
thức được tầm quan họng của công tác quản lý dự án, quản lý chi phí xây dựng, các cơ
quan chuyên môn, cơ quan có thẩm quyền mà ở đây đặc biệt quan ửọng là Sở Giao thông
Vận tải Long An đã có nhiều biện pháp nhằm kiểm soát chi phí xây dựng các cầu giao
thông đạt chất lượng, hiệu quả mà chi phí đảm bảo không vượt quá nhiều.
Qua tham khảo và khảo sát ý kiến của các chuyên gia về lĩnh vực giao thông tại địa
phương, việc áp dụng ước lượng chi phí vào giai đoạn lập dự án rất hợp lý, giúp công tác
đánh giá và chuẩn bị dự án đạt hiệu quả cao hơn. Thông qua đánh giá của các chuyên gia,
các lãnh đạo trong ngành đã chọn ra được 14 nhân tố chính ảnh hưởng trực tiếp đến chi
phí xây dựng cầu dầm nhịp giản đơn. Dựa vào các số liệu các công trình đã thi công trong
năm 2013 và 2014 trên toàn tỉnh, chọn ra được 33 bộ dữ liệu có thể sử dụng phục vụ công
tác nghiên cứu này.
Sử dụng ứng dụng mô hình ANN trền phần mềm SPSS20 và tham khảo các nghiên
cứu trước đây về ước lượng chi phí đã thực hiện tại Việt Nam và thế giới để xây dựng mô
hình ước lượng chi phí xây dựng cầu dầm nhịp giản đơn.
Luận văn này chỉ ra cách xây dựng và thử nghiệm mô hình ANN vào việc ước
lượng chi phí xây dựng cầu dầm nhịp giản đơn áp dụng tại Long An.

LỜI CAM ĐOAN

Tôi, Đặng Trần Đăng Khoa, xin cam kết rằng trong quá trình thực hiện luận văn “ước
lượng chi phí xây dựng cầu dầm nhịp giản đơn bằng mô hình mạng neuron nhân tạo (ANN)
” các số liệu thu thập và kết quả nghiên cứu được thể hiện hoàn toàn trung thực và chưa
được công bố ở bất kỳ nghiên cứu nào khác. Tôi xin chịu trách nhiệm hoàn toàn về nghiên
cứu của mình.

TP.HCM, ngày ....... tháng ....... năm 2016

ĐẶNG TRẦN ĐĂNG KHOA


1

MỤC LỤC
CHƯƠNG 1: ĐẶT VẤN ĐỀ .........................................................................................................................7
1.

Xác định vấn đề nghiên cứu ............................................................................................................................ 7

2.

Mục tiêu nghiên cứu ........................................................................................................................................ 7

3.

Phạm vi nghiên cứu ......................................................................................................................................... 8

4.

Đóng góp của nghiên cứu:............................................................................................................................. 8

CHƯƠNG 2: TỔNG QUAN.......................................................................................................................... 9
1.

Giói thiệu chương ............................................................................................................................................ 9

2.

Các khái niệm chung: ...................................................................................................................................... 9

3.

Tổng quan phương pháp ANN ..................................................................................................................... 10

3.1.

Neuron sinh học ........................................................................................................................................ 11

3.2.

Neuron nhân tạo........................................................................................................................................ 12

3.3.

Mô hình mạng neuron .............................................................................................................................. 14

a.

Các kiểu mô hình mạng neuron ............................................................................................................... 15

b.

Perceptron ................................................................................................................................................. 17

c.

Mạng nhiều tầng truyền thẳng (MLP) .................................................................................................... 18

4.

Phưong pháp Boostrap.................................................................................................................................. 19

5.

Tổng quan các nghiên cứu trước đây ........................................................................................................... 20

CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU ........................................................................................ 22
1.

Giói thiệu chưong .......................................................................................................................................... 22

2.

Quy trình nghiên cứu .................................................................................................................................... 22

3.

Xác định các nhân tố ảnh hưởng .................................................................................................................. 24

4.

Thu thập dữ liệu: ........................................................................................................................................... 26

5.

Xây dựng mô hình mạng neuron nhân tạo .................................................................................................. 30

5.1.

Định hình mạng ......................................................................................................................................... 31

5.2.

Đánh giá mô hình ...................................................................................................................................... 32

CHƯƠNG 4: XÂY DỰNG MÔ HÌNH ANN ........................................................................................ 34
1.

Giói thiệu chung............................................................................................................................................. 34

2.

Đề xuất cấu hình mạng ANN ........................................................................................................................ 34


2

3.

Xây dựng và đánh giá mô hình giai đoạn 1 ................................................................................................. 35

4.

Xây dựng và đánh giá mô hình giai đoạn 2 ................................................................................................. 42

5.

Kết luận: ......................................................................................................................................................... 56

CHƯƠNG 5: THỬ NGHIỆM MÔ HÌNH, ỨNG DỤNG MÔ HÌNH TRÊN PHẦN MỀM EXCEL,
ƯỚC LƯỢNG KHOẢNG TIN CẬY ..........................................................................................................58
1.

