| 논문명 |
PSC Beam교 환경부하량 추정을 위한 인공신경망 모델 적용 연구 / Application of Artificial Neural Network Model for Environmental Load Estimation of Pre-Stressed Concrete Beam Bridge |
| 저자명 |
김의왕(Kim, Eu Wang) ; 윤원건(Yun, Won Gun) ; 김경주(Kim, Kyong Ju) |
| 수록사항 |
한국건설관리학회 논문집, Vol.19 No.4 (2018-07) |
| 주제어 |
환경부하 ; 전과정평가 ; PSC 빔교 ; 인공신경망 ; Environmental Load ; Life Cycle Assessment ; PSC Beam ; Artificial Neural Network |
| 요약1 |
건설사업 초기단계가 환경부하량의 절감 가능성에 큰 영향을 미친다는 것을 감안한다면, 효과적인 의사결정을 지원할 수 있는 시스템을 초기에 구축하고 활용하는 것이 중요하다. 이에 본 연구에서는 기본적인 설계 요인들을 고려하여 초기 설계단계에서 활용될 수 있는 환경부하량 산정 모델을 구축하였다. 이 모델은 인공신경망 기법을 활용하고 설계단계 업무가 진행됨에 따라 얻을 수 있는 가용정보 수준을 고려하여 기획단계 적용 모델(ANN-1)과 기본 설계단계 적용 모델(ANN-2)로 구분하여 환경부하량을 산정하도록 구축되었다. 모델의 실험결과 ANN-1, ANN-2모델의 절대평균오차율과 표준편차는 각각 11.19% / 5.30% 및 9.59% / 3.09%로 높은 신뢰성을 갖는 것으로 나타났다. 본 모델은 프로젝트 초기단계별 기초적인 가용정보만을 활용하여 신속하고 정확하게 환경부하량을 추정하고 합리적인 의사결정을 지원할 수 있을 것으로 기대된다. |
| 요약2 |
Considering that earlier stage of construction project has a great influence on the possibility of lowering of environmental load, it is important to build and utilize system that can support effective decision making at the initial stage of the project. In this study, we constructed an environmental load estimation model that can be used at the early stage of the project using basic design factors. The model was constructed by using the artificial neural network to estimate environmental load by applying to planning stage (ANN-1), basic design stage (ANN-2). The result of test, shows that average of absolute measuring efficiency and standard deviation of ANN-1 and ANN-2 were 11.19% / 5.30% and 9.59% / 3.09% each. This result indicates that the model using the input variables extended with the project progress has high reliability and it is considered to be effective in decision support at the initial design stage of the project. |
