BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH
---------------------------------------NGUYỄN HỮU PHÚC

ƯỚC TÍNH THỜI GIAN THI CÔNG CỦA DỰ ÁN XÂY DỰNG
CẦU ĐƯỜNG BỘ Ở KHU VỰC ĐÔNG NAM BỘ VÀ ĐỒNG
BẰNG SÔNG CỬU LONG TRONG GIAI ĐOẠN LẬP DỰ ÁN.

Chuyên ngành
Mã số chuyên ngành

: Xây dựng Công trình dân dụng và công nghiệp
: 60 58 02 08

LUẬN VĂN THẠC SỸ XÂY DỰNG

Người hướng dẫn khoa học:
Tiến sỹ. Lê Hoài Long

TP. Hồ Chí Minh, Năm 2015


TÓM TẮT
Dự án xây dựng nói chung và dự án cầu đường nói riêng luôn tiềm ẩn
nhiều rủi ro do sự phức tạp và sự không chắc chắn vốn có, như các yếu tố về tự
nhiên, địa hình, địa chất, thuỷ văn, kinh tế xã hội, nguồn vốn, tính đặc thù của
mỗi dự án… đã gây ra nhiều khó khăn cho công tác quản lý. Trong đó, rủi ro về
ước tính thời gian thực hiện dự án là một trong những rủi ro lớn đối với các dự
án xây dựng.
Do đặc thù riêng của các dự án xây dựng cầu đường bộ chịu ảnh hưởng
của các yếu tố về thiên nhiên, địa hình, địa chất, thuỷ văn, năng lực nhà thầu…


CHƯƠNG 1: ĐẶT VẤN ĐỀ .............................................................................. 7
I. GIỚI THIỆU CHUNG. ........................................................................................... 7
II. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU. ................................................................. 7
II.1. Lý do nghiên cứu. ........................................................................................... 7
II.2. Các câu hỏi nghiên cứu. .................................................................................. 8
III. CÁC MỤC TIÊU NGHIÊN CỨU. ....................................................................... 9
IV. PHẠM VI NGHIÊN CỨU. .................................................................................. 9
V. ĐÓNG GÓP CỦA NGHIÊN CỨU. .................................................................... 10

CHƯƠNG 2: TỔNG QUAN. ........................................................................... 11
I. CÁC KHÁI NIỆM, LÝ THUYẾT, KIẾN THỨC VÀ MÔ HÌNH SỬ DỤNG. ... 11
II. CÁC NGHIÊN CỨU SỬ DỤNG MẠNG NEURON NHÂN TẠO ĐÃ ĐƯỢC
CÔNG BỐ. ............................................................................................................... 12
III. KẾT LUẬN ........................................................................................................ 18

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU. ........................................... 20
I. QUY TRÌNH NGHIÊN CỨU. .............................................................................. 20
II. CÁC PHƯƠNG PHÁP, CÔNG CỤ NGHIÊN CỨU. ......................................... 21
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

2



TÀI LIỆU THAM KHẢO................................................................................73
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

3

GVHD: TS. Lê Hoài Long

PHỤ LỤC 01: BẢNG CÂU HỎI KHẢO SÁT...............................................76
PHỤ LỤC 02: CÁC KIỂM ĐỊNH THỐNG KÊ............................................82
PHỤ LỤC 03: BÀI ĐĂNG TẠP CHÍ

