應用人工智慧於專案先期預測專案績效之研究---以台灣建築專案為例

行政院國家科學委員會專題研究計畫 成果報告

應用人工智慧於專案先期預測專案績效之研究-以台灣建築

專案為例

研究成果報告(精簡版)

計 畫 類 別 ： 個別型

計 畫 編 號 ： NSC 99-2221-E-151-053-

執 行 期 間 ： 99 年 08 月 01 日至 100 年 07 月 31 日

執 行 單 位 ： 國立高雄應用科技大學土木工程系

計 畫 主 持 人 ： 王裕仁

計畫參與人員： 碩士班研究生-兼任助理人員：陳建豪

碩士班研究生-兼任助理人員：陳中一

碩士班研究生-兼任助理人員：蔡博安

碩士班研究生-兼任助理人員：邱松山

報 告 附 件 ： 出席國際會議研究心得報告及發表論文

處 理 方 式 ： 本計畫可公開查詢

中 華 民 國 100 年 10 月 26 日

行政院國家科學委員會補助專題研究計畫 成果報告

計畫類別：個別型計畫

計畫編號：NSC 99－2221－E－151－053－

執行期間：99 年 8 月 1 日至 100 年 7 月 31 日

計畫主持人：王裕仁 高雄應用科技大學土木工程與防災研究所 助理教授

計畫參與人員：陳建豪 高雄應用科技大學土木工程與防災研究所 研究生

陳中一 高雄應用科技大學土木工程與防災研究所 研究生

蔡博安 高雄應用科技大學土木工程與防災研究所 研究生

邱松山 高雄應用科技大學土木工程與防災研究所 研究生

成果報告類型(依經費核定清單規定繳交)：■精簡報告 □完整報告

本成果報告包括以下應繳交之附件：

□赴國外出差或研習心得報告一份

□赴大陸地區出差或研習心得報告一份

■出席國際學術會議心得報告及發表之論文各一份

□國際合作研究計畫國外研究報告書一份

處理方式：可公開查詢

執行單位：高雄應用科技大學土木工程與防災研究所

應用人工智慧於專案先期預測專案績效之研究

-以台灣建築專案為例

中 華 民 國 100 年 10 月 26 日

行政院國家科學委員會補助專題研究計畫成果報告

Applying Artificial Intelligence to Predict Project Performance in

Early Planning Stage Based on Taiwan's Building Project

計畫編號：NSC 99-2221-E-151-053-

執行期間：99 年 8 月 1 日至 100 年 7 月 31 日

計畫主持人：王裕仁 高雄應用科技大學土木工程與防災研究所 助理教授

計畫參與人員：岳東穎 高雄應用科技大學土木工程與防災研究所 研究生

詹勳錫 高雄應用科技大學土木工程與防災研究所 研究生

蔡博安 高雄應用科技大學土木工程與防災研究所 研究生

邱松山 高雄應用科技大學土木工程與防災研究所 研究生

應用人工智慧於專案先期預測專案績效之研究

-以台灣建築專案為例

一、中文摘要

本計畫探討營建專案先期規劃之

執行成效與專案最終績效間之關係。

利用訪查評估國內工程專案先期規劃

現狀所蒐集的資料，建立一個整合資

料庫系統，採用人工智慧方法(類神經

網路及支援向量機)發展相關模型並進

行分析，並比較兩種不同方法所建立

模型之預測成效。將所蒐集之建築專

案先期規劃評比資料作為人工智慧模

型的輸入項目，並以專案績效(時程與

成本)作為模型的輸出(預測)項目進行

模型的建置與訓練。此預測模型可在

專案先期提供專案團隊重要的決策資

訊，幫助專案團隊了解依照目前先期

的專案定義程度執行，比照其他的歷

史專案經驗，其所可能產生的最終專

案 績 效 為 何 。 若 預 測 之 專 案 績 效 不

佳，專案團隊可選擇在早期階段投入

更多心力，改善專案先期的規劃，以

期增進專案成功的機率。此外，隨著

專案資料的持續蒐集，本計畫所建置

之模型亦會根據資料庫系統內最新的

資料進行更新。也就是說，模型本身

具備有學習的能力，能隨著專案資料

的更新而不斷演進。本計畫所提出之

預測模型，可提供專案先期規劃的研

究學者一個重要的參考，亦可供工程

業界參考，藉以改善專案先期規劃的

完整性，並進一步提高專案執行的績

效。

關鍵詞：專案先期規劃、專案績效、

人工智慧、類神經網路、支援向量機

Abstract

The goal of this research project is

set to investigate the relationship

between the level of early project

planning efforts and final project

performances. Based on the early

planning information collected from the

building industry in Taiwan, an

integrated database is set up and models

based on Artificial Intelligence

(Artificial Neural Networks and Support

Vector Machine) are established. The

performance of these two models is also

studied based on their prediction error.

The level of early project planning

efforts is set as the input for the

Artificial Intelligence (AI) models and

the final project performances (schedule

and cost) are set as outputs (predictions).

This prediction models provide

important information for the project

team to make decisions in the early stage.

If the predicted project performance

(based on historical projects) is not as

expected, the project team can invest

more efforts to improve the early

planning and thus increase the chance of

project success. In addition, the models

can evolve with new project information

adding to the database. That is, the

models have a capability to learn

through additional project input. The

prediction models proposed by this

model will provide valuable information

for the researchers as well as the

industry practitioners.

