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
TRƢỜNG ĐẠI HỌC BÁCH KHOA
………….

ĐẶNG TRẦN ĐĂNG KHOA
ĐỀ TÀI:

ƢỚC LƢỢNG CHI PHÍ XÂY DỰNG CẦU DẦM NHỊP
GIẢN ĐƠN BẰNG MƠ 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


Cơng trình đƣợc hồn thành tại: Trƣờng Đại học Bách Khoa – ĐHQG-HCM
Cán bộ hƣớng dẫn khoa học : TS. ĐINH CÔNG TỊNH

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

Cán bộ chấm nhận xét 1 : PGS.TS. LƢU TRƢỜNG VĂN

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

Luận văn thạc sĩ đƣợc bảo vệ tại Trƣờng 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. LƢƠNG ĐỨC LONG

- Uỷ viên phản biện

3. PGS.TS. LƢU TRƢỜNG VĂN

- Uỷ viên phản biện

4. TS. NGUYỄN ANH THƢ

- Uỷ viên phản biện

5. TS. PHẠM VŨ HỒNG SƠN

- Thƣ ký hội đồng

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

TRƢỞNG KHOA KTXD


ĐẠI HỌC QUỐC GIA TP. HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƢỜNG 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

I.

: 60.58.90

TÊN ĐỀ TÀI:

ƢỚC LƢỢNG CHI PHÍ XÂY DỰNG CẦU DẦM NHỊP GIẢN ĐƠN BẰNG MƠ
HÌNH MẠNG NEURON NHÂN TẠO (ANN)
II. NHIỆM VỤ VÀ NỘI DUNG:
1. Xác định các nhân tố ảnh hƣởng đến chi phí xây dựng cầu dầm nhịp giản đơn.
2. Xây dựng mơ hình mạng neuron nhân tạo ANN.

3. Kiểm định, đánh giá và thử nghiệm mơ hình.
4. Ứng dụng mơ 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 HƢỚNG DẪN: TS. ĐINH CƠNG TỊNH, TS.LÊ HỒI LONG
TP.HCM, ngày………tháng………năm 2016
CÁN BỘ HƢỚNG DẪN 1

CHỦ NHIỆM BỘ MÔN
ĐÀO TẠO

TS. ĐINH CƠNG TỊNH
CÁN BỘ HƢỚNG DẪN 2

TS. LÊ HỒI LONG

TRƢỞNG KHOA


LỜI CẢM ƠN
Trong quá trình thực hiện luận văn, Học viên đã nhận đƣợc sự giúp đỡ thật quý
báo của nhiều cá nhân và tổ chức.
Lời đầu tiên, Học viên xin đƣợc bày tỏ lòng biết ơn sâu sắc đến thầy TS.Lê Hồi
Long và thầy TS.Đinh Cơng Tịnh đã tận tình hƣớng 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 trƣờng đại học Bách Khoa Tp.Hồ Chí
Minh đã hƣớng dẫn, truyền đạt kiến thức trong suốt thời gian Học viên theo học tại
trƣờng;
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


TĨM TẮT
Giao thơng 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 đƣờng tỉnh, đƣờng huyện. Đặc biệt là xây dựng mới những cầu giao
thông với tải trọng HL93 theo tiêu chuẩn xây dựng cầu 22TCN 272-05, nâng cao khẩu
độ cầu, mở rộng khoảng thông thuyền giúp ích cho giao thơng đƣờng bộ và đƣờng
thủy đƣợc thuận tiện hơn. Vốn ngân sách tỉnh chi vào các cơng trình cầu giao thơng
ngày càng nhiều. Nhận thức đƣợc tầm quan trọng của công tác quản lý dự án, quản lý
chi phí xây dựng, các cơ quan chun mơn, cơ quan có thẩm quyền mà ở đây đặc biệt
quan trọng là Sở Giao thông Vận tải Long An đã có nhiều biện pháp nhằm kiểm sốt
chi phí xây dựng các cầu giao thông đạt chất lƣợng, hiệu quả mà chi phí đảm bảo
khơng vƣợt q nhiều.
Qua tham khảo và khảo sát ý kiến của các chuyên gia về lĩnh vực giao thông tại
địa phƣơng, việc áp dụng ƣớc lƣợng 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 đƣợc 14 nhân tố chính ảnh hƣởng
trực tiếp đến chi phí xây dựn cầu dầm nhịp giản đơn. Dựa vào các số liệu các cơng
trình đã thi cơng trong năm 2013 và 2014 trên toàn tỉnh, chọn ra đƣợc 33 bộ dữ liệu có
thể sử dụng phục vụ cơng tác nghiên cứu này.
Sử dụng ứng dụng mơ hình ANN trên phần mềm SPSS20 và tham khảo các
nghiên cứu trƣớc đây về ƣớc lƣợng chi phí đã thực hiện tại Việt Nam và thế giới để