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

4


Bảng 4.1: Các yếu tố ảnh hưởng đến thời gian thi công. …….......................... 33
Bảng 4.2: Tổng hợp kết quả phỏng vấn …….....................................…............35
Bảng 4.3: Xếp hạng các yếu tố ảnh hưởng …….....................................….......37
Bảng 4.4: Bộ dữ liệu Nhóm các dự án sử dụng vốn Ngân sách nhà nước ........40
Bảng 4.5: Bộ dữ liệu Nhóm các dự án sử dụng vốn ngoài Ngân sách nhà nước
…….....................................……….....................................………..................42
Bảng 4.6: Các biến đầu vào và đầu ra của mô hình. ……................................. 45
Bảng 4.7: Bộ dữ liệu xây dựng mô hình – Nhóm 1. ……..................................47
Bảng 4.8: Bộ dữ liệu xây dựng mô hình – Nhóm 2. ……..................................48
Bảng 5.1: Kết quả phân tích tương quan Spearman ……..................................50
Bảng 5.2: Kết quả chọn biến với phương pháp chọn biến Forward ……..........51
Bảng 5.3: Kết quả phân tích hồi quy (Forward) ……........................................52
Bảng 5.4: Kết quả chọn biến với phương pháp chọn biến Backward ................52
Bảng 5.5: Kết quả phân tích hồi quy (Backward)...............................................53
Bảng 5.6: Kết quả chọn biến với phương pháp chọn biến Stepwise .................53
Bảng 5.7: Kết quả phân tích hồi quy (Stepwise) ...............................................54
Bảng 5.8: Thống kê phương trình hồi quy tuyến tính và các hệ số MAPE, R2,
AdjR2 của 3 phương pháp stepwise, backward và forward............................... 55
Bảng 5.9: Thống kê các kiểm định mô hình hồi quy tuyến tính của 3 phương
pháp Stepwise, Backward và Forward ..............................................................55
Bảng 5.10: Kết quả phân tích tương quan Spearman ........................................56
Bảng 6.1. Kết quả phân tích mô hình ANN .......................................................59
Bảng 6.2. Bảng giá trị % sai số PE ....................................................................61
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08



đầu tư ở Việt Nam còn chậm, rút ngắn thời gian và tăng tính chính xác các phần
việc trong giai đoạn này là một yêu cầu quan trọng đối với các Chủ đầu tư. Sử
dụng mạng Neuron nhân tạo (ANN) để tự động hóa quá trình dự báo thời gian
thi công của dự án cầu đường bộ là một giải pháp để giải quyết vấn đề này.
Đến nay, đã có một số nghiên cứu về áp dụng ANN để ước lượng các số
liệu quan trọng của dự án đầu tư: Mô hình d ữ liệu và ứng dụng của phương
pháp mạng neuron trong việc dự đoán tổng chi phí xây dựng [13]; Một phương
pháp tiếp cận mạng neuron để ước lượng chi phí công trình trong giai đoạn thiết
kế sơ bộ [3]; Mô hình mạng neuron của chi phí công trình đư ờng cao tốc [16];
ước lượng chi phí xây dựng chung cư bằng mạng neuron nhân tạo [9];…
Tuy nhiên chưa có nghiên cứu nào về ứng dụng ANN để dự báo thời gian
thi công của dự án xây dựng công trình cầu đường bộ ở khu vực Đông Nam Bộ
và Đồng Bằng Sông Cửu Long của Việt Nam.
II. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU.
II.1. Lý do nghiên cứu.
Việc xác định thời gian thi công của dự án xây dựng đặc biệt là xây dựng
công trình cầu đường bộ chủ yếu dựa vào kinh nghiệm của người lập dự án và

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

8

GVHD: TS. Lê Hoài Long



Luận văn Thạc sỹ

9

GVHD: TS. Lê Hoài Long

- Dùng công cụ gì để thực hiện quá trình tự động hóa ước tính đó?
- Cách thức tiến hành như thế nào?
- Phương pháp kiểm tra như thế nào để đảm bảo tin chắc rằng mô hình ước tính
là đáng tin cậy?
III. CÁC MỤC TIÊU NGHIÊN CỨU.
Sử dụng lý thuyết mạng neuron nhân tạo (Artificial Neural Network –
ANN) để ước tính thời gian thi công cho dự án xây dựng công trình cầu đường
bộ.
Cụ thể các bước như sau:
- Xác định các yếu tố ảnh hưởng đến thời gian thi công của dự án xây dựng cầu
đường bộ, và các yếu tố gây ra sự thay đổi thời gian thi công để thu thập dữ liệu
chọn giá trị đầu vào và đầu ra.
- Thiết lập mô hình thuật toán dự báo.
- Sử dụng SPSS để huấn luyện và kiểm tra mô hình.
- Áp dụng mô hình dự báo cho một vài công trình cụ thể.
IV. PHẠM VI NGHIÊN CỨU.
- Địa điểm: Phạm vi nghiên cứu của đề tài giới hạn ở các dự án xây dựng công
trình cầu đường bộ ở khu vực Đông Nam Bộ và Đồng bằng sông Cửu Long.
- Thời gian: Thời điểm thu thập số liệu tháng 04/2014 đến tháng 09/2014;
nghiên cứu thực hiện trong khoảng từ tháng 10/2014 đến tháng 07/2015.
- Tính chất, đặc trưng của đối tượng nghiên cứu: Đối tượng nghiên cứu là dự án
xây dựng công trình cầu đường bộ đã hoàn thành tại khu vực Đông Nam Bộ và