Keyword: Early Project Planning,

Project Success, Artificial Intelligence,

Artificial Neural Network, Support

Vector Machine

二、動機與目的

營建工程一直是國家發展的先驅，

在與日進步的時代中許多工程都是以

專案(project)的形式下去執行；在專案

開 始 前 必 須 先 做 一 連 串 的 可 行 性 評

估，其包含技術、經濟、環境等，這

些皆是在專案執行前，即專案早期所

作的專案先期規劃。James L. Burati et

al. (1992) 針對九個合計 12.69 億美金

之大型專案工程之設計、施工、製造、

運 輸 與 操 作 性 等 範 圍 缺 失 所 作 的 研

究，顯示設計品質缺失佔所有品質缺

失因素的

79.1%，而其造成的損失高達

總工程費的

9.5%；施工品質缺失佔所

有品質缺失因素的

16.9%，而其造成的

損失，僅佔總工程費的

2.5%。依此數

據顯示若能於規劃設計階段，便做好

完善的規劃，減少設計品質的缺失，

則可大幅降低工程損失。在台灣，有

關營建工程的相關研究幾乎都著重在

專案執行。由美國營建工業研究院(CII)

所發展之專案定義評析指標(PDRI)，

提供業界在專案先期計畫階段工程範

圍定義的一套共通工具，同時可用來

評估工程範圍定義的完整性。藉由專

案定義評析指標(PDRI)輔助，業界可

以 將 專 案 先 期 計 畫 的 執 行 工 作 標 準

化，建立一套符合企業本身需求的專

案先期計畫程序，並可於專案生命週

期 各 階 段 監 控 專 案 定 義 範 圍 的 完 整

性。

目前為止，台灣並無一套標準化工

具可衡量專案定義範圍完整性。一般

研究中所運用之預測方法為定性預測

法、線性回歸預測法、非線性回歸預

測法、自適應過濾法、移動平均法、

灰色預計法、卡爾曼波法等方法眾

多，而近幾年來人工智慧的發展迅

速，預測效果較佳，故本研究以比較

人工智慧預測方法為基礎並運用訪談

及問卷收集國內建築專案先期規劃的

資訊，以人工智慧之類神經網路集成

學習法以及人工智慧之支援向量機建

立分類模型，進一步探討先期規劃的

縝密程度與實際工程完工之專案績效

的關係。

本研究主要研究目的如下：

(1) 利用人工智慧的方法來建立分類

模型，以預測專案的執行績效，作為

業界人士於計劃先期階段制定決策的

重要參考。

(2) 透過專家訪談過程，利用實際專案

的資料進行分析，以確認先期規劃與

績效之關係，幫助定義專案先期規劃

相關研究的依據與應用亦可提供學界

在專案先期規劃的瞭解與研究。

(3) 其研究可以瞭解各模式之分類能

力，並比較類神經網路結合拔靴集成

法和多模激發法與支援向量機等方法

之預測效力。

三、相關文獻

專案先期計畫

在台灣大多數有關專案管理的研究

皆注重如何在專案執行面上提升專案

績效，根據國內外文獻以及專家學者

的意見，皆認為專案先期規畫設計在

專案生命週期中佔有相當大的重要

性。Gibson and Hamilton (1994)指出先

期計畫階段中，最重要的程序是發展

專案範圍定義，專案範圍定義的主要

工作是定義專案將要執行的內容、決

定執行專案方法與分析執行專案風

險。而後，Gibson and Hamilton (1996)

評估專案先期計畫階段的重要性以及

其對於專案成功的影響，此研究調查

53個營建專案，將其投入先期計畫的

程度分為三級，並比較其成本與進度

績效，研究結果顯示專案執行前的先

期計畫階段是影響專案成功的關鍵，

透過良好的專案先期計畫可降低專案

風險，並可大幅縮減執行專案所需之

成本與時間。Awad S.Hanna (2010)認

為，專案前期規劃是專案走向成功的

一個最關鍵的步驟，前期規劃是指介

於專案起始及細部設計的階段。然而

在建築業中有許多案例並無良好的先

期規劃，對於範圍界定非常不完整，

因此常發生巨大變化，導致而外的成

本以及時程的延誤(Edward et al.,

2003)。CII (1995)指出業界人士認為相

較於專案生命週期後續的施工階段，

在早期階段所付出的努力對計畫的執

行績效成果有較大的影響力。圖1顯示

專案生命週期中，所花費之成本與其

對專案成果影響力的相對關係，

「影響

力」曲線，反映在專案生命週期的不

同階段，對專案結果的影響力。

Gibson

et al. (1995) 指出，在專案生命週期

前期，支出最少但對專案的影響最

大，其影響力伴隨著專案生命週期遞

減，而後期的支出越大。陳柏宏(2007)

指出，由工程管理控制曲線圖得知在

規劃設計階段對工程整體的影響最為

深遠，無論是工程成本、施工技術，

亦或品質要求，這些因素都是在設計

階段就已決定，直接影響工程的最終

品質，因此從整體技術著眼，若能於

規劃設計階段便作好完善的規劃，將

有利於後續專案的執行。

圖

1 專案生命週期

建築專案定義評析指標

(PDRI)