xây dựng mơ hình ƣớc lƣợng 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 ƣớc
lƣợng 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 mơ hình mạng neuron nhân tạo
(ANN)” các số liệu thu thập và kết quả nghiên cứu đƣợc thể hiện hoàn toàn trung thực
và chƣa đƣợc công bố ở bất kỳ nghiên cứu nào khác. Tơi xin chịu trách nhiệm hồn
tồn về nghiên cứu của mình.

TP.HCM, ngày……tháng……năm 2016

ĐẶNG TRẦN ĐĂNG KHOA


1

MỤC LỤC
CHƢƠNG 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

CHƢƠNG 2: TỔNG QUAN .....................................................................................................................9
1.

Giới thiệu chƣơng........................................................................................................................9

2.

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

3.

Tổng quan phƣơng pháp ANN.................................................................................................10

3.1.

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

3.2.

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

3.3.

Mơ hình mạng neuron ..........................................................................................................14

a.

Các kiểu mơ hình mạng neuron ...........................................................................................15

b.

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

c.

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

4.

Phƣơng pháp Boostrap .............................................................................................................19

5.

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

CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU ...................................................................................22
1.

Giới thiệu chƣơng......................................................................................................................22

2.

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

3.

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

4.

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

5.

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

5.1.

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

5.2.

Đánh giá mơ hình ..................................................................................................................32

CHƢƠNG 4: XÂY DỰNG MƠ HÌNH ANN .....................................................................................34
1.

Giới thiệu chƣơng......................................................................................................................34

2.

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

3.

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


2
4.

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

5.

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

CHƢƠNG 5: THỬ NGHIỆM MƠ HÌNH, ỨNG DỤNG MƠ HÌNH TRÊN PHẦN MỀM EXCEL,
ƢỚC LƢỢNG KHOẢNG TIN CẬY .....................................................................................................58
1.

Giới thiệu chƣơng......................................................................................................................58

2.

Mơ hình ƣớc tính .......................................................................................................................58

3.

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

4.

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

5.

Xây dựng mơ hình ƣớc lƣợng ANN trên phần mềm excel: ...................................................60

6.

Suất vốn đầu tƣ, giá bộ phận kết cấu cơng trình: ..................................................................65

7.

Ƣớc lƣợng khoảng .....................................................................................................................66