lượng dựa vào các dự án có quy mô tương đương (dựa nhiều vào ước đoán chủ
quan của người lập), mà còn dựa vào công cụ ước tính được xây dựng từ dữ liệu
của các dự án đã thực hiện.
Về mặt thực tiễn: Đề tài này giúp Chủ đầu tư ước tính khách quan, chính
xác hơn thời gian thi công của các dự án xây dựng công trình cầu đường bộ tại
khu vực Đông Nam Bộ và Đồng Bằng Sông Cửu Long, làm cơ sở để chuẩn bị
tài chính, và kế hoạch đưa dự án vào khai thác sử dụng, tránh tình trạng thời
gian thi công bị kéo dài làm tăng chi phí và các rủi ro cho dự án. Ngoài ra cũng
tạo điều kiện cho quá trình quản lý dự án được thuận lợi, đáp ứng kịp thời nhu
cầu kinh tế - xã hội của đất nước.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

11

GVHD: TS. Lê Hoài Long

CHƯƠNG 2: TỔNG QUAN.
I. CÁC KHÁI NIỆM, LÝ THUYẾT, KIẾN THỨC VÀ MÔ HÌNH SỬ
DỤNG.
- Khái niệm mạng neuron nhân tạo: Mạng neuron nhân tạo hay thường gọi
ngắn gọn là mạng neuron là một mô hình toán học hay mô hình tính toán đư ợc
xây dựng dựa trên các mạng neuron sinh học. Nó gồm có một nhóm các neuron
nhân tạo (nút) nối với nhau, và xử lý thông tin bằng cách truyền theo các kết nối

đầu ra [7].
+ Xây dựng nội luật mạng: Các nội luật xác định hành vi của mạng neuron.
Ngoài các luật kích động, quy định việc truyền tín hiệu giữa các nút, một quy
tắc cơ bản là luật học. Có hai cách học khác nhau trong mạng neuron nhân tạo
là học thông số và học cấu trúc [13]. Hầu hết trong ngành quản lý xây dựng
thường dùng cách học thông số để huấn luyện mạng (học giám sát). Mạng
hướng tiến và giải thuật lan truyền ngược sẽ cung cấp một thủ tục cho việc cập
nhật các trọng số kết nối trong mạng lan truyền ngược từ lớp neuron đầu ra đến
lớp neuron đầu vào.
II. CÁC NGHIÊN CỨU SỬ DỤNG MẠNG NEURON NHÂN TẠO ĐÃ
ĐƯỢC CÔNG BỐ.
Nhiều nhà nghiên cứu đã s ử dụng mạng neuron nhân tạo dự báo giá trị
chi phí đầu ra dựa trên các biến đầu vào đã được nghiên cứu, đánh giá, thu thập
bằng nhiều phương pháp khác nhau để ước lượng tổng mức đầu tư của dự án
xây dựng công trình. Sau đó có thể sử dụng mô hình hồi quy đa biến để kiểm tra
lại mô hình ANN.
1. Attalla và Hegazy (2003) [1], bài báo nghiên cứu vấn đề của các dự án tái
thiết và trình bày cách xây dựng một mô hình dự đoán độ lệch chi phí trong các
dự án tái thiết xây dựng có độ rủi ro cao. Nội dung của nghiên cứu: Ước lượng