Giói thiệu chưong .......................................................................................................................................... 58

2.

Mô hình ước tính ........................................................................................................................................... 58

3.

Dự án thử nghiệm .......................................................................................................................................... 58

4.

Kết quả thử nghiệm mô hình:....................................................................................................................... 59

5.

Xây dựng mô hình ước lượng ANN trên phần mềm excel: ........................................................................ 60

6.

Suất vốn đầu tư, giá bộ phận kết cấu công trình: ....................................................................................... 65

7.

Ước lượng khoảng ......................................................................................................................................... 66

CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ ...............................................................................................69
1.

Kết luận .......................................................................................................................................................... 69

2.

Kiến nghị: ....................................................................................................................................................... 69

TÀI LIỆU THAM KHẢO .......................................................................................................................................... 69
BẢNG CÂU HỎI KHẢO SÁT ................................................................................................................................... 71
PHỤ LỤC ..................................................................................................................................................................... 76

Phụ lục 1: Tổng hợp kết quả mô hình ANN 8 biến đầu 1 lớp ẩn, 7 đến 17 neuron lớp ẩn: .........................76
Phụ lục 2: Tổng hợp kết quả mô hình ANN 14 biến đầu 1 lớp ẩn, 7 đến 29 neuron lớp ẩn: .......................77
Phụ lục 3: Tổng hợp kết quả mô hình ANN 8 biến đầu vào 7 đến 17 neuron lớp ẩn số 1 và 2: ..................80
Phụ lục 4: Tổng hợp kết quả mô hình ANN 14 biến đầu vào 9 đến 29 neuron lớp ẩn số 1 và 2: ................95

3

DANH MỤC HÌNH ẢNH
Hình ảnh 1. cấu trúc của một nơron sinh học điển hình ................................................. 11
Hình ảnh 2. Neuron nhân tạo .......................................................................................... 12
Hình ảnh 3. Mạng tự kết hợp ........................................................................................... 15
Hình ảnh 4. Mạng kết hợp khác kiểu ............................................................................... 16
Hình ảnh 5. Mạng truyền thẳng....................................................................................... 16
Hình ảnh 6. Mạng phản hồi ............................................................................................. 17
Hình ảnh 7. Perceptron ................................................................................................... 17
Hình ảnh 8. Mạng MLP tổng quát ................................................................................... 18
Hình ảnh 9. Sơ đồ mô phỏng phân phối Bootstrap ......................................................... 19
Hình ảnh 10 Qui trình thực hiện nghiên cứu ................................................................... 23
Hình ảnh 11. Quy trình phát triển mô hình neuron .........................................................30
Hình ảnh 12. Đồ thị R2(mô hình 8 biến đầu vảo 1 lớp ẩn) .............................................. 35
Hình ảnh 13. Đồ thị hệ sổ R2(mô hình 8 biến đầu vào 2 lớp ẩn) .................................... 35
Hình ảnh 14. Đồ thị hệ sổ R?(mô hình 8 biến đầu vào 2 lớp ẩn) .................................... 36
Hình ảnh 15. Đồ thị hệ số R^mô hình 8 biến đầu vào 2 lớp ẩn) ..................................... 36
Hình ảnh 16. Đồ thị sai sổ MAPE (mô hình 8 biến đầu vảo 1 lớp ẩn) ............................ 37
Hình ảnh 17. Đồ thị sai sổ MAPE (mô hình 8 biến đầu vào 2 lớp ẩn) ............................ 37
Hình ảnh 18. Đồ thị sai sổ MAPE (mô hình 8 biến đầu vào 2 lớp ẩn) ............................ 38
Hình ảnh 19. Đồ thị sai sổ MAPE (mô hình 8 biến đầu vào 2 lớp ẩn) ............................ 38
Hình ảnh 20. Đồ thị sai số MAPE của bộ Test (Mô hình ANN 8 biến đầu vào 1 lớp ẩn)
.........................................................................................................................................39
Hình ảnh 21. Đồ thị hệ sổ R2 của bộ Test (Mô hình ANN 8 biến đầu vào 1 lớp ẩn) ....... 39
Hình ảnh 22. Đồ thị sai so MAPE của bộ Test (Mô hình ANN 8 biến đầu vào 2 lớp ẩn)
.........................................................................................................................................40
Hình ảnh 23. Đồ thị sai so MAPE của bộ Test (Mô hình ANN 8 biến đầu vào 2 lớp ẩn)
.........................................................................................................................................40

Hình ảnh 24. Đồ thị sai so MAPE của bộ Test (Mô hình ANN 8 biến đầu vào 2 lớp ẩn)
.........................................................................................................................................40
Hình ảnh 25. Đồ thị hệ số R2 của bộ Test (Mô hình ANN 8 biến đầu vào 2 lớp ẩn) ....... 40
Hình ảnh 26. Đồ thị hệ số R? của bộ Test (Mô hình ANN 8 biến đầu vào 2 lớp ẩn) ...... 41