建築專案定義評析指標是建築專案

計畫人員反應建築專案需要一個類似

工業專案定義評析指標(PDRI -

Industrial)的工具，進而發展出建築專

案的範圍定義。CII在1998年成立了另

一個研究團隊來發展建築用的專案定

義評析指標(PDRI–Buildings)。制定完

成後的建築用的專案定義評析指標

(PDRI–Buildings）包括64個工程定義

項目，其中分成11個類別，並進一步

分類為三個主要部分。建築專案定義

評析指標（PDRI）三個主要部份（專

案決定基礎、專案設計基礎、專案執

行方法）

、11個類別以及64個項目。表

1為建築專案定義評析指標（PDRI）

A1項目的詳細描述。

A1.建物使用

本專案規劃時是否有考量建物以下多

項用途或功能?這些用途如：□零售□

研究□儲存□公共團體□多媒體□食品□

教學□辦公室□娛樂□醫療□輕製造業□

其他 需考慮其他可能滿足建物需求

之方法。(如:更新現有空間而非增蓋

新空間？)

表

1 PDRI A1 項目的詳細描述

對於 PDRI 指標權重之定義，並不是

每個定義項目對專案績效成果的潛在

影響力都相同，因此各項目必須被指

定相對的權重。其中較大權重分配給

對專案績效有較大影響的項目，也就

是這項指標定義不完整對專案績效有

較大的負面影響。專案小組總共招開

七次工作會議來決定這些項目權重，

共有

69 位專業人士參與專案計畫會

議，其中包括

30 位工程師、31 位建築

師和

8 位專業人士。建築專案定義評

析指標(PDRI–Buildings)的工程定義項

目權重是根據

35 位業主和承包商所提

供資料分析而得(CII, 1999)。

為 驗 證 建 築 專 案 定 義 評 析 指 標

(PDRI–Buildings)的可行性，研究人員

選取

30 個建築專案(總造價金額約為 9

億美元)來做分析研究。藉由評估專案

範圍定義的評分，並與專案執行成果

(成本與時程績效)作比較分析，結果顯

示專案定義評析指標(PDRI)權重分數

低於

200 分(定義較完整)的專案，執行

成果不管是成本績效、時程績效以及

合約變更金額比例都比專案定義評分

高於

200 分(定義較不完整)的專案優良

許多。總體而言，建築專案定義評析

指標(PDRI–Buildings)工具能幫助專案

團隊評估工作範圍定義，並列出工程

定義文件中的重要項目。專案定義評

析指標(PDRI)可以幫助專案的參與人

員很快地分析評估工程定義文件，並

找 出 可 能 影 響 專 案 成 果 的 風 險 因 子

(CII, 1999; Cho, 2000)。

類神經網路

(Artificial Neural Networks,

ANNs)

類神經網路(Artifical Neural

Networks) 起源於1950年代，當時科學

家仿造人類大腦的組織及運作方式，

開始提出稱之為「感知機」

(perceptron)

