• 한국건설관리학회논문집
• /
• 제22권3호
• /
• pp.21-30
• /
• 2021

본 연구는 딥러닝의 반복적 예측방식을 활용하여 5개월의 철근 가격 예측방법을 제안한다. 이 방식은 입력데이터의 특성을 모두 단기예측하여 원 데이터에 추가하고, 추가된 데이터로 다음의 시점을 예측하는 과정을 반복하여 장기 예측한다. 본 연구에서 제시하는 방식으로 1개월에서 5개월까지 예측한 철근 가격의 예측 평균 정확도는 약 97.24%이다. 제안된 방식을 통해 인간의 경험과 판단을 통한 가격 추정방법의 체계성을 보완하여 기존의 방식보다 정확한 비용계획이 가능할 것으로 사료된다. 또 철근 이외의 건축재료를 비롯하여 시계열 데이터로 가격을 장기예측하는 연구에서 본 연구에서 제시한 방법이 활용될 수 있을 것으로 기대한다.

• 한국건설관리학회논문집
• /
• 제21권6호
• /
• pp.38-45
• /
• 2020

본 연구는 양방향 LSTM, Random Search, 데이터 조합, Dropout을 이용한 철근 가격 단기예측 딥러닝 모델을 개발하는 체계적인 절차를 제시한다. 일반적으로 사용자가 직관적으로 이러한 값을 결정하여 예측성능이 우수한 결과를 탐색하는데 시간이 많이 걸리고 반복적인 시도를 하게 되는데, 이러한 시도로 찾아낸 결과가 우수하다고 보장할 수 없다. 본 연구에서 제시하는 제안된 접근방식으로 단기 가격예측의 평균 정확도는 약 98.32%이다. 그리고 이 방식은 철근 이외의 건축재료를 비롯하여 통계기반의 시계열 데이터로 가격을 예측하는 연구에서 본 연구에서 제시한 내용이 우수한 예측결과를 도출하기 위한 기초적 자료로 활용될 수 있을 것이다.