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

Phụ lục 4: Tổng hợp kết quả mơ 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 mơ phỏng phân phối Bootstrap................................................................... 19
Hình ảnh 10 Qui trình thực hiện nghiên cứu ............................................................................ 23
Hình ảnh 11. Quy trình phát triển mơ hình neuron .................................................................. 30
Hình ảnh 12. Đồ thị R2(mơ hình 8 biến đầu vảo 1 lớp ẩn) ....................................................... 35
Hình ảnh 13. Đồ thị hệ số R2(mơ hình 8 biến đầu vào 2 lớp ẩn).............................................. 35
Hình ảnh 14. Đồ thị hệ số R2(mơ hình 8 biến đầu vào 2 lớp ẩn).............................................. 36
Hình ảnh 15. Đồ thị hệ số R2(mơ hình 8 biến đầu vào 2 lớp ẩn).............................................. 36
Hình ảnh 16. Đồ thị sai số MAPE (mơ hình 8 biến đầu vảo 1 lớp ẩn) ..................................... 37
Hình ảnh 17. Đồ thị sai số MAPE (mơ hình 8 biến đầu vào 2 lớp ẩn) ..................................... 37
Hình ảnh 18. Đồ thị sai số MAPE (mơ hình 8 biến đầu vào 2 lớp ẩn) ..................................... 38
Hình ảnh 19. Đồ thị sai số MAPE (mơ hình 8 biến đầu vào 2 lớp ẩn) ..................................... 38
Hình ảnh 20. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 8 biến đầu vào 1 lớp ẩn) ........ 39
Hình ảnh 21. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 8 biến đầu vào 1 lớp ẩn) ................ 39
Hình ảnh 22. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 8 biến đầu vào 2 lớp ẩn) ........ 40
Hình ảnh 23. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 8 biến đầu vào 2 lớp ẩn) ........ 40
Hình ảnh 24. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 8 biến đầu vào 2 lớp ẩn) ........ 40

Hình ảnh 25. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 8 biến đầu vào 2 lớp ẩn) ................ 40
Hình ảnh 26. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 8 biến đầu vào 2 lớp ẩn) ............... 41
Hình ảnh 27. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 8 biến đầu vào 2 lớp ẩn) ................ 41
Hình ảnh 28. Đồ thị R2(mơ hình 14 biến đầu vảo 1 lớp ẩn) ..................................................... 43
Hình ảnh 29. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 43


4
Hình ảnh 30. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 43
Hình ảnh 31. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 43
Hình ảnh 32. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 44
Hình ảnh 33. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 44
Hình ảnh 34. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 44
Hình ảnh 35. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 44
Hình ảnh 36. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 45
Hình ảnh 37. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 45
Hình ảnh 38. Đồ thị hệ số R2(mơ hình 14 biến đầu vào 2 lớp ẩn)............................................ 45
Hình ảnh 39. Đồ thị sai số MAPE (mơ hình 14 biến đầu vảo 1 lớp ẩn) ................................... 46
Hình ảnh 40. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 47
Hình ảnh 41. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 47
Hình ảnh 42. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 47
Hình ảnh 43. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 47
Hình ảnh 44. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 48
Hình ảnh 45. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 48
Hình ảnh 46. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 48
Hình ảnh 47. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 48
Hình ảnh 48. Đồ thị sai số MAPE (mơ hình 14 biến đầu vào 2 lớp ẩn) ................................... 49
Hình ảnh 49. Đồ thị sai số MAPE (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .......................... 49
Hình ảnh 50. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 1 lớp ẩn) ...... 50
Hình ảnh 51. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 1 lớp ẩn) .............. 51

Hình ảnh 52. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 51
Hình ảnh 53. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 51
Hình ảnh 54. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 52
Hình ảnh 55. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 52
Hình ảnh 56. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 52
Hình ảnh 57. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 52
Hình ảnh 58. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 53
Hình ảnh 59. Đồ thị sai số MAPE của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) ...... 53


5
Hình ảnh 60. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 53
Hình ảnh 61. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 53
Hình ảnh 62. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 54
Hình ảnh 63. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào) ............................ 54
Hình ảnh 64. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 54
Hình ảnh 65. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 54
Hình ảnh 66. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 55
Hình ảnh 67. Đồ thị hệ số R2 của bộ Test (Mơ hình ANN 14 biến đầu vào 2 lớp ẩn) .............. 55
Hình ảnh 68. Chương trình ước lượng bằng Excel cho mơ hình giai đoạn 1 .......................... 64
Hình ảnh 69. Chương trình ước lượng bằng Excel cho mơ 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 mơ hình ..................................... 29
Bảng 3. Tổng hợp hệ số xác định (R2) mơ hình ANN giai đoạn 1 ............................................ 36
Bảng 4. Tổng hợp sai số MAPE giai đoạn 1............................................................................. 38

