신경망 모델을 활용한 설계 초기 단계에서의 철근 수량 예측

Abstract

건설산업을 성공적으로 수행하기 위해서는 사업 초기 단계부터 정확한 견적을 바탕으로 원가관리를 수행해야 할 필요가 있다. 초기 단계 개산견적의 정확도를 높이기 위해 개략적인 구조체의 수량을 산출하는 물량 기반의 개산견적은 하나의 대 안이 될 수 있다. 본 연구는 구조체 중 공사비 비중이 높고 수량 산출이 비교적 어려운 철근공사를 대상으로 설계 초기 단계 의 제한된 정보를 바탕으로 철근 수량을 예측할 수 있는 신경망 모델을 제시한다. 철근의 수량은 이음·정착길이 뿐 아니라 현장에서 반입할 수 있는 표준길이, 철근 길이의 단순화 등에 따라 달라지는데, 이러한 영향을 반영할 수 있도록 실제 현장에 적용된 철근상세도 도면을 수집하여 데이터를 분석하고, 이를 기반으로 모델을 구축하였다. 수집한 자료를 분석하여 기둥 과 보 부재를 대상으로 단면 크기별 주철근과 횡방향 철근의 중량의 평균값을 단위 길이(m)를 기준으로 제시하였다. 또한 기 둥과 보 부재의 철근의 수량을 산출할 수 있도록 MLP(Multilayer Perceptron networks) 모델을 제시하였으며, 모델을 구현 하기 위해 필요한 입력 변수와 출력 변수를 설정하고 모델을 구현하는데 필요한 매개변수를 랜덤 서치 방식으로 최적화하였 다. 제시된 MLP 모델을 적용할 경우 개산견적 단계에서 구조체 수량을 개략 산출하는 방식으로 정확도를 향상시킬 수 있을 것으로 판단되며, 수량을 바탕으로 한 견적업무를 효율적으로 개선하는데 기여할 수 있을 것으로 판단된다.