การประมาณราคาเบื้องต้น สำหรับงานก่อสร้างอาคารด้วยวิธีเทคนิค โครงข่ายประสาทเทียม

Preliminary cost estimation for building construction using artificial neural network technique

Name: สันติภูมิ สิทธิราษฎร์

ThaSH: การก่อสร้าง

ThaSH: การก่อสร้าง -- การประมาณราคา

ThaSH: วัสดุและอุปกรณ์ก่อสร้าง

ThaSH: การก่อสร้าง -- นวัตกรรมทางเทคโนโลยี

Abstract: ในปัจจุบันการจัดตั้งงบประมาณสำหรับงานก่อสร้างแบบเบื้องต้นนั้น นิยมใช้วิธีการ ประมาณราคาค่าก่อสร้างอาคารแบบหยาบเช่น การประมาณราคาต่อหน่วยพื้นที่ ซึ่งวิธีดังกล่าวนั้นเป็น วิธีที่รวดเร็ว แต่ขาดความแม่นยำ ทำให้โครงการก่อสร้างหลายโครงการพบปัญหาในความ คลาดเคลื่อนของงบประมาณที่ได้วางแผนไว้ ทั้งนี้ในปัจจุบันนั้นมีการพัฒนาเทคโนโลยีด้าน คอมพิวเตอร์และซอฟต์แวร์ ที่สามารถอำนวยความสะดวกสำหรับการประมาณราคา โดยหนึ่งใน เทคนิคที่มีการใช้งานอย่างแพร่หลายและมีประสิทธิภาพนั้นคือเทคนิคโครงข่ายประสาทเทียม โดยเป็นการนำข้อมูลของตัวอาการมาใช้ในการวิเคราะห์ ซึ่งงานวิจัยนี้จะนำเทคนิค โครงข่ายประสาท เทียมมาใช้ในการสร้างแบบจำลอง เพื่อใช้ในการประมาณราคาเบื้องต้นของการก่อสร้างอาคาร โดยจะ ใช้ชุดข้อมูลของอาคารที่ได้ก่อสร้างแล้วภายในมหาวิทยาลัยเชียงใหม่ มาเป็นชุดข้อมูลสำหรับการ สร้างแบบจำลอง โดยใช้ข้อมูลทั้งหมด 50 อาคาร โดยจะใช้ข้อมูลของอาคารและราคาค่าก่อสร้างนำมา สร้างแบบจำลอง ด้วยโปรแกรม RapidMiner เป็นซอฟต์แวร์ที่ใช้ในการสร้างแบบจำลอง โดยพบว่าได้ ความแม่นยำอยู่ที่ร้อยละ 90.46 ซึ่งมีความแม่นยำสูง เหมาะสมกับการนำไปใช้งานต่อไป

Abstract: The budget estimation for construction works in the preliminary phase is standard and uses rough estimation. This method is quick and does not require any complicated steps but still lacks accuracy in price estimation. Currently, there is the development of computer technology and software that can be convenient for price estimation. One of the most widely used and effective techniques is neural network techniques. The building data is used for analysis, such as the number of floors, building area, or the number of passenger elevators. This research will apply neural network techniques to create a model for estimating the preliminary cost of building construction. It uses the data set of buildings that have already been built at Chiang Mai University. Therefore, it comes as a dataset for modeling. This research used 50 building data in Chiang Mai University to create a model with RapidMiner, a software used in modeling. The model accuracy is 90.46 percent, making it efficient to use as an alternative to preliminary price estimation to set up a construction budget.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ชินพัฒน์ บัวชาติ

Role: ประธานกรรมการ

Name: ดำรงศักดิ์ รินชุมภู

Role: กรรมการ

Name: ธีวรา สุวรรณ

Role: กรรมการ

Name: กองกูณฑ์ โตชัยวัฒน์

Role: กรรมการ

Created: 2565

Modified: 2565-12-29

Issued: 2565-12-29

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมและการบริหารการก่อสร้าง

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	630632003.pdf	4.02 MB	19	2026-06-08 16:49:46

ใช้เวลา

0.045052 วินาที