Bảng 5. Kết quả đánh giá hai mơ hình ANN tốt nhất và kém nhất trong nhóm 2 lớp ẩn ......... 42
Bảng 6. Kết quả đánh giá hai mơ hình ANN tốt nhất và kém nhất trong nhóm 1 lớp ẩn ......... 42
Bảng 7. Tổng hợp hệ số xác định (R2) mơ 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 mơ hình ANN tốt nhất và kém nhất trong nhóm mơ hình ANN 2
lớp ẩn ........................................................................................................................................ 56
Bảng 10. Kết quả đánh giá hai mơ hình ANN tốt nhất và kém nhất trong nhóm mơ hình ANN 1
lớp ẩn ........................................................................................................................................ 56
Bảng 11. Dữ liệu của dự án được thử nghiệm .......................................................................... 59
Bảng 12. Tổng hợp kết quả thử nghiệm mơ hình ...................................................................... 59
Bảng 13. Ma trận trọng số liên kết và sai số bias lớp ẩn số 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 mơ hình ...................................................................... 66
Bảng 19. Tổng hợp ước lượng khoảng chi phí xây dựng theo phương pháp Bootstrap........... 67


7

CHƢƠNG 1: ĐẶT VẤN ĐỀ
1. Xác định vấn đề nghiên cứu
Là một tỉnh thuộc đồng bằng sông Cửu Long, Long An đƣợc xem là tỉnh phát
triển khá nhanh về công nơng nghiệp và dịch vụ. Từ đó, nhu cầu đi lại và vận chuyển
hàng hóa đƣờng bộ ngày càng tăng cao. Chính vì vậy, u cầu về phát triển hạ tầng đặc
biệt là mạng lƣới giao thông đƣờng bộluôn đƣợc Chính quyền địa phƣơng 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 hịa và phát triển đồng bộ giữa giao thông đƣờng bộ và giao
thông đƣờng thủy, nhiều dự án cầu đã đƣợc triển khai, đặc biệt phổ biến là cầu loại

dầm nhịp giản đơn.
Tuy nhiên, vốn ngân sách tỉnh hạn hẹp, kinh phí đầu tƣ vào các dự án cầu giao
thơng cịn nhiều hạn chế, đòi hỏi các cơ quan lãnh đạo địa phƣơng phải tính tốn sao
cho chất lƣợng cơng trình vẫn đảm bảo mà khơng lãng phí chi phí xây dựng. Cơng tác
xác định chi phí xây dựng cầu dầm nhịp giản đơn đƣợc thực hiện thông qua bƣớc thiết
kế bản vẽ thi cơng với cách tính truyền thống là lập dự tốn.
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 mơ hình mạng neuron nhân tạo (ANN)
đƣợc xem nhƣ một giải pháp hữu hiệu để ƣớc lƣợng chi phí xây dựng.
Nghiên cứu này đƣợc thực hiện để thực hiện công tác xác định chi phí xây dựng
cho các dự án tƣơng tự sẽ đƣợc thực hiện dựa trên các dữ liệu của các dự án tƣơng tự
bằng ứng dụng của mơ hình mạng neuron nhân tạo ANN.
2. Mục tiêu nghiên cứu
Nghiên cứu đƣợc tiến hành nhằm đáp ứng các mục tiêu sau đây:
-

Xác định các nhân tố chính ảnh hƣởng đến chi phí xây dựng cầu dầm nhịp giản
đơn.

-

Ứng dụng mơ hình ANN để xây dựng mơ hình ƣớc lƣợng chi phí xây dựng cầu.


8

-

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

-

Viết chƣơng trình ứng dụng mơ hình trên phần mềm Excel.

-

Ƣớc lƣợng khoảng tin cậy của giá trị ƣớc lƣợng từ mơ hình dựa trên phƣơng
pháp Bootstrap.

3. Phạm vi nghiên cứu
-

Các cơng trình cầu dầm nhịp giản đơn sử dụng vốn ngân sách nhà nƣớc xây
dựng trên địa bàn tỉnh Long An.