的神經元模型，這是最簡單也是最早

的類神經模型，感知機通常被拿來做

分類器(classifier)使用。Frank

Rosenblatt (1958) 首先引用感知觀

念，來模擬大腦感知和學習能力。而

感知器是由活化轉移函數的神經元組

成的層狀網路。而感知器是由活化轉

移函數的神經元組成的層狀網路。

Minsky & Papert (1969) 指出，由於感

知器結構上的限制，感知器網路模式

的學習能力有限。而後Hopfield & Tank

(1985) 證明只要適當地選擇網路架構

與定義計算能量函數，網路便可以很

快地求得良好的近似解。此研究視為

類神經網路史上的一大進展，直到今

日為止，類神經網路仍然有新的架構

及理論不斷的被提出，配合電腦運算

速度的增加，使得類神經網路的功能

更為強大，運用層面也更為廣泛。類

神經網路由很多平行運算的單元所組

成。這些運算的單元就像是人類腦部

的神經系統，我們能夠藉由調整單元

上的連接值，來訓練類神經網路執行

某個輸出。類神經網路在建築工程專

案應用方面，陳信夫(1993) 提出以台

灣地區建築工程為估算對象，蒐集某

家甲級營造廠內的成本資料，以預測

方法及類神經網路進行各種狀況下成

本估算分析。郭炳煌(2001)選用專案工

程合約中「工作項目」的工作數量為

預測工程直接成本之自變數。採用「迴

歸分析」預測及「類神經網路」模式，

進行建廠營建工程「直接成本」預測

的差異，比較「迴歸分析」方程式及

「倒傳遞類神經網路」所得之誤差均

方根，其研究結果表示以「倒傳遞類

神經網路」預測 營建工程『直接成本』

是可行的方法。陳信達(2003)以現場訪

談方式對八個使用傳統模板施工之工

地進行生產力測量，以五個模型進行

研究，並使用類神經網路計算梯度得

到傳遞網路演算法進行生產力及基準

生產力之模擬、預測。類神經網路範

圍應用非常廣泛，本研究採用類神經

網路模式推估、預測決策，其輸入值

為PDRI 加權權重分數，輸出類別為專

案成本績效與專案時程績效(好、差)，

以建立專案績效分類預測模型。

四、研究方法

為了瞭解專案先期規畫與專案績

效間的相關係，本研究的資料蒐集與

初步分析方法係參考於美國所做有關

於專案先期規劃的相關研究(Gibson,

1996; Cho, 2000; Wang, 2002)。並使用

岳東穎(2009)研究所建立的台灣營建

業之建築專案先期計劃階段範圍定義

評析指標，針對台灣營建業之建築專

案作訪談及分析。本研究利用類神經

網路之拔靴集成法、多模激發法及支

援向量機，依此三種方式下建構模

型，並比較三種模型對專案績效(時程

與成本)的預測準確率，其研究結果能

幫助業主、承包商或專案管理人員確

實掌握專案先期規畫評估與分析。

調查內容

本研究主要採用的調查工具為專家

訪談，並輔以問卷調查及電話訪談說

明，以問卷來蒐集專案先期工程定義

程度及工程績效之相關資料。問卷囊

括受訪者個人基本資料、公司基本資

料、專案基本資料(專案地點、專案類

型、專案工程預算和計畫時程)及利用

無權重專案定義評析指標

(PDRI)對於

先期計畫階段專案定義評估等的相關

資料。利用專家訪談方法，協助受訪

者 填 寫 問 卷 ， 若 有 資 料 蒐 集 不 足 情

況，將輔以電話訪談說明以利資料完

整蒐集。問卷訪談過程中，受訪者必

需針對特定專案，分析其在細部設計

開始前的工程考量範圍，據此來填寫

專案範圍定義評估表。針對

PDRI 指標

衡量受測者就各題描述之內容，從「考

量完整」、「稍不完整」、「部分不完

整」、「多數不完整」、「皆未考量」五

個選項中擇一表示其專案考量完整程

度，並依序給予

1 至 5 分，若訪談專

案類型不適用於該題選項敘述，則以

0

分表示「本專案不適用」

，如表

2 PDRI

指標細部構面經營策略量表所示，後

續針對受訪者填寫結果，計算各專案

之

PDRI 權重分數。

表 2 PDRI 指標－經營策略量表

編 號 題 目 考量完整 稍不完整 部分不完 整 多數不完 整 皆未考量 本專案不 適用 A 經營策略 1 建物用途(專案 是否有考量建物 多項用途?) □ □ □ □ □ □ 2 公司經營策略 (是否有考量業 主對專案之需求 與期望因素？) □ □ □ □ □ □ 3 專案策略考量 (考量專案主要 策略與支持生意 相關之合理性項 目？) □ □ □ □ □ □ 4 經濟效益分析 (本專案應建立 一個經濟模式來 分析投資的可行 性) □ □ □ □ □ □ 5 建築設施需求 (是否考量設施 之相關規範？) □ □ □ □ □ □ 6 建物未來擴建或 修建考慮因素 (本專案是否考 量專案擴建可能 性及現址的修繕 設計？) □ □ □ □ □ □ 7 現址選擇考慮因 素(專案應評估 與現址地點相關 之議題) □ □ □ □ □ □ 8 專案目標陳述 (考量公司達成 專案目標及生意 策略的優先順 序) □ □ □ □ □ □

調查方法與對象

本研究針對政府機關、建築師事務

所、工程顧問公司、建設公司及營造

廠之規劃設計階段主管人員進行專家

訪談。專案樣本透過實際訪談回收、

E-MAIL或傳真等方式進行蒐集。訪談

過程中，由於少部份受訪者不便提供

專案實際金額及工期，本研究於問卷

樣本回收後，以人工方式挑選剔除無

效問卷，力求每一份問卷的作答資料

符合本研究分析方法之需求。本研究

建築專案樣本問卷於97年10月至100

年4月間透過實際面談或電話訪談等

方式進行蒐集。對台灣北部、中部、

南部以及東部地區進行訪查，以避免

研究結果受到區域性限制的情形發

生。總計訪談147組建築專案，回收樣

本為105，有效回收率為71.4%。

分析方法

本研究藉由Microsoft®Excel與

Statistical Package for Social Scientists

(SPSS®)版本18.0、商用軟體Neuro

Solution版本5.07及MATLAB 版本

2010a環境下所建構之支援向量機應

用程式進行相關的預測分析。本研究

分析步驟如下：

(一) 類神經網路集成學習法

為了有效提升專案績效的預測準

確率，本研究使用類神經網路集成學

習法。本研究以拔靴集成法及多模激

發法，建立專案績效預測模型。

拔靴集成法

( Bagging)

Breiman在1996年提出拔靴集成

法。方法是先對原始訓練資料集使用

拔靴法，讓其產生多個新的訓練資料

集，利用這些資料集的差異性產生多

個分類器，再利用這些分類器同時對

問題進行分類，所得結果以投票決

定，此法可提高不穩定演算法的正確

率。而拔靴集成法實行方法如下

令L 為抽自資料集P之原始訓練資料

集，T=P−L為測試資料集：

(1) 對原始訓練資料集L 進行m 次重

複抽樣，成為m 個子資料集。

(2) 以此m 個子資料集訓練分類器或

數值預測模型。

(3) 若為分類問題，m 個分類器分別

對測試資料集中每一範例進行平權投

票，各類中票數最高者為分類結果。

若為數值預測模型，則各子模型預測

結果的平均為最後預測的結果。

在本研究中P為原始資料集共105

筆，

L為訓練資料集共75筆其中包含10

筆交叉訓練，T為測試資料，共30筆；

本研究中對L進行11次訓練，而後將11

次訓練中測試資料集中每一範例進行

平權投票，再以多數決投票法將各類

中票數最高者為分類結果。多數決投

票法係指在30筆測試專案，11次訓練

中，若該項建築專案預測結果占6次

上，即該項建築專案整體預測準確度

判定為該6次預測的結果。

多模激發法

(AdaBoost)