4
Hình ảnh 27. Đồ thị hệ số R2 của bộ Test (Mô hình ANN 8 biến đầu vào 2 lớp ẩn) ....... 41
Hình ảnh 28. Đồ thị R^mô hình 14 biến đầu vảo 1 lớp ẩn) ............................................. 43
Hình ảnh 29. Đồ thị hệ số R2(mô hình 14 biến đầu vào 2 lớp ẩn) .................................. 43
Hình ảnh 30. Đồthị hệ số R2(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 43
Hình ảnh 31. Đồthị hệ số R?(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 43
Hình ảnh 32. Đồthị hệ số R?(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 44
Hình ảnh 33. Đồthị hệ số R?(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 44
Hình ảnh 34. Đồthị hệ sổ R?(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 44
Hình ảnh 35. Đồthị hệ số R2(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 44
Hình ảnh 36. Đồthị hệ số R?(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 45
Hình ảnh 37. Đồthị hệ số R^mô hình 14 biến đầu vào 2 lớpẩn) ..................................... 45
Hình ảnh 38. Đồthị hệ số R?(mô hình 14 biến đầu vào 2 lớpẩn) .................................... 45
Hình ảnh 39. Đồ thị sai số MAPE (mô hình 14 biến đầu vảo 1 lớp ẩn) .......................... 46
Hình ảnh 40. Đồ thị sai số MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 47
Hình ảnh 41. Đồ thị sai sổ MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 47
Hình ảnh 42. Đồ thị sai sổ MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 47
Hình ảnh 43. Đồ thị sai sổ MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 47
Hình ảnh 44. Đồ thị sai sổ MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 48
Hình ảnh 45. Đồ thị sai số MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 48
Hình ảnh 46. Đồ thị sai sổ MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 48
Hình ảnh 47. Đồ thị sai sổ MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 48
Hình ảnh 48. Đồ thị sai số MAPE (mô hình 14 biến đầu vào 2 lớp ẩn) .......................... 49
Hình ảnh 49. Đồ thị sai số MAPE (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)................. 49

Hình ảnh 50. Đồ thị sai sổ MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 1 lớp ẩn)
......................................................................................................................................... 50
Hình ảnh 51. Đồ thị hệ sổ R2 của bộ Test (Mô hình ANN 14 biến đầu vào 1 lớp ẩn) ..... 51
Hình ảnh 52. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)51
Hình ảnh 53. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)51
Hình ảnh 54. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)52
Hình ảnh 55. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)52
Hình ảnh 56. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)52


5
Hình ảnh 57. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)52
Hình ảnh 58. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)53
Hình ảnh 59. Đồthị sai so MAPE của bộ Test (Mô hình ANN 14 biến đầu vào 2 lớp ẩn)53
Hình ảnh 60. Đồ thị hệ số R2 của bộ Test (Mô hình ANN 14 biến đầu vào
53

2 ..... lớp ẩn)

Hình ảnh 61. Đồ thị hệ số R2 của bộ Test (Mô hình ANN 14 biến đầu vào
53

2 ..... lớp ẩn)

Hình ảnh 62. Đồ thị hệ số R2 của bộ Test (Mô hình ANN 14 biến đầu vào
54

2 ..... lớp ẩn)

Hình ảnh 63. Đồ thị hệ số F? của bộ Test (Mô hình ANN 14 biến đầu vào) .................. 54

Hình ảnh 64. Đồ thị hệ sổ R2 của bộ Test (Mô hình ANN 14 biến đầu vào
54

2 ..... lớp ẩn)

Hình ảnh 65. Đồ thị hệ số F? của bộ Test (Mô hình ANN 14 biến đầu vào
54

2 ..... lớp ẩn)

Hình ảnh 66. Đồ thị hệ sổ R2 của bộ Test (Mô hình ANN 14 biến đầu vào
55

2 ..... lớp ẩn)

Hình ảnh 67. Đồ thị hệ số F? của bộ Test (Mô hình ANN 14 biến đầu vào
55

2 ..... lớp ẩn)

Hình ảnh 68. Chương trình ước lượng bằng Excel cho mô hình giai đoạn 1 ................. 64
Hình ảnh 69. Chương trình ước lượng bằng Excel cho mô hình giai đoạn 2 ................. 65


6

DANH MỤC BẢNG BIỂU
Bảng 1. Một số hàm truyền thông dụng ........................................................................... 14
Bảng 2. Bảng tổng hợp những số liệu cần thiết để xây dựng mô hình ........................... 29
Bảng 3. Tồng hợp hệ sổ xác định (R2) mô hình ANN giai đoạn 1 .................................. 36