-

Dữ liệu sử dụng cho việc huấn luyện mạng neuron hạn chế nhƣ sau : các số liệu
thu thập dựa trên cơ sở các số liệu dự tốn, hồ sơ thiết kế của các cơng 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 tƣ biết trƣớc đƣợc
chi phí xây dựng qua đó quản lý tốt hơn về chất lƣợng và chi phí cơng trình.
Nghiên cứu cịn tạo ra thêm một phƣơng pháp tính tốn ƣớc lƣợng dự tốn chi
phí cầu ngay cả khi chƣa có thiết kế chi tiết.
Đề tài còn là cở sở để xây dựng và phát triển một mơ hình xác định chi phí xây
dựng mới hồn thiện và phổ biến hơn trong tƣơng lai thay thế các phƣơng pháp truyền

thống, giúp giảm thiểu các chi phí sinh ra trong cơng tác lập chi phí xây dựng.


9

CHƢƠNG 2: TỔNG QUAN
1. Giới thiệu chƣơng
Nội dung của Chƣơng 2 sẽ đi vào hai vấn đề chính đó là làm sáng tỏ các khái
niệm quan trọng đƣợc sử dụng trong Luận văn và tổng hợp các nghiên cứu trƣớc về
phƣơng pháp cũng nhƣ các rủi ro tiềm năng.
2. Các khái niệm chung:
a. Cơng trình cầu giao thơng sử dụng dầm nhịp giản đơn
Cầu là một phƣơng tiện nối liền 2 hay nhiều điểm khác nhau, giúp việc di
chuyển giữa các vị trí ấy đƣợc dễ dàng hơn.
Cầu là một cơng trình giao thơng đƣợc bắc qua các chƣớng ngại nƣớc nhƣ: rãnh
nƣớc, dịng suối, dịng sơng, hồ, biển, thung lung, hay các chƣớng ngại khác nhƣ:
đƣờng bộ, đƣờng sắt… đảm bảo cho giao thông đƣợc 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 phƣơng thẳng đứng
và có hƣớng từ dƣới lên.
b. Dự án đầu tƣ xây dựng:
Dự án đầu tƣ 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 cơng trình xây
dựng nhằm phát triển, duy trì, nâng cao chất lƣợng cơng trình hoặc sản phẩm, dịch vụ
trong thời hạn và chi phí xác định. Ở giai đoạn chuẩn bị dự án đầu tƣ xây dựng, dự án
đƣợc thể hiện thông qua Báo cáo nghiên cứu tiền khả thi đầu tƣ xây dựng, Báo cáo
nghiên cứu khả thi đầu tƣ xây dựng hoặc Báo cáo kinh tế - kỹ thuật đầu tƣ xây dựng.
c. Lập dự án đầu tƣ xây dựng cơng trình
Lập dự án đầu tƣ xây dựng cơng trình để chứng minh cho ngƣời quyết định đầu
tƣ thấy đƣợc sự cần thiết, mục tiêu, hiệu quả đầu tƣ của dự án; làm cơ sở cho ngƣời 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 nƣớc xem xét sự phù hợp của dự án đối với quy hoạch phát triển


10

kinh tế - xã hội, quy hoạch phát triển ngành và quy hoạch xây dựng; đánh giá tác động
về sự ảnh hƣởng của dự án tới môi trƣờng, mức độ an tồn đối với các cơng trình lân
cận; các yếu tố ảnh hƣởng 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 tƣ xây dựng cơng trình gồm việc
lập Báo cáo nghiên cứu tiền khả thi đầu tƣ xây dựng (nếu có), Báo cáo nghiên cứu khả
thi đầu tƣ xây dựng hoặc Báo cáo kinh tế - kỹ thuật đầu tƣ xây dựng và thực hiện các
công việc cần thiết để chuẩn bị đầu tƣ xây dựng.
d. Thiết kế bản vẽ thi công
Thiết kế bản vẽ thi công là thiết kế đảm bảo thể hiện đƣợc 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 cơng xây dựng cơng trình.
e. Suất vốn đầu tƣ:
Suất vốn đầu tƣ xây dựng cơng trình là mức phí cần thiết để đầu tƣ xây dựng
cơng trình mới tính theo đơn vị diện tích, cơng suất hoặc năng lực phục vụ theo thiết kế
cơng trình.
Suất vốn đầu tƣ là cơ sở phục vụ cho việc xác định tổng mức đầu tƣ 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 cơng trình bao gồm tồn bộ chi phí cần
thiết để hồn thành một bộ phận kết cấu cơng trình. Giá xây dựng tổng hợp bộ phận kết
cấu cơng trình là cơ sở để phục vụ cho việc xác định dự tốn cơng trình.
3. Tổng quan phƣơng pháp ANN
Nội dung này được tổng 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 (Đỗ, 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, đƣợc nghiên cứu ra từ
hệ thống thần kinh của sinh vật, giống nhƣ bộ não để xử lý thơng tin. Nó bao gồm số
lƣợng lớn các mối gắn kết cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải


