深い学習によって変更される教授学習ベースの最適化の下のプレハブの建物のプロジェクトのためのリスク管理システムそして理性的な意思決定

Risk management system and intelligent decision-making for prefabricated building project under deep learning modified teaching-learning-based optimization.

• Huazan Liu
• Yukang He
• Qichao Hu
• Jianfei Guo
• Lan Luo

抄録

本研究では、大型プレハブ建築プロジェクトの建設時のリスク管理の要件を改善するために、Modified Teaching-Learning-Based-Optimization（MTLBO）アルゴリズムと深層学習多層フィードフォワードニューラルネットワーク（Backpropagation、BPニューラルネットワーク）の予測モデルに基づいたプレハブ建築プロジェクトのリスク管理システムのモデルを構築した。第一に、深層学習に基づくBPニューラルネットワークアルゴリズムを導入した。次に、従来のTLBO（Teaching-Learning-Based Optimization）アルゴリズムを情報エントロピーを利用して修正し、5つのテスト関数でシミュレーションとテストを行った。次に、BPニューラルネットワークとMTLBOアルゴリズムに基づいて、MTLBO-BPニューラルネットワーク予測モデルを構築し、その性能を検証した。最後に、MTLBO-BPニューラルネットワーク予測モデルに基づいて、MATLABソフトウェアを用いて、プレハブ建築プロジェクトの建設中のリスク管理システムのインテリジェントモデルを確立し、例示検証を行った。また、MTLBOアルゴリズムについては、テスト関数シミュレーションによる検証を行い、TLBOアルゴリズムよりも大域的な探索性が強いことを確立した。特筆すべきは、局所最適に陥りにくいことである。MTLBO-BPニューラルネットワーク予測モデルのテスト結果から、予測モデルの収束が速く、より優れた予測効果を発揮することが明らかになった。本研究で構築したプレハブ建築プロジェクトの建設中のリスク管理システムのインテリジェントモデルの検証例では、提案したアルゴリズムがプレハブ建築プロジェクトのリスク管理の信頼性とコストの予測においてより正確であることが明らかになった。さらに、提案されたアルゴリズムはプレハブの建物のプロジェクトの理性的な管理そして意思決定に理論的なサポートを提供する。全体的に、本研究は、このアルゴリズムが建設プロジェクトの管理、意思決定、品質保証に不可欠であることを検証する。

This study establishes a model of prefabricated building project risk management system based on the Modified Teaching-Learning-Based-Optimization (MTLBO) algorithm and a prediction model of deep learning multilayer feedforward neural network (Backpropagation, BP neural network) to improve the requirements of risk management during the construction of large prefabricated building projects. First, we introduced the BP neural network algorithm based on deep learning. Second, the traditional Teaching-Learning-Based Optimization (TLBO) algorithm was modified by using information entropy, and the modified algorithm was simulated and tested in five test functions. Then, based on the BP neural network and MTLBO algorithm, we established the MTLBO-BP neural network prediction model and tested its performance. Finally, based on the MTLBO-BP neural network prediction model, MATLAB software was used to establish an intelligent model of the risk management system during the construction of prefabricated building projects, and the example verification was performed. In addition, the MTLBO algorithm was verified by test function simulation and established that global searchability is stronger than the TLBO algorithm. Of note, it is not easy to fall into a local optimum. The test results of the MTLBO-BP neural network prediction model revealed that the prediction model converges faster and exerts a better prediction effect. The example verification of the intelligent model of the risk management system during the construction of prefabricated building projects established in this study revealed that the algorithm proposed is more accurate in the reliability and cost prediction of the risk management of prefabricated building projects. Moreover, the algorithm proposed provides theoretical support for intelligent management and decision-making of prefabricated building projects. Overall, this study validates that this algorithm is essential for construction project management, decision-making, and quality assurance.