Bảng 4. Tổng hợp sai so MAPEgiai đoạn 1 .................................................................... 38
Bảng 5. Kết quả đánh giá hai mô hình ANN tốt nhẩt và kém nhẩt trong nhóm 2lớp ẩn . 42
Bảng 6. Kết quả đánh giá hai mô hình ANN tốt nhẩt và kém nhẩt trong nhóm 1lớp ẩn . 42
Bảng 7. Tổng hợp hệ số xác định (R2) mô hình ANN 2 lớp ẩn ........................................ 46
Bảng 8. Tổng hợp sai số MAPE (mô hình ANN 2 lớp ẩn) ............................................... 49
Bảng 9. Kết quả đánh giá hai mô hình ANN tốt nhẩt và kém nhẩt trong nhóm mô hình ANN
2
lớp ẩn ............................................................................................................................... 56
Bảng 10. Kết quả đánh giá hai mô hình ANN tốt nhẩt và kém nhẩt trong nhóm mô hình
ANN 1
lớp ẩn ............................................................................................................................... 56
Bảng 11. Dữ liệu của dự án được thử nghiêm................................................................. 59
Bảng 12. Tổng hợp kết quả thử nghiệm mô hình ............................................................. 59
Bảng 13. Ma trận trọng số liên kết và sai số bias lớp ẩn sổ 1 ........................................ 60
Bảng 14. Ma trận trọng số liên kết và sai số bias lớp ẩn số 2 ........................................ 60
Bảng 15. Ma trận trọng số liên kết và sai số bias lớp xuất ............................................. 61
Bảng 16. Ma trận trọng số liên kết và sai số bias lớp ẩn ................................................ 63
Bảng 17. Ma trận trọng số liên kết và sai số bias lớp xuất ............................................. 63
Bảng 18. Tổng hợp kết quả thử nghiệm mô hình ............................................................. 66
Bảng 19. Tổng hợp ước lượng khoảng chi phí xây dựng theo phương pháp Bootstrap 67


7

CHƯƠNG 1: ĐẶT VẤN ĐỀ
1. Xác định vấn đề nghiên cứu
Là một tỉnh thuộc đồng bằng sông Cửu Long, Long An được xem là tỉnh phát triển
khá nhanh về công nông nghiệp và dịch vụ. Từ đó, nhu cầu đi lại và vận chuyển hàng hóa
đường bộ ngày càng tăng cao. Chính vì vậy, yêu cầu về phát triển hạ tầng đặc biệt là mạng
lưới giao thông đường bộluôn được Chính quyền địa phương quan tâm hàng đầu. Địa hình

Long An bị chia cắt nhiều bởi hệ thống sông và kênh rạch chằng chịt, do đó để đảm bảo
hài hòa và phát triển đồng bộ giữa giao thông đường bộ và giao thông đường thủy, nhiều
dự án cầu đã được triển khai, đặc biệt phổ biến là cầu loại dầm nhịp giản đơn.
Tuy nhiên, vốn ngân sách tỉnh hạn hẹp, kinh phí đầu tư vào các dự án cầu giao thông
còn nhiều hạn chế, đòi hỏi các cơ quan lãnh đạo địa phương phải tính toán sao cho chất
lượng công trình vẫn đảm bảo mà không lãng phí chi phí xây dựng. Công tác xác định chi
phí xây dựng cầu dầm nhịp giản đơn được thực hiện thông qua bước thiết kế bản vẽ thi
công với cách tính truyền thống là lập dự toán.
Bên cạnh đó, ngày càng có nhiều nghiên cứu khoa học liên quan đến việc xác định
chi phí trong lĩnh vực xây dựng. Trong đó mô hình mạng neuron nhân tạo (ANN) được
xem như một giải pháp hữu hiệu để ước lượng chi phí xây dựng.
Nghiên cứu này được thực hiện để thực hiện công tác xác định chi phí xây dựng cho
các dự án tương tự sẽ được thực hiện dựa trên các dữ liệu của các dự án tương tự bằng ứng
dụng của mô hình mạng neuron nhân tạo ANN.
2. Mục tiêu nghiên cứu
Nghiên cứu được tiến hành nhằm đáp ứng các mục tiêu sau đây:
- Xác định các nhân tố chính ảnh hưởng đến chi phí xây dựng cầu dầm nhịp giản đơn.
-

ứng dụng mô hình ANN để xây dựng mô hình ước lượng chi phí xây dựng cầu.

- Kiểm tra, đánh giá kết quả mô hình và so sánh kết quả thông quan dự án thử nghiệm
với chi phí xây dựng trong suất vốn đầu tư do Bộ Xây dựng công bố.


8
-

Viết chương trình ứng dụng mô hình trên phần mềm Excel.

- Ước lượng khoảng tin cậy của giá trị ước lượng từ mô hình dựa trên phương pháp
Bootstrap.
3. Phạm vi nghiên cứu
- Các công trình cầu dầm nhịp giản đơn sử dụng vốn ngân sách nhà nước xây dựng
trên địa bàn tỉnh Long An.
- Dữ liệu sử dụng cho việc huấn luyện mạng neuron hạn chế như sau : các số liệu thu
thập dựa trên cơ sở các số liệu dự toán, hồ sơ thiết kế của các công trình đã và đang
thực hiện ở Long An.
4. Đóng góp của nghiên cứu:
Nghiên cứu này sử dụng dữ liệu các công trình cầu dầm nhịp giản đơn đã và đang
thực hiện, qua đó áp dụng vào các dự án sau này, giúp chủ đầu tư biết trước được chi phí
xây dựng qua đó quản lý tốt hơn về chất lượng và chi phí công trình.
Nghiên cứu còn tạo ra thêm một phương pháp tính toán ước lượng dự toán chi phí
cầu ngay cả khi chưa có thiết kế chi tiết.
Đề tài còn là cở sở để xây dựng và phát triển một mô hình xác định chi phí xây dựng
mới hoàn thiện và phổ biến hơn trong tương lai thay thế các phương pháp truyền thống,
giúp giảm thiểu các chi phí sinh ra trong công tác lập chi phí xây dựng.