11

quyết vấn đề rõ ràng. ANNs giống nhƣ con ngƣời, đƣợc học bởi kinh nghiệm, lƣu
những kinh nghiệm hiểu biết và sử dụng trong những tình huống phù hợp.
Đầu tiên ANN đƣợc giới thiệu năm 1943 bởi nhà thần kinh học Warren
McCulloch và nhà logic học Walter Pits. Nhƣng với những kỹ thuật trong thời gian này
chƣa cho phép họ nghiên cứu đƣợc nhiều. Những năm gần đây mô phỏng ANN xuất
hiện và phát triển. Các nghiên cứu ứng dụng đã đƣợc thực hiện trong các ngành: điện,
điện tử, kỹ thuật chế tạo, y học, quân sự, kinh tế...và mới nhất là các nghiên cứu ứng
dụng trong lĩnh vực quản lý dự án xây dựng. Tại Việt Nam việc nghiên cứu ứng dụng
ANN vào quản lý xây dựng chỉ mới bắt đầu trong vài năm gần đây và cần đƣợc phát
triển.
3.1. Neuron sinh học
Qua quá trình nghiên cứu về bộ não, ngƣời ta thấy rằng: bộ não con ngƣời bao
gồm khoảng 1011 neuron tham gia vào khoảng 1015 kết nối trên các đƣờng truyền.
Mỗi đƣờng truyền này dài khoảng hơn một mét. Các neuron có nhiều đặc điểm chung
với các tế bào khác trong cơ thể, ngồi ra chúng cịn có những khả năng mà các tế bào
khác khơng có đƣợc, đó là khả năng nhận, xử lý và truyền các tín hiệu điện hóa trên
các đƣờng mịn neuron, các con đƣờng này tạo nên hệ thống giao tiếp của bộ não.

Hình ảnh 1. Cấu trúc của một nơron sinh học điển hình
Mỗi neuron sinh học có 3 thành phần cơ bản:
• Các nhánh vào hình cây ( dendrites)
• Thân tế bào (cell body)

12

• Sợi trục ra (axon)
Các nhánh hình cây truyền tín hiệu vào đến thân tế bào. Thân tế bào tổng hợp và
xử lý cho tín hiệu đi ra. Sợi trục truyền tín hiệu ra từ thân tế bào này sang neuron khác.
Điểm 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 đƣợc xác định bởi q
trình hóa học phức tạp. Một số cấu trúc của neuron đƣợc xác định trƣớc lúc sinh ra.
Một số cấu trúc đƣợc phát triển thông qua quá trình học. Trong cuộc đời cá thể, một số
liên kết mới đƣợc hình thành, một số khác bị hủy bỏ.
Nhƣ 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 tín hiệu output. Tín hiệu output này sau đó đƣợc
truyền đi làm tín hiệu đầu vào cho các nơron khác.
Dựa trên những hiểu biết về neuron sinh học, con ngƣời xây dựng neuron nhân
tạo với hy vọng tạo nên một mơ hình có sức mạnh nhƣ 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 đƣợc mơ tả trên hình dƣới.