與拔靴集成法相較之下，多模激發

法採取不同的思考方向。多模激發法

的思考方向與拔靴集成法較不相同。

方法是多模激發法會給予每一個資料

範例權重，在每一次訓練後，調整這

些權重，將分類錯誤範例的權重調

高，將分類正確的權重降低。而後在

進行進一步的訓練之前，根據權重重

新抽出新的訓練資料集。最後將所有

過程中所訓練的模型判斷結果以模型

效能計算之權重進行投票，得最終分

類之結果。而多模激發法實行方法如

下:

已知訓練資料，每筆訓練資料

都有其對應的輸出d i，n代表

迭代，每個迭代都建立一個模型 F

n

來

學習。

建立初始的權重分配，因為訓練資料

共有N筆，

，

其中權n重分配

的建立，是給予每筆訓練資料不ㄧ樣

的機率讓類神經網路訓練，而當權重

分配值越大，被選入的機會愈大，意

即被重複訓練的機率越大。依據權重

分配選出資料，提供給

F n 訓練並建立

x i 和d i 關係。

將建立

F n 計算錯誤機率，其錯誤機率

為

計算正確加權

值

，為

，其中當

ε

n

越小時

同時

越小；反之，

則越大。其中

ε

n

若在本回合中的範例若被正確分類，

則給予一的正確加權值為

；若錯誤分類，則

；其中

Zn為ㄧ正規化常

數，使加權分配後總數為1，循環訓練

直至要求的回合數為止。

根據

給予每個

F n

不同的加權，當

F

n

越小

越小則

越大，表示正確率高的

F

n

給予較高的

加權。

在多模激發法分析其實跟拔靴集

成法類似，先定義P為原始資料集共

105筆，L為訓練資料集共75筆，其中

包含10組交叉訓練，T為測試資料集，

共30筆；本研究對L進行11次訓練，而

後將11次訓練之測試資料集中的每一

範例進行加權投票，將預測較準的模

型給予較高的權重，再以多數決投票

法將各類中票數最高者為分類結果。

多模激發法跟拔靴集成法之差異在

於將第一次訓練錯誤之專案經過加權

處理，在第二次訓練時提昇錯誤專案

被挑選之機率。本研究第一次訓練資

料集的機率以

，再計算error( )= (因為第

一次判斷錯誤的專案個數為21 個)，而

後計算

值，對於預測正確之專案給

予

F

n

值之加權，預測不正確之專案保

持原本之

D 不變，即可得到該專案(75

筆)在下一次訓練時被挑選之機率。

支援向量機

本研究使用Suykens et al. (2002)學

者提出的一種新型支援向機方法

LSSVM (Least Square Support Vector

Machine)，此方法是用以解決模型分類

和函數回歸預測等的問題。

五、研究分析與討論

本章節依據問卷所收集之數據資

料EXCEL 2010試算軟體、SPSS 18.0

統計分析套裝軟體、

NeuroSolution 5.07

軟體及MATLAB 2010a軟體進行分析。

本研究中輸入層為建築專案定義評析

指標(3大階段，11個類別，64個題項)

之分數，礙於研究中64個題項繁多，

輸入不易，故以專案決定基礎、專案

設計基礎、專案執行方法等3大階段個

別之PDRI分數總分為輸入層；而輸出

層為成本、時程之績效，如表3所示。

研究內容包含：構面之敘述統計分

析、結合類神經網路之拔靴集成法、

多模激發法及支援向量機，並對專案

先期規劃與專案執行績效進行探討，

以分析PDRI建築專案之預測模式的可

行性，最後與實際PDRI專案績效好壞

結果作比較分析。

表3 資料屬性輸入與輸出整彙表

輸入層

輸出層

專案決定基礎

專案設計基礎

專案執行方法

專案成本、時程

績效(好、差)