9

CHƯƠNG 2: TỔNG QUAN
1. Giới thiệu chương
Nội dung của Chương 2 sẽ đi vào hai vấn đề chính đó là làm sáng tỏ các khái niệm
quan trọng được sử dụng dong Luận văn và tổng hợp các nghiên cứu trước về phương pháp
cũng như các rủi ro tiềm năng.
2. Các khái niệm chung:
a. Công trình cầu giao thông sử dụng dầm nhịp giản đơn
Cầu là một phương tiện nối liền 2 hay nhiều điểm khác nhau, giúp việc di chuyển
giữa các vị trí ấy được dễ dàng hơn.

Cầu là một công trình giao thông được bắc qua các chướng ngại nước như: rãnh
nước, dòng suối, dòng sông, hồ, biển, thung lung, hay các chướng ngại khác như: đường
bộ, đường sắt... đảm bảo cho giao thông được liên tục.
Cầu dầm nhịp giản đơn: nhịp cầu gồm các dầm bằng BTCT. Bộ phận chịu lực chủ
yếu là dầm, làm việc theo chịu uốn, phản lực ở gối kê dầm có phương thẳng đứng và có
hướng từ dưới lên.
b. Dự án đầu tư xây dựng:
Dự án đầu tư xây dựng là tập hợp các đề xuất có liên quan đến việc sử dụng vốn để
tiến hành hoạt động xây dựng để xây dựng mới, sửa chữa, cải tạo công trình xây dựng nhằm
phát triển, duy trì, nâng cao chất lượng công trình hoặc sản phẩm, dịch vụ ttong thời hạn
và chi phí xác định. Ở giai đoạn chuẩn bị dự án đầu tư xây dựng, dự án được thể hiện thông
qua Báo cáo nghiên cứu tiền khả thi đầu tư xây dựng, Báo cáo nghiên cứu khả thi đầu tư
xây dựng hoặc Báo cáo kinh tế - kỹ thuật đầu tư xây dựng.
c. Lập dự án đầu tư xây dựng công trình
Lập dự án đầu tư xây dựng công trình để chứng minh cho người quyết định đầu tư
thấy được sự cần thiết, mục tiêu, hiệu quả đầu tư của dự án; làm cơ sở cho người bỏ vốn
(cho vay vốn) xem xét hiệu quả dự án và khả năng hoàn trả vốn. Đồng thời để các cơ quan
quản lý nhà nước xem xét sự phù hợp của dự án đối với quy hoạch phát triển kinh tế - xã
hội, quy hoạch phát triển ngành và quy hoạch xây dựng; đánh giá tác động về sự ảnh hưởng


10
của dự án tới môi trường, mức độ an toàn đối với các công trình lân cận; các yếu tố ảnh
hưởng tới kinh tế xã hội; sự phù hợp với các yêu cầu về phòng chống cháy nổ, an ninh quốc
phòng. Lập dự án đầu tư xây dựng công trình gồm việc lập Báo cáo nghiên cứu tiền khả thi
đầu tư xây dựng (nếu có), Báo cáo nghiên cứu khả thi đầu tư xây dựng hoặc Báo cáo kinh
tế - kỹ thuật đầu tư xây dựng và thực hiện các công việc cần thiết để chuẩn bị đầu tư xây
dựng.
d. Thiết kế bản vẽ thi công
Thiết kế bản vẽ thi công là thiết kế đảm bảo thể hiện được đầy đủ các thông số kỹ

thuật, vật liệu sử dụng và chi tiết cấu tạo phù hợp với quy chuẩn, tiêu chuẩn áp dụng, đảm
bảo đủ điều kiện để triển khai thi công xây dựng công trình.
e. Suất vốn đầu tư:
Suất vốn đầu tư xây dựng công trình là mức phí cần thiết để đầu tư xây dựng công
trình mới tính theo đơn vị diện tích, công suất hoặc năng lực phục vụ theo thiết kế công
trình.
Suất vốn đầu tư là cơ sở phục vụ cho việc xác định tổng mức đầu tư dự án, lập và
quản lý chi phí dự án trong giai đoạn chuẩn bị dự án.
Giá xây dựng tổng hợp bộ phận kết cấu công trình bao gồm toàn bộ chi phí cần thiết
để hoàn thành một bộ phận kết cấu công trình. Giá xây dựng tổng hợp bộ phận kết cấu công
trình là cơ sở để phục vụ cho việc xác định dự toán công trình.
3. Tổng quan phương pháp ANN
Nội dung này được tong hợp từ các tài liệu: Tài liệu giảng dạy ứng dụng trí tuệ
nhân tạo trong xây dựng (Lê, 2012), Báo cáo mạng neural và ứng dụng (Đo, Bùi, Lê&
Hoàng, 2010. Các trang web: tailieu.tv, luanvan.net.vn.
Mạng nơ ron nhân tạo là một mô phỏng xử lý thông tin, được nghiên cứu ra từ hệ
thống thần kinh của sinh vật, giống như bộ não để xử lý thông tin. Nó bao gồm số lượng
lớn các mối gắn kết cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải quyết vấn
đề rõ ràng. ANNs giống như con người, được học bởi kinh nghiệm, lưu những kinh nghiệm