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

13

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

14

GVHD: TS. Lê Hoài Long

+ Mạng neuron gồm có: lớp vào với 8 thông số đầu vào, lớp ẩn gồm 4 neuron
và đầu ra là 1 nút xem là mục tiêu. Các thông số đầu vào bao gồm:
X1: Tổng diện tích công trình
X2: Tỷ số của diện tích sàn điển hình/tổng diện tích công trình.
X3: Tỷ số diện tích sàn trệt/tổng diện tích công trình.
X4: Số lượng tầng.
X5: Hướng dầm console của công trình.
X6: Hệ thống móng của công trình.
X7: Dạng sàn của công trình.
X8: Vị trí lõi cứng công trình.
+ Với độ chính xác trung bình 93% và có sai số bình phươ ng trung bình
(MSE)=3,8% cho thấy phương pháp sử dụng ANN cho kết quả tốt theo mục
đích nghiên cứu.
4. Hola và Krzyztof (2010) [6], Bài báo giới thiệu một phương pháp để xác
định thời gian và chi phí cho công tác đất. Tác giả đã sử dụng một bộ dữ liệu
được thu thập từ các dự án đã thi công và sử dụng mạng Neuron nhân tạo với 5
biến đầu vào để xây dựng mô hình ước tính.
Kết quả đạt được: Nghiên cứu đưa ra một cách lựa chọn máy móc thi công tối
ưu để thực hiện phần công tác đất, giúp giảm chi phí và thời gian.
5. Jiang and Wu (2004) [8], Nghiên cứu phân tích về các yếu tố ảnh hưởng và

+ Giá xăng
+ Giá sắt thép
+ Giá xi măng
Bài báo trình bày cách ước lượng chi phí xây dựng chung cư với sai số 5,5%.
Các tác giả đã viết một chương trình t ự động hóa ước lượng chi phí xây dựng
chung cư với công cụ lập trình Visual C++. Tuy nhiên, khó khăn trong việc thu
thập số liệu để huấn luyện mạng nên chưa bao quát hết tất cả các trường hợp dự
án xây dựng chung cư đã qua.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

16

GVHD: TS. Lê Hoài Long

Các kết quả đạt được:
+ Dựa vào chương trình đã xây dựng, nhà đầu tư có thể ước lượng được chi phí
xây dựng dự án chung cư trong giai đoạn thực hiện nghiên cứu dự án đầu tư mà
không cần thể hiện chi tiết hóa giá trị của từng hạng mục hay thành phần cấu
thành.
+ Có thể dự báo giá trị đầu tư khi dự án thay đổi quy mô hoặc giá cả vật liệu
phụ thuộc vào các biến đầu vào để vạch kế hoạch thực hiện hay không thực hiện
thay đổi.
+ Bài báo chỉ dừng lại ở mức độ giá trị nghiên cứu, do việc thu thập số liệu còn

xây dựng mô hình dự báo cho các dữ liệu phi tuyến.
+ Kết quả của nghiên cứu cũng cho thấy khả năng ứng dụng của mạng Neuron
nhân tạo trong việc xây dựng các mô hình đ ịnh lượng để dự đoán trong quản lý
xây dựng với kỹ thuật xử lý số liệu bằng cách kết hợp nhiều dòng thông tin đầu
vào để tạo một dòng thông tin đ ầu ra. Mô hình dựa trên nền tảng của lý thuyết
này có khả năng xấp xỉ bất cứ dạng hàm toán học nào đặc trưng cho dữ liệu đầu
vào (dữ liệu có tính trường, tính đa dạng, phức tạp cũng như sự rời rạc hay phi
tuyến…). Mô hình xác đ ịnh chi phí và thời gian thực tế của dự án dựa trên ứng
dụng mạng Neuron nhân tạo có khả năng tự điều chỉnh mức độ tác động của các
yếu tố đầu vào theo đặc trưng của từng dự án. Mô hình có thể kiểm soát được
mức độ biến động của chi phí và thời gian trong dự án xây dựng với độ chính
xác đáng tin cậy và hoàn toàn có thể áp dụng vào thực tế.
8. Wilmot (2005) [16] đã xây dựng mô hình ước lượng chi phí xây dựng đường
cao tốc gia tăng theo thời gian dựa vào chỉ số Louisiana Highway Construction
Index (LHCI), giá xây dựng đường cao tốc được xây dựng từ các mô hình con
về yếu tố đào đắp nền; mặt đường bê tông xi măng; mặt đường bê tông nhựa;
kết cấu thép dự ứng lực; kết cấu bê tông. Mỗi mô hình con này dựa vào các yếu
tố đầu vào:
+ Giá nhân công
+ Giá vật liệu.
+ Giá thiết bị.
+ Số lượng các loại chi phí.
+ Thời gian hợp đồng
+ Vị trí thực hiện hợp đồng.
Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