本研究運用人工智慧方法(拔靴集成

法、多模激發法及支援向量)建構預測

模式，除了解各模式之分類外，並藉

由此測試樣本驗證模式之預測效力。

由表4中，可得知在類神經網路及支援

向量機預測整體準確度上，PDRI分數

對專案成本績效好、差的預測，以支

援向量機方法80%最高，其次為多模激

發法整體準確度67%、拔靴集成法整體

準確度63%，最後是單一類神經分類器

整體準確度53%，結果顯示支援向量機

能增強模型對專案成本績效好、差的

分類預測能力。

表4 究證實結果-成本績效

模式\方

法

成本好

成本差

整體準

確度

單一類

神經分

類器

17% 77.8% 53%

拔靴集

成法

33% 83% 63%

多模激

發法

50% 78% 67%

支援向

量機

75% 83% 80%

以人工智慧(拔靴集成法、多模激發

法及支援向量機)方法建構預測模式，

在表5中，可得知在類神經網路及支援

向量機預測整體準確度上，PDRI分數

對專案時程績效好、差的預測，支援

向量機及多模激發法整體準確度皆達

70%，其拔靴集成法整體準確度63%，

顯示在專案時程績效好、差的預測

中，支援向量機跟多模激發法預測準

確度皆為一致，其最低亦為單一類神

經分類器整體準確度僅60%。

表5 研究證實結果-時程績效

模式\方

法

時程好

成本差

整體準

確度

單一類

神經分

類器

64.28% 56.25% 60%

拔靴集

成法

64% 62% 63%

多模激

發法

71% 69% 70%

支援向

量機

71% 69% 70%

六、結論與建議

在建築專案績效方面可以分為二，其

一為成本績效，其二為時程績效，以

下茲將本研究建立專案預測模型的結

果詳述之：

在建築專案成本績效分類預測結果，

單一分類器分類模型為較傳統及普遍

之作法，以單一類神經網路分類器判

斷範例的類別，在本研究中實驗的整

體預測準確率為53%。而拔靴集成法以

多個由拔靴法產生的訓練資料子集，

分別訓練多個類神經網路分類器，再

由這些分類器進行平權投票得到一共

同判斷的結果，在與單一分類器模型

同樣的資料集下，本研究中採用11個

模型進行平權投票，其整體預測準確

率為63.33%，較單一分類器模型有顯

著改善。

(1) 在多模激發法的實驗中，是經由多

個回合所訓練多個不同的分類模

型，再由這些分類器進行加權投票

得到一共同判斷的結果，在與單一

分類器模型同樣的資料集下，本研

究採用訓練11回合之模型進行加

權投票，其整體預測率為67%，較

單一分類器及拔靴及成法模型有

明顯的改善。

(2) 在支援向量機方法實驗中，SVM利

用超平面投射的原理將資料做分

類，超平面之參數是由所有訓練資

料決定，測是資料藉由超平面將之

區隔分成兩部分，即可以輕易的被

分類以達良好的預測效果調整，藉

由sig跟gam值得調整，其整體預測

率為80%，較拔靴集成法及多模激

發法有明顯的改善。

隨著經濟的復甦國內大型建築工

程專案數量也慢慢增加，其建築工程

專案面臨大型且複雜化的趨勢，然而

建築工程專案的成敗取決於專案先期

規劃的完整度，而國內建築專案經營

團隊對於專案先期計畫並無一套固定

的作法，而各家公司對於專案先期計

畫的概念不盡完善。本研究僅針對建

築專案先期計畫階段之成本及時程績

效，進行建構分類預測模型，並期盼

能幫助業主、承包商或專案管理人員

藉由建築專案定義評析指標之輔助，

找出對計劃執行成果有較大的影響以

及工程考量上通常較會被忽略的項

目，並加以改善，確實掌握專案先期

規劃評估所需重視之指標，以提高專

案範圍定義考量程度之完整性，避免

後續不必要之變更設計，可大幅提升

專案整體績效。

參考文獻

1. Awad S.Hanna (2010) ―Effect of

Preconstruction Planning Effort on

Sheet Metal Project Performance,

JOURNAL OF CONSTRUCTION

ENGINEERING AND

MANAGEMENT, Vol.136,

pp235-241.

2. Breiman, L. (1996). ―Bagging

predictions, Machine Learning, Vol.

24, No. 2, pp. 123-140.

3. Cho, C. S. (2000). ―Development

of the Project Definition Rating

Index (PDRI) for Building Projects.

University of Texas at Austin,

Austin, Ph.D. Thesis

4. Frank Rosenblatt (1957). ―Design

quality in pre-project

planning:applications of the Project

Definition Rating Index, Report

85-460-1, " Project PARA, Cornell

Aeronautical Laboratory, Ithaca,

N.Y.

5. Gibson, G. E., Hamilton, M. R.

（1994）. ―Analysis of Pre-Project

Planning Effort and Success

Variables for Capital Facility

Projects, A report to the

Construction Industry Institute,

Source Document 105, Austin, TX

6. Gibson, G. E., Kaczmarowski, J.,

Lore, H. (1995). ―Pre-Project

Planning Process for Capital

Facilities. ASCE J. Construction

Engineering and Management,

121(3), pp.312-318.

7. J. J. Hopfield, D. W. Tank, ―Neural

computation of decisions in

optimization problem, Biological

Cybernetics, vol. 52, pp.141-152,

1985.

8. James L. Burati (1992). ―Causes of

Quality Deviations in Design and

Construction, Journal of

Construction Engineering and

Management,118,p1-211

9. Minsky, M. L., Papert, S. (1969).

Perceptrons, MIT Press. Enlarged

edition, 1988

10. 岳東穎(2009)，台灣建築專案之先

期計畫執行現況與分析，國立高雄

應用科技大學土木工程與防災科

技研究所，碩士論文。

11. 郭炳煌(2001)，以統計方法與類神

經網路模式預估工程直接成本之

研究，國立高雄第一科技大學營建

工程研究所，碩士論文。

12. 陳信夫(1993)，建築工程成本估算

法之比較研究-與類神經網路估算

法之研究，國立臺灣大學土木工程

學研究所，碩士論文。

13. 陳信達(2003)，「以倒傳遞網路模

型預測傳統模板基準生產力之研

究」，高雄第一科技大學營建工程

研究所，碩士論文。

14. 陳柏宏(2007)，「公共工程設計品

質管理制度與設計審查機制之研

究」，台灣科技大學營建工程系，

碩士論文。

出國報告

2011/02/16-2011/02/20 赴澳州雪梨參加

The Fourth International Conference on Construction Engineering and Project

Management (ICCEPM-2011)