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 thƣờng đƣợc đƣa vào dƣới dạng một vector N chiều.


13

♦ Tập các liên kết: Mỗi liên kết đƣợc 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

thƣờng đƣợc kí hiệu là wkj. Thông thƣờng, các trọng số này đƣợc khởi tạo một cách
ngẫu nhiên ở thời điểm khởi tạo mạng và đƣợc cập nhật liên tục trong quá trình học
mạng.
♦ Bộ tổng (Summing function): Thƣờng dùng để tính tổng của tích các đầu vào
với trọng số liên kết của nó.
♦ Ngƣỡng (còn gọi là một độ lệch - bias): Ngƣỡng này thƣờng đƣợc đƣa vào
nhƣ một thành phần của hàm truyền.
♦ Hàm truyền (Transfer function) : Hàm này đƣợc dùng để giới hạn phạm vi đầu
ra của mỗi neuron. Nó nhận đầu vào là kết quả của hàm tổng và ngƣỡng đã cho. Thông
thƣờng, phạm vi đầu ra của mỗi neuron đƣợc 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 ngƣời thiết kế mạng.
Một số hàm truyền thƣờng sử dụng trong các mơ hình mạng neuron đƣợc đƣa 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, đƣợc mô tả bằng cặp biểu thức
sau:
m

uk

wkj x j
j 0

Và:

yk

uk

bk

Trong đó: x1, x2, ..., xp: là các tín hiệu vào; (wk1, wk2, ..., wkp) là các trọng số
liên kết của neuron thứ k; uk là hàm tổng; bk là một ngƣỡng;
tín hiệu đầu ra của neuron.

là hàm truyền và yk là


14

Nhƣ vậy tƣơng tự nhƣ 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 đƣợc
rồi gửi kết quả tới hàm truyền), và cho một tín hiệu đầu ra ( là kết quả của hàm truyền).

Hàm truyền

Đồ thị

Symmetrical Hard Limit
(hardlims)

Linear (purelin)

Saturating Linear (satlin)

Log-Sigmoid (logsig)

Bảng 1. Một số hàm truyền thông dụng

3.3. Mơ hình mạng neuron
Mặc dù mỗi neuron đơn lẻ có thể thực hiện những chức năng xử lý thơng tin
nhất định, sức mạnh của tính tốn neuron chủ yếu có đƣợc nhờ sự kết hợp các neuron
trong một kiến trúc thống nhất. Một mạng neuron là một mơ hình tính tốn đƣợc xác


15

định qua các tham số: kiểu neuron (nhƣ 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 nhƣ là một hàm ánh xạ F: X → Y,
trong đó X là khơng gian trạng thái 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 ∈ X sang các vector đầu ra y ∈ 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 thƣờng là các tính tốn số thực trên các ma trận.
a. Các kiểu mơ hình mạng neuron
Cách thức kết nối các neuron trong mạng xác định kiến trúc (topology) của
mạng. Các neuron trong mạng có thể kết nối đầy đủ (fully connected) tức là mỗi
neuron đều đƣợc kết nối với tất cả các neuron khác, hoặc kết nối cục bộ (partially
connected) chẳng hạn chỉ kết nối giữa các neuron trong các tầng khác nhau. Ngƣời ta
chia ra hai 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 (heteroassociative): 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
Ngồi ra tùy thuộc vào mạng có các kết nối ngƣợc (feedback connections) từ
các neuron đầu ra tới các neuron đầu vào hay không, ngƣời ta chia ra làm 2 loại kiến
trúc mạng.
♦ Kiến trúc truyền thẳng (feedforward architechture): là kiểu kiến trúc mạng
khơng có các kết nối ngƣợc trở lại từ các neuron đầu ra về các neuron đầu vào; mạng
không lƣu lại các giá trị output trƣớc và các trạng thái kích hoạt của neuron. Các mạng
neuron truyền thẳng cho phép tín hiệu di chuyển theo một đƣờng duy nhất; từ đầu vào
tới đầu ra, đầu ra của một tầng bất kì sẽ khơng ảnh hƣởng tới tầng đó. Các mạng kiểu
Perceptron là mạng truyền thẳng.