11
hiểu biết và sử dụng Ưong những tình huống phù hợp.
Đầu tiên ANN được giới thiệu năm 1943 bởi nhà thần kinh học Warren McCulloch
và nhà logic học Walter Pits. Nhưng với những kỹ thuật trong thời gian này chưa cho phép
họ nghiên cứu được nhiều. Những năm gần đây mô phỏng ANN xuất hiện và phát triển.
Các nghiên cứu ứng dụng đã được thực hiện trong các ngành: đỉện, điện tử, kỹ thuật chế
tạo, y học, quân sự, kinh tế...và mới nhất là các nghiên cứu ứng dụng trong lĩnh vục quản
lý dự án xây dụng. Tại Việt Nam vỉệc nghiên cứu ứng dụng ANN vào quản lý xây dựng
chỉ mới bắt đầu trong vài năm gần đây và cần được phát triển.

3.1. Neuron sinh học
Qua quá trình nghiên cứu về bộ não, người ta thấy rằng: bộ não con người bao gồm
khoảng 1011 neuron tham gia vào khoảng 1015 kết nối trên các đường truyền. Mỗi đường
truyền này dài khoảng hon một mét. Các neuron cố nhiều đặc điểm chung với các tế bào
khác trong cơ thề, ngoài ra chứng còn có những khả năng mà các tế bào khác không cố
được, đố là khả năng nhận, xử lý và truyền các tín hiệu điện hóa trên các đường mòn neuron,
các con đường này tạo nên hệ thống giao tiếp của bộ não.

Hình ảnh 1. cấu trúc của một nơron sinh hộc điển hình Mỗi neuron sinh
học có 3 thành phần cơ bản:
• Các nhánh vào hình cây ( dendrites)
• Thân tế bào (cell body)
• Sợi trực ra (axon)
Các nhánh hình cây truyền tín hiệu vào đến thân tế bào. Thân tế bào tảng hợp và xử
lý cho tín hiệu đi ra. Sợi trục truyền tín hiệu ra từ thân tế bào này sang neuron khác. Điểm


12
liên kết giữa sợi trục của neuron này với nhánh hình cây của neuron khác gọi là synapse.
Liên kết giữa các neuron và độ nhạy của mỗi synapse được xác định bởi quá tành hóa học
phức tạp. Một số cấu trúc của neuron được xác định trước lúc sinh ra. Một số cấu trúc được
phát triển thông qua quá trình học. Trong cuộc đời cá thể, một số liên kết mới được hình
thành, một số khác bị hủy bỏ.
Như vậy neuron sinh học hoạt động theo cách thức sau: nhận tín hiệu đầu vào, xử
lý các tín hiệu này và cho ra một tứi hiệu output. Tín hiệu output này sau đó được truyền đi
làm tín hiệu đầu vào cho các nơron khác.
Dựa ưên những hiểu biết về neuron sinh học, con người xây dụng neuron nhân tạo
vối hy vọng tạo nên một mô hình có sức mạnh như bộ não.
3.2. Neuron nhân tạo
Một neuron là một đơn vị xử lý thông tin và là thành phần cơ bản của một mạng

neuron, cấu trúc của một neuron được mô tả trên hình dưới.

Hình ảnh 2. Neuron nhân tạo
Các thành phần cơ bản của một neuron nhân tạo bao gồm:
♦ Tập các đầu vào: Là các tín hiệu vào (input signals) của nơron, các tín hiệu này
thường được đưa vào dưới dạng một vector N chiều.
♦ Tập các liên kết: Mỗi liên kết được thể hiện bởi một trọng số (gọi là trọng số liên
kết - Synaptic weight). Trọng số liên kết giữa tín hiệu vào thứ j với neuron k thường được
kí hiệu là wkj. Thông thường, các trọng số này được khởi tạo một cách ngẫu nhiên ở thời
điểm khởi tạo mạng và được cập nhật liên tục trong quá tành học mạng.