19

GVHD: TS. Lê Hoài Long

Sử dụng công cụ Neuron Network (ANN) để dự báo thời gian thi công
của các công trình cầu đường bộ tại khu vực Đông Nam Bộ và Đồng Bằng Sông
Cửu Long là rất khả thi.
Tham khảo từ các nghiên cứu nêu trên và bổ sung thêm các yếu tố đặc
thù của công trình cầu đường bộ, tổng hợp được các yếu tố ảnh hưởng đến thời
gian thi công của dự án cầu đường bộ tại khu vực Đông Nam Bộ và Đồng Bằng
Sông Cửu Long như sau:
Bảng 2.1: Các yếu tố ảnh hưởng đến thời gian thi công
STT

Các yếu tố ảnh hưởng đến thời gian thi
công

1

Chiều dài cầu


Phương án kết cấu thượng bộ

10

Phương án kết cấu hạ bộ

11

Phương án kết cấu thân trụ

12

Điều kiện giao thông tại nơi thực hiện dự án

13

Điều kiện địa chất

14

Điều kiện thuỷ văn

15

Địa hình, địa mạo

16

Năng lực của BQLDA


tạo
Xác định loại và cấu hình mạng

Huấn luyện mạng

Phân tích kết quả

Kết luận và kiến nghị

Ngành: Xây dựng dân dụng và công nghiệp
Khoá 1

HVTH: Nguyễn Hữu Phúc
MSHV: 60 58 02 08


Luận văn Thạc sỹ

21

GVHD: TS. Lê Hoài Long

II. CÁC PHƯƠNG PHÁP, CÔNG CỤ NGHIÊN CỨU.
Bảng 3.1: Nội dung và công cụ nghiên cứu.
Nội dung

Công cụ nghiên cứu

Xác định các nhân tố ảnh hưởng đến Tham khảo tài liệu, sách báo, và các
thời gian thi công dự án cầu đường bộ


22

GVHD: TS. Lê Hoài Long

xuất đưa vào). Tính toán các giá trị thống kê F cho k-1 mô hình hồi quy 1 biến
dộc lập theo công thức sau:
F=

ESS1
RSS1 / (n − 2)

Trong đó, ESS1 và RSS1 tương ứng là tổng bình phương từ hàm hồi quy và tổng
bình phương từ các phần dư được tính từ mô hình hồi quy có 1 biến độc lập. Cụ
thể, các đại lượng này được tính như sau:
n

Λ

n

Λ

ESS1 =
∑ (Yl − Y )2 ; RSS1 =
∑ (Yi − Yl )2 ;

=i 1 =i 1

Chọn mô hình có giá trị thống kê F lớn nhất.

Λ

GVHD: TS. Lê Hoài Long
n

Λ

ESS2 =
∑ (Yl − Y )2 ; RSS2 =
∑ (Yi − Yl )2 ;

=i 1 =i 1

Chọn mô hình hồi quy 2 biến có giá trị F lớn nhất.
Cho mức ý nghĩa α , thực hiện kiểm định sự tồn tại của biến đề xuất đưa vào
bằng thống kê FC. Tính thống kê FC như sau:
FC =

( RSS1 − RSS2 )
ESS2 / (n − 3)

Trong đó, RSS1 và RSS2 tương ứng là tổng bình phương các phần dư được tính
từ mô hình hồi quy gồm 1 biến độc lập (Từ mô hình đã được chọn ở Bước 1) và
2 biến độc lập.
FC gọi là giá trị thống kê F thay đổi do đưa thêm biến vào mô hình.
Nếu FC ≤ Fα (1, n − 3) : biến đề xuất để chọn không tồn tại có ý nghĩa, thủ tục chọn
biến dừng kết luận rằng chỉ có 1 biến độc lập ảnh hưởng đến biến phụ thuộc.
Nếu FC > Fα (1, n − 3) : biến đề xuất để đưa vào tồn tại có ý nghĩa, hãy giữ lại biến
này trong mô hình.
Thủ tục tiếp tục…