高雄應用科技大學土木系/王裕仁撰

2011/10/10

一、出國事由

營建工程與專案管理國際研討會(International Conference on Construction

Engineering and Project Management，簡稱ICCEPM)為國際上有關營建工程與專

案管理之理論及應用方面具有相當知名度的學術研討會，第一次的會議起始於

2005年，由韓國的營建工程與管理協會(Institute of Construction Engineering and

Management)和新加坡的南洋理工大學主辦。此後，會議在新加坡及韓國等國家

舉行，為每兩年一次國際營建工程與專案管理領域的盛會。

本屆(第四屆，亦簡稱為ICCEPM 2011)則於2011年2月16日至18日在澳洲雪

梨市舉行，主辦單位為新西南威爾斯大學(University of New South Wales)。由於

這個研討會具有相當高的學術水準，世界各國知名的營建工程與專案管理相關學

者與業界人士皆會參與盛會。一般而言，每次ICCEPM研討會皆有上百篇重要的

學術論文發表，而研討會也一向以嚴格審查投稿者的論文聞名，各國相關學者也

以能在此研討會中發表論文為榮。

參加ICCEPM 2011學術研討除發表研究內容外，亦能了解其他國家研究人員

的最新研究內容。此外也可以增進國內研究人員與其他國家研究者的互動，並可

促成國際合作。

此次會議的一些重要日程如下：

摘要提交: September 30, 2010

摘要接受: October 15, 2010

主文提交: November 30, 2010

主文接受: December 31, 2010

註冊開始: January 15, 2011

最終論文: January 15, 2011

會議期間: February 16 ~ 18, 2011

此次會議參加的費用(註冊費:澳元750元及機票新台幣40,000元)，感謝由國科會

(計畫編號: NSC 99-2221-E-151 -053)提供新台幣六萬元之補助。

二、參加研討會經過

2011/2/16 搭乘中華航空公司班機前往澳洲雪梨，參加第一天的會議。

2011/2/17 參加第二天的研討會議，除參加其他的學者簡報外，並口頭發表

此次的論文(Benchmarking the Preproject Planning Practice for the Building

Construction Industry in TAIWAN)。

2011/2/18 參加第三天的研討會議，選擇聽取多位學者的簡報。

2011/2/19 ~ 20 撘乘中華航空公司班機返回台灣。

三、攜回資料

研討會論文摘要集一本與研討會論文全文USB drive一只。

四、附件照片(兩張)

相片一 研討會場

相片二 筆者發表論文之情形

五、附件(會議行程表)

The 4th International Conference on Construction Engineering and Project Management

February 16

th

(Wednesday)

S1

Building Information Model (1)

10:30-12:00

Ibis Room I

Chairperson: TBA

S1-1

BIM-BASED TIME SERIES COST MODEL FOR BUILDING PROJECTS: FOCUSING ON MATERIAL PRICES

Sungjoo Hwang, Moonseo Park, Hyun-Soo Lee and Hyunsoo Kim

S1-2

CRITICAL FACTORS FOR ASSESSMENT OF BIM BASED QUANTITY-TAKE OFF

Seong-Ah Kim, Chang-Hee Lee, Sangyoon Chin and Cheolho Choi

S1-3

VIRTUAL CONSTRUCTION OF TRANSFER FLOORS IN REINFORCED CONCRETE BUILDING USING BIM

Kwangho So, Bohwan Oh, Yongjik Lee, Hyungeun Lee and Taehun Ha

S1-4

A HAZARDOUS AREA IDENTIFICATION MODEL USING AUTOMATED DATA COLLECTION (ADC) BASED ON BUILDING INFORMATION MODELLING (BIM)

Kwangho So, Bohwan Oh, Yongjik Lee, Hyungeun Lee and Taehun Ha

S1-5

A STUDY ON THE LEVEL OF DEVELOPMENT OF BUILDING INFORMATION MODELING DESIGN PROCESS

Khilchae Kim

S1-6

RISK ASSESSMENT USING BIM BASED SAFETY MANAGEMENT SYSTEM

Hongseob Ahn, Hyunjoo Kim and Wooyoung Kim

S2

Construction Productivity and Performance Management (1)

10:30-12:00

Ibis Room II

Chairperson: TBA

S2-1

A NOVEL APPROACH OF BUILDING CONSTRUCTION USING ROBOTIC TECHNOLOGY

Baeksuk Chu, Kyungmo Jung, Hunhee Cho, Myo-Taeg Lim and Daehie Hong

S2-2

Project complexity as a moderator of performance bias towards overrun

Li Liu

S2-3

MOVEMENT CONTROL OF HIGH-RISE BUILDINGS DURING CON-STRUCTION

Taehun Ha, Sungho Lee and Bohwan Oh

S2-4

HOLISTIC DECISION SUPPORT FOR BRIDGE REMEDIATION

Maria Rashidi and Brett Lemass

S2-5

PRODUCTIVITY PREDICTION MODEL BASED ON PRODUCTIVION INFLUENCING FACTORS: FOCUSED ON FORMWORK OF RESIDENTIAL BUILDING

Byungki Kwon, Hyun-soo Lee, Moonseo Park and Hyunsoo Kim

S2-6

ANALYSIS ON THE EVALUATION OF PROJECT EFFICIENCY BASED ON BUDGET EXECUTION: PLANNED OUTAGE MAINTENANCE (POM) FOR ELECTRICITY POWER PLANT

