Divisão de Engenharia Civil Ano: 2017
(Turma 2017, TGs 2017)
Estimativa do Custo de Obras com a utilização de Redes Neurais Artificial (pdf 881 kB)
Autor: Matthaeus Muniz Deusdará Ferreira Lopes
Orientador(es): Frank Cabral de Freitas Amaral e Robinson Samuel Boschetti
Relator(es): Rogéria de Arantes Gomes Eller
Ano: 2016
Resumo:
Na fase de planejamento e projeto de uma obra de engenharia, todos os custos previstos para sua realização compõem o seu orçamento, peça técnica fundamental que baliza a tomada de decisão e a própria contratação em si. Contudo, nem sempre os gestores dispõem de tempo hábil para revisar todos os itens que integram o orçamento estimativo da obra e, por vezes, pequenas falhas, como erros em composições de custo unitário ou em quantitativos, implicam enormes transtornos para a administração, culminando eventualmente até mesmo com danos ao erário, caso não sejam percebidos e saneados oportunamente. Tais prejuízos são ainda mais significativos quando tratamos de obras de grande e médio porte. Nesse sentido, o presente trabalho analisou comparativamente uma amostra de obras, em termos dos respectivos orçamentos, buscando identificar parâmetros representativos do custo e propôs um modelo, baseado em Redes Neurais Artificiais, com o intuito de facilitar a revisão sistemática a nível macro de planilhas orçamentárias, fornecendo um parâmetro para verificação da assertividade de orçamentos de futuras obras, de sorte a mitigar possíveis desvios. Abstract:
At the planning and project costing phase, all of those planned for the completion of a work make up your budget, which is leads the contracted price. The managers do not always have the ability to revise the workability of parts of the estimated budget of the work, and sometimes small failures in composit1ions of unit cost imply enormous damage to the treasury, due to the gain of scale, particularly in the case of works the objective of this work is to analyze comparatively a bunch of works, in terms of the respective analytical budgets, in order to identify representative parameters and provide an Artificial Neural Networks model with the purpose of easing a systematic review on macro level of the budget spreadsheets to mitigate possible deviations.