Hình ảnh 5. Mạng truyền thẳng
♦ Kiến trúc phản hồi (Feedback architecture): là kiểu kiến trúc mạng có các kết
nối từ neuron đầu ra tới neuron đầu vào. Mạng lƣu lại các trạng thái trƣớc đó, và trạng


17

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

Hình ảnh 6. Mạng phản hồi
b. Perceptron
Perceptron là mạng neuron đơn giản nhất, nó 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.

Hình ảnh 7. Perceptron
Đầu ra của mạng đƣợc xác định nhƣ sau: mạng lấy tổng có trọng số các thành
phần của vector đầu vào, kết quả này cùng ngƣỡng b đƣợc đƣa vào hàm truyền
(Perceptron dùng hàm Hard-limit làm hàm truyền) và kết quả của hàm truyền sẽ là đầu
ra của mạng.
Perceptron cho phép phân loại chính xác trong trƣờng hợp dữ liệu có thể phân
chia tuyến tính (các mẫu nằm trên hai mặt đối diện của một siêu phẳng). Nó cũng phân


18

loại đúng đầu ra các hàm AND, OR và các hàm có dạng đúng khi n trong m đầu vào
của nó đúng (n ≤ m). Nó khơng thể phân loại đƣợc đầu ra của hàm XOR.
c. Mạng nhiều tầng truyền thẳng (MLP)
Mơ hình mạng neuron đƣợc sử dụng rộng rãi nhất là mơ hình mạng nhiều tầng
truyền thẳng (MLP: Multi Layer Perceptron). Một mạng MLP tổng quát là mạng có n
(n≥2) tầng (thơng thƣờng tầng đầu vào khơng đƣợc tính đến): trong đó gồm một tầng
đầu ra (tầng thứ n) và (n-1) tầng ẩn.

Hình ảnh 8. Mạng MLP tổng quát
Kiến trúc của một mạng MLP tổng qt có thể mơ tả nhƣ sau:
♦ Đầu vào là các vector (x1, x2, ..., xp) trong không gian p chiều, đầu ra là các
vector (y1, y2, ..., yq) trong không gian q chiều. Đối với các bài tốn phân loại, p chính
là kích thƣớc 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 trƣớc
nó.
♦ Đầu ra của neuron tầng trƣớc là đầu vào của neuron thuộc tầng liền sau nó.
Hoạt động của mạng MLP nhƣ 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 đƣợc truyền tới các neuron thuộc tầng ẩn thứ nhất; các neuron

tại đây tiếp nhận nhƣ là tín hiệu đầu vào, xử lý và gửi kết quả đến tầng ẩn thứ 2;…; quá
trình tiếp tục cho đến khi các neuron thuộc tầng ra cho kết quả.
Một số kết quả đã đƣợc chứng minh:


19

♦ Bất kì một hàm Boolean nào cũng có thể biểu diễn đƣợc 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. Phƣơng pháp Boostrap
Trong thống kê, Bootstrap đƣợc xem nhƣ là một phƣơng pháp giải quyết các bất
định của bài tốn thống kê mà khơng địi hỏi các điều kiện ban đầu về phân phối xác
suất. Phƣơng pháp Bootstrap là phƣơng pháp coi mẫu gốc ban đầu đóng vai trị tổng
thể mà từ đó nó đƣợc rút ra. Từ mẫu ban đầu lấy lại các mẫu ngẫu nhiên cùng cỡ với
mẫu gốc bằng phƣơng pháp lấy mẫu có hồn lại, gọi là mẫu bootstrap. Với mỗi mẫu
lấy lại ta tính đƣợc 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.

Hình ảnh 9. Sơ đồ mô phỏng phân phối Bootstrap
Phƣơng pháp Bootstrap là một phƣơng pháp hữu ích dùng để tính khoảng ƣớc
lƣợng tin cậy của các giá trị ƣớc lƣợng điểm đƣợc lấy từ mơ hình ANN.