13
♦ Bộ tổng (Summing function): Thường dùng để tính tổng của tích các đầu vào với
trọng số liên kết của nó.
♦ Ngưỡng (còn gọi là một độ lệch - bias): Ngưỡng này thường được đưa vào như
một thành phần của hàm truyền.
♦ Hàm truyền (Transfer function) : Hàm này được dùng để giới hạn phạm vi đầu ra
của mỗi neuron. Nó nhận đầu vào là kết quả của hàm tổng và ngưỡng đã cho. Thông thường,
phạm vi đầu ra của mỗi neuron được giới hạn trong đoạn [0,1] hoặc [-1, 1], Các hàm truyền
rất đa dạng, có thể là các hàm tuyến tính hoặc phi tuyến. Việc lựa chọn hàm truyền nào là
tuỳ thuộc vào từng bài toán và kinh nghiệm của người thiết kế mạng. Một số hàm truyền
thường sử dụng trong các mô hình mạng neuron được đưa ra trong bảng 1 .
♦ Đầu ra: Là tín hiệu đầu ra của một neuron, với mỗi neuron sẽ có tối đa là một đầu
ra.
Xét về mặt toán học, cấu trúc của một nơron k, được mô tả bằng cặp biểu thức sau:
m
k=lLwkjxj
ỉ0

u

Và:

+

Trong đó: xl, x2,..., xp: là các tín hiệu vào; (wkl, wk2, ..., wkp) là các trọng số liên
kết của neuron thứ k; uk là hàm tổng; bk là một ngưỡng; (p là hàm truyền và yk là tín hiệu
đầu ra của neuron.


14
Như vậy tương tự như neuron sinh học, neuron nhân tạo cũng nhận các tín hiệu đầu
vào, xử lý ( nhân các tín hiệu này với trọng số liên kết, tính tổng các tích thu được rồi gửi
kết quả tới hàm truyền), và cho một tín hiệu đầu ra (là kết quả của hàm truyền).

3.3. Mô hình mạng neuron
Mặc dù mỗi neuron đơn lẻ có thể thực hiện những chức năng xử lý thông tin nhất
định, sức mạnh của tính toán neuron chủ yếu có được nhờ sự kết hợp các neuron ừong một
kiến trúc thống nhất. Một mạng neuron là một mô hình tính toán được xác định qua các


15
tham số: kiểu neuron (như là các nút nếu ta coi cả mạng neuron là một đồ thị), kiến trúc kết
nối (sự tổ chức kết nối giữa các neuron) và thuật toán học (thuật toán dùng để học cho
mạng).
về bản chất một mạng neuron có chức năng như là một hàm ánh xạ F: X —► Y,
trong đỏ X là không gian trạng thải đầu vào (input State space) và Y là không gian trạng
thái đầu ra (output State space) của mạng. Các mạng chỉ đơn giản là làm nhiệm vụ ánh xạ
các vector đầu vào X 6 X sang các vector đầu ra y E Y thông qua “bộ lọc” (filter) các trọng

Số. Tức là y = F(x) = s(W, x), trong đó w là ma trận trọng số liên kết. Hoạt động của mạng
thường là các tính toán số thực trên các ma trận.
a. Các kiểu mô hình mạng neuron
Cách thức kết nối các neuron Ưong mạng xác định kiến trúc (topology) của mạng.
Các neuron trong mạng cố thể kết nối đầy đủ (fully connected) tức là mỗỉ neuron đều được
kết nối với tất cả các neuron khác, hoặc kết nối cục bộ (partially connected) chẳng hạn chỉ
kết nốỉ giữa các neuron trong các tầng khác nhau. Người ta chia ra haì loại kiến trúc mạng
chính:
♦ Tự kết hợp (autoassociative): là mạng có các neuron đầu vào cũng là các neuron
đầu ra. Mạng Hopfield là một kiểu mạng tự kết hợp.

Hình ảnh 3. Mạng tự kết hợp
♦ Kết hợp khác kiểu (heteroassocỉative): là mạng có tập neuron đầu vào và đầu ra
riêng biệt. Perceptron, các mạng Perceptron nhiều tầng (MLP: MultiLayer
Perceptron), mạng Kohonen,... thuộc loại này.


16

Hình ảnh 4. Mạng kết hợp khác kiểu
Ngoài ra tùy thuộc vào mạng có các kết nối ngược (feedback connections) từ các
neuron đầu ra tới các neuron đầu vào hay không, người ta chia ra làm 2 loại kiến trúc mạng.
♦ Kiến trúc truyền thẳng (feedforward architechture): là kiểu kiến trúc mạng không
có các kết nối ngược trở lại từ các neuron đầu ra về các neuron đầu vào; mạng không lưu
lại các giá tậ output trước và các trạng thái kích hoạt của neuron. Các mạng neuron truyền
thẳng cho phép tín hiệu dì chuyển theo một đường duy nhất; từ đầu vào tới đầu ra, đầu ra
của một tầng bất là sẽ không ảnh hưởng tới tầng đỏ. Các mạng kiểu Perceptron là mạng
truyền thẳng.

Hình ảnh 5. Mạng truyền thẳng

♦ Kiến tróc phản hồỉ (Feedback architecture): là kiểu kiến trúc mạng cố các kết nối
từ neuron đầu ra tới neuron đầu vào. Mạng lưu lại các trạng thải trước đó, và trạng


17
thái tiếp theo không chỉ phụ thuộc vào các tín hiệu đầu vào mà còn phụ thuộc vào các
trạng thái trước đó của mạng. Mạng Hopfield thuộc loại này.