Sungkon Moon, Sangwon Han and Myoungwon Kang

S3

Building Information Model (2) & Construction Education and Training

13:30-15:00

Ibis Room I

Chairperson: TBA

S3-1

DEVELOPMENT OF ENERGY SIMULATION USING BIM (BUILDING INFORMATION MODELING)

Hyunjoo Kim, Kyle Anderson and Annette Stumpf

S3-2

SUSTAINABLE AND ENVIRONMENTALLY RESPONSIBLE DESIGN USING BIM: A CASE STUDY OF A RESIDENTIAL PROJECT

Hyunjoo Kim and Kwok K. Tam

S3-3

BIM IMPLEMENTATION STRATEGY AND TASKS FOR ARCHITECTURAL INDUSTRY IN KOREA

Kibyung Yoon

S3-4

SEARCHING FOR KNOWLEDGE IN THE CONSTRUCTION EXTENSION TO THE PMBOK GUIDE

F. Zhang, J. Zuo, S. Pullen and George Zillante

S3-5

DEVELOPMENT AND APPLICATION OF FAILURE-BASED LEARNING MODEL FOR CONSTRUCTION TECHNOLOGY EDUCATION

16-18 Feb. 2011, Sydney, Australia

February 16

th

(Wednesday)

S4

Construction Productivity and Performance Management (2)

& Project Delivery Systems

13:30-15:00

Ibis Room II

Chairperson: TBA

S4-1

A COMPOSITE FRAME CONCEPT FOR THE LONG LIFE OF APARTMENT BUILDINGS

Sungho Lee and Sunkuk Kim

S4-2

IMPACT OF AUTOMATIC DATA COLLECTION TECHNIQUES FOR IMPROVING PERFORMANCE OF READY-MIXED CONCRETE DELIVERY

Pan Hao and Sangwon Han

S4-3

RELATIONSHIP-BASED PROCUREMENT METHODS FOR PUBLIC INFRASTRUCTURE – THE WAY FORWARD

Jian Zuo, Xiao-Hua Jin and Mark McDonald

S4-4

EXPLORING POTENTIAL SUCCESS FACTORS FOR PROCUREMENT OF PRIVATELY FINANCED INFRASTRUCTURE

Xiao-Hua Jin, Chunlu Liu, Jian Zuo and Guomin Zhang

S4-5

A STUDY ON ANALYSIS OF DELIVERY & CONTRACT SYSTEM FOR INTRODUCTION OF THE INTEGRATED PROJECT DELIVERY (IPD) TO KOREA

Sulmin Song, Seong-Ah Kim, Yea-Sang Kim and Sangyoon Chin

S5

Cost, Time, Quality, and Safety Management (1)

15:30-17:00

Ibis Room I

Chairperson: TBA

S5-1

DEVELOPING WEB-BASED 5D SYSTEM CONNECTING COST, SCHEDULE AND 3D MODEL

Hando Kim, Jaehong Kim, Junghoon Han and Yonghan Kim

S5-2

RISK MANAGEMENT IN CIVIL CONSTRUCTION PROJECTS – FROM COST ESTIMATING PERSPECTIVE

Ashley Jaensch, Jian Zuo and Nicholas Chileshe

S5-3

AN APPROACH FOR ESTIMATING TOTAL COST OF OCCUPATIONAL SAFETY FOR BUILDING CONSTRUCTIONS

Gürkan Emre Gürcanli, Nesimi Teoman Korkutan and Ugur Müngen

S5-4

DATA MININING APPROACH TO PARAMETRIC COST ESTIMATE IN EARLY DESIGN STAGE AND ANALYTICAL CHARACTERIZATION ON OLAP (ON-LINE ANALYTICAL PROCESSING)

JaeHo Cho, HyunKyun Jung and JaeYoul Chun

S5-5

A METHOD OF REVISING RETRIEVED SIMILAR CASES IN GA-CBR COST MODELS

Sooyoung Kim, Hyun-Soo Lee, Moonseo Park, Sae-Hyun Ji and Joseph Ahn

S6

Construction Material and Resource Management

15:30-17:00

Ibis Room II

Chairperson: TBA

S6-1

ICT IMPLEMENTATION FOR MATERIALS MANAGEMENT IN CONSTRUCTION PROJECTS

N.B. Kasim

S6-2

A SCHEDULING TECHNIQUE FOR MULTIPLE RESOURCE ALLOCATION TO MULTIPLE PROJECTS IN CONSTRUCTION

K Ananthanarayanan and Murali Jagannathan

S6-3

DEVELOPMENT OF KNOWLEDGE BASED SELECTION PROCESS FOR FINISHING MATERIALS AT BUILDING DESIGN PHASE

Su-Ho Yun, Hyun-Soo Park, Gyu-Tae Noh, Hye-Rin Lee and Kyo-Jin Koo

S6-4

MATERIAL MATCHING PROCESS FOR ENERGY PERFORMANCE ANALYSIS

Jung-Ho Yu, Ka-Ram Kim and Me-Yeon Jeon

S6-5

CONSTRUCTION MATERIAL MANAