표제지
국문초록
목차
I. 서론 13
1. 연구의 배경 및 목적 13
2. 연구의 내용 및 방법 15
1) 흙막이 가시설의 이론적 고찰 15
2) 기존 흙막이 가시설 관련 연구의 한계점 고찰 16
3) 가상단면을 기반으로 한 사례베이스 구축 16
4) 공사비 예측모델 구축 16
5) 공사비 예측모델 검토 16
3. 연구방법 및 수행절차 17
II. 흙막이 가시설의 이론적 고찰 및 선행연구동향 18
1. 흙막이 가시설의 이론적 고찰 18
1) 흙막이 가시설의 구조 18
2) 흙막이 가시설 설계고려사항 19
2. 흙막이 가시설 관련 선행연구동향 22
1) 국외 연구동향 23
2) 국내 연구동향 25
3) 연구동향 요약 27
3. 연구 방법론 28
1) 개략공사비 검토방안 28
2) 다중회귀분석(Multiple-Regression Analysis) 31
3) 인공 신경망(Neural Network) 33
4) 랜덤 포레스트(Random Forest) 36
5) 사례기반추론(Case-Based Reasoning) 38
6) 유전자 알고리즘(Genetic Algorithm) 41
III. 사례베이스 구축 43
1. 기준공사비 43
2. 사례베이스 데이터 구축 46
1) 사례별 제원 46
2) 평면 구성 49
3) 종단 구성 50
4) 단면 구성 52
3. 공사비 데이터를 이용한 영향요인 도출 53
1) 변수 선정 53
2) 영향요인 분석 56
IV. 개략공사비 예측 모델 59
1. 다중회귀분석 59
1) 무복공 구간 회귀분석 59
2) 복공 구간 회귀분석 64
2. 인공 신경망 66
3. 랜덤 포레스트(Random Forest) 69
4. 유전자 알고리즘을 활용한 사례기반추론 72
5. 공사비 예측 모델 요약 79
V. 결론 83
1. 연구결과 83
(1) 흙막이 가시설 공사비 예측을 위한 사례베이스 구축 83
(2) H-Pile + 토류판 공법 공사비 예측모델 구축 84
2. 향후 연구방향 84
(1) 실제 데이터를 기반으로 한 사례베이스 구축 85
(2) 지장물 처리방안에 대한 고려 85
(3) 다양한 공법에 대한 고려 86
(4) 추가적인 모델을 사용한 검증 86
참고문헌 87
부록 90
[부록 1] 가시설 수량산출 아이템 90
[부록 2] 차수그라우팅 수량산출 아이템 98
ABSTRACT 99
[표 2.1] 가설강재의 허용응력(SS400, SM400) 21
[표 2.2] 프로젝트 단계별 원가산정 정확도 29
[표 2.3] AACE 공사비 추정 매트릭스 30
[표 2.4] 분산분석표(ANOVA) 33
[표 2.5] 인공 신경망 모델의 분류 34
[표 2.6] 랜덤포레스트 해결가능 문제 37
[표 2.7] 유사도 점수 부여 방법 40
[표 3.1] 건설공사비지수(한국건설기술연구원) 45
[표 3.2] 부재별 C.T.C 47
[표 3.3] 수량산출 아이템(대공종) 48
[표 3.4] 특성변수 53
[표 3.5] 전체사례에 대한 pearson 상관계수 분석결과 54
[표 3.6] 무복공사례에 대한 pearson 상관계수 분석결과 55
[표 3.7] 복공사례에 대한 pearson 상관계수 분석결과 55
[표 4.1] 회귀분석 특성변수 59
[표 4.2] 무복공 데이터 회귀분석 모형요약(상수포함) 60
[표 4.3] 무복공 데이터 회귀분석모형요약(상수제외) 60
[표 4.4] 무복공 데이터 회귀분석모형요약(상수포함) 61
[표 4.5] 무복공 데이터 회귀분석모형요약(상수제외) 62
[표 4.6] 검증사례 적용결과(무복공 데이터) 64
[표 4.7] 복공 데이터 회귀분석모형요약 64
[표 4.8] 복공 데이터 회귀분석모형요약 65
[표 4.9] 검증사례 적용결과(복공 데이터) 66
[표 4.10] 인공신경망 해석결과에 따른 추정오차(전체 사례) 68
[표 4.11] 인공신경망 해석결과에 따른 추정오차(무복공) 69
[표 4.12] 인공신경망 해석결과에 따른 추정오차(복공) 69
[표 4.13] 랜덤 포레스트 해석결과(전체 데이터) 71
[표 4.14] 랜덤 포레스트 해석결과(무복공) 71
[표 4.15] 랜덤 포레스트 해석결과(복공) 72
[표 4.16] 사례기반추론 적용 영향요인 74
[표 4.17] 편차 변경에 대한 민감도분석(가중치 변화) 76
[표 4.18] 유사도 순위 변경에 대한 민감도분석(가중치 변화) 76
[표 4.19] 편차 변경에 대한 민감도분석(학습사례 추정오차) 77
[표 4.20] 유사도 순위 변경에 대한 민감도분석(학습사례 추정오차) 78
[표 4.21] 편차 변경에 대한 민감도분석(추정 정확도) 78
[표 4.22] 유사도 순위 변경에 대한 민감도분석(추정 정확도) 79
[표 4.23] 모델별 검증치 비교 80
[표 4.24] 회귀분석 공사비 변화에 따른 민감도 분석(복공) 80
[그림 1.1] 연구수행 절차 및 방법 17
[그림 2.1] 흙막이 구조물의 각부 명칭 18
[그림 2.2] 흙막이 공법 별 보조공법 적용 19
[그림 2.3] 굴착공사시 흙막이벽의 설계 검토항목 20
[그림 2.4] 공사 단계별 원가 절감 가능성 28
[그림 2.5] 다층퍼셉트론 예시 35
[그림 2.6] CBR Cycle 39
[그림 2.7] 연산자 적용 과정 42
[그림 3.1] 공사비 구성요소 43
[그림 3.2] 흙막이 가시설 평면도(무복공) 49
[그림 3.3] 흙막이 가시설 평면도(복공) 50
[그림 3.4] 흙막이 가시설 측면파일 종단면도 51
[그림 3.5] 흙막이 가시설 중앙파일 종단면도 52
[그림 3.6] 흙막이 가시설 단면도 52
[그림 3.7] 굴착심도 대비 m당 공사비 56
[그림 3.8] 굴착폭원 대비 m당 공사비 57
[그림 3.9] 암반출현심도 대비 m당 공사비 57
[그림 3.10] 지하수위 대비 m당 공사비 58
[그림 4.1] 암반출현심도 대비 m당 공사비 63
[그림 4.2] MLF(Multi-Layer Feedforward Network) 구조도 67
[그림 4.3] 사례기반추론 적용 프로세스 73
[그림 4.4] 유전자 알고리즘을 활용한 사례학습 75
[그림 4.5] J 프로젝트 평면도 예시(1) 81
[그림 4.6] J 프로젝트 종단면도 예시(2) 82