• 한국화재소방학회논문지
• /
• 제27권6호
• /
• pp.97-103
• /
• 2013

본 연구에서는 공공공사 발주제도에 대해 법체계를 분석하고 소방시설공사의 발주방식에 따른 현 실태조사를 하였다. 법체계 및 실태조사에서 나타난 문제점을 분석하여 소방시설공사 분리발주의 정책적 사회적 입법적 규제적 측면에서의 타당성을 검토하였으며, 입법 추진을 위한 "소방시설공사업법" 개정안을 마련하였다. 연구 결과 법체계상의 부정합성이 있음을 확인하였고, 소방시설공사의 분리발주제도 도입의 타당성이 있음을 검증하였다. 소방시설공사의 분리발주는 적정공사비 확보 및 원도급자로서의 책임감은 품질에 대한 책임 관리로 이어져 소방시설에 대한 신뢰성을 바탕으로 한 안전성을 향상시킴으로서, 궁극적으로 공공의 안전에 기여하는 수준이 크게 향상될 것이다.

• 한국건설관리학회논문집
• /
• 제14권2호
• /
• pp.184-193
• /
• 2013

국내 건설산업은 경직된 산업 구조와 건설 생산 활동에 대한 비효율적인 제도적 규제 등으로 인해 성장세가 저하되고 경쟁력이 뒤떨어지는 등의 문제점이 지적되고 있다. 현행 분할 분리발주 제도의 경우 국가 계약법에서는 분할발주는 원칙적으로 금지하고 있으나, 그 예외 조항으로 두고 있어 전기, 정보통신, 기계설비, 건축폐기물 공종의 경우 분할발주가 의무화 가능하고, 소방시설공사의 경우 의무화 추진을 위한 노력으로 소방시설공사업법 일부개정법률안을 발의하는 등 지속적으로 의무화 추진중이다. 기계설비공사업은 분할발주 관련 법률은 없으나 국가계약법 제68조 제3호를 근거하여 일부 시 도 교육청에서는 기계설비공사의 분리발주 확대 추진하고 있는 실정이며, 공종별 별도 법안을 추진하고 있는 공종도 있는 것으로 파악되고 있다. 이에 본 연구에서는 분리분할 발주에 대한 제도 분석 및 분리발주에 대한 전문가의견 청취 및 유관기관별 의견을 정리하여 건설산업 제도 선진화 방안을 제시하고자 한다. 이에 본 연구에서는 발주자의 효율적인 발주방식의 선택권 확보차원에서 발주자의 역량 및 프로젝트의 특성 등에 따라 분할 발주 여부를 유연하게 결정할 수 있도록 분리분할발주 제도의 개선안을 제시하여 건설사업차원에서의 효율적이고 생산적인 건설생산이 가능한 유연한 건설사업 수행 체계를 형성할 수 있는 기반을, 그리고 건설 산업차원에서는 국내 건설산업의 균형 발전과 함께 국제 경쟁력 향상을 고려한 구조를 제공할 수 있는 방안을 제시하고자 한다.

• Journal of Construction Engineering and Project Management
• /
• 제5권1호
• /
• pp.11-19
• /
• 2015

This paper presents optimized artificial neural networks (ANNs) claims prediction and decision awareness framework that guides owner organizations in their pre-bid construction project decisions to minimize claims. The framework is composed of two genetic optimization ANNs models: a Claims Impact Prediction Model (CIPM), and a Decision Awareness Model (DAM). The CIPM is composed of three separate ANNs that predict the cost and time impacts of the possible claims that may arise in a project. The models also predict the expected types of relationship between the owner and the contractor based on their behavioral and technical decisions during the bidding phase of the project. The framework is implemented using actual data from international projects in the Middle East and Egypt (projects owned by either public or private local organizations who hired international prime contractors to deliver the projects). Literature review, interviews with pertinent experts in the Middle East, and lessons learned from several international construction projects in Egypt determined the input decision variables of the CIPM. The ANNs training, which has been implemented in a spreadsheet environment, was optimized using genetic algorithm (GA). Different weights were assigned as variables to the different layers of each ANN and the total square error was used as the objective function to be minimized. Data was collected from thirty-two international construction projects in order to train and test the ANNs of the CIPM, which predicted cost overruns, schedule delays, and relationships between contracting parties. A genetic optimization backward analysis technique was then applied to develop the Decision Awareness Model (DAM). The DAM combined the three artificial neural networks of the CIPM to assist project owners in setting optimum values for their behavioral and technical decision variables. It implements an intelligent user-friendly input interface which helps project owners in visualizing the impact of their decisions on the project's total cost, original duration, and expected owner-contractor relationship. The framework presents a unique and transparent hybrid genetic algorithm-ANNs training and testing method. It has been implemented in a spreadsheet environment using MS Excel$^{(R)}$ and EVOLVERTM V.5.5. It provides projects' owners of a decision-support tool that raises their awareness regarding their pre-bid decisions for a construction project.