Hình ảnh 6. Mạng phản hồi
b. Perceptron
Perceptron là mạng neuron đơn giản nhất, nố chỉ gồm một neuron, nhận đầu vào là
vector có các thành phần là các số thực và đầu ra là một trong hai giá trị +1 hoặc -1.
Dáu V3O

11 +1

► hoạc
T

Hình ảnh 7. Perceptron
Đầu ra của mạng được xác định như sau: mạng lấy tổng có trọng số các thành phàn
của vector đầu vào, kết quả này cùng ngưỡng b được đưa vào hàm truyền (Perceptron dùng
hàm Hard-limit làm hàm truyền) và kết quả của hàm truyền sẽ là đầu ra của mạng.
Percepữon cho phép phân loại chính xác trong trường hợp dữ liệu cố thề phân chia tuyến
tính (các mẫu nằm trên hai mặt đối diện của một siêu phẳng). Nỗ cũng phân loại đứng đầu
ra các hàm AND, OR và các hàm có dạng đứng khi n trong m đầu vào của nó đúng (n <
m). Nó không thể phân loại được đầu ra của hàm XOR.
c.

Mạng nhiều tầng truyền thẳng (MLP)

Mô hình mạng neuron được sử dụng rộng rãỉ nhất là mô hình mạng nhiều tầng truyền


18
thẳng (MLP: Multi Layer Perceptron). Một mạng MLP tổng quát là mạng có n (n>2) tầng
(thông thường tầng đầu vào không được tính đến): trong đó gồm một tầng đầu ra (tầng thứ
n) và (n-1) tầng ẩn.
Tầng vào

Tầngắnl

Tang ản (11-1)

Táng ra

Hình ảnh 8. Mạng MLP tổng quát
Kiến trúc của một mạng MLP tồng quát cố thể mô tả như sau:
♦ Đầu vào là các vector (xl, x2,..., xp) trong không gian p chiều, đầu ra là các vector
(yl, y2,..., yq) trong không gian q chiều. Đối với các bài toán phân loại, p chính là kích
thước của mẫu đầu vào, q chính là số lớp cần phân loại.
♦ Mỗi neuron thuộc tầng sau liên kết với tất cả các neuron thuộc tầng liền trước
nố.
♦ Đầu ra của neuron tầng trước là đầu vào của neuron thuộc tầng liền sau nố.
Hoạt động của mạng MLP như sau: tại tầng đầu vào các neuron nhận tín hiệu vào
xử lý (tính tổng trọng số, gửi tới hàm truyền) rồi cho ra kết quả (là kết quả của hàm truyền);
kết quả này sẽ được truyền tới các neuron thuộc tầng ẩn thứ nhất; cấc neuron tại đây tiếp
nhận như là tín hiệu đầu vào, xử lý và gửi kết quả đến tầng ẩn thứ 2;...; quá tành tiếp tục
cho đến khi các neuron thuộc tầng ra cho kết quả.
Một số kết quả đã được chứng minh:

19
♦ Bất kì một hàm Boolean nào cũng có thể biểu diễn được bởi một mạng MLP 2
tầng trong đó các neuron sử dụng hàm truyền sigmoid.
♦ Tất cả các hàm liên tục đều có thể xấp xỉ bởi một mạng MLP 2 tầng sử dụng hàm
truyền sigmoid cho các neuron tầng ẩn và hàm truyền tuyến tính cho các neuron tầng ra với
sai số nhỏ tùy ý.
♦ Mọi hàm bất kỳ đều có thể xấp xỉ bởi một mạng MLP 3 tầng sử dụng hàm truyền
sigmoid cho các neuron tầng ẩn và hàm truyền tuyến tính cho các neuron tầng ra.
4. Phương pháp Boostrap
Trong thống kê, Bootstrap được xem như là một phương pháp giải quyết các bất
định của bài toán thống kê mà không đòi hỏi các điều kiện ban đầu về phân phối xác suất.
Phương pháp Bootstrap là phương pháp coi mẫu gốc ban đầu đóng vai trò tổng thể mà từ
đó nó được rút ra. Từ mẫu ban đầu lấy lại các mẫu ngẫu nhiên cùng cỡ với mẫu gốc bằng
phương pháp lấy mẫu có hoàn lại, gọi là mẫu bootstrap. Với mỗi mẫu lấy lại ta tính được
giá trị tham số thống kê quan tâm gọi là tham số bootstrap. Sự phân bố của các tham số
thống kê mẫu bootstrap là phân phối bootstrap.

Mô phỏng phàn phối
bootstrap cua ước lưưng ẽ

Hình ảnh 9. Sơ đồ mô
phỏng phân phối
Bootstrap
Phương pháp Bootstrap là một phương pháp hữu ích dùng để tính khoảng ước lượng
tin cậy của các giá trị ước lượng điểm được lấy từ mô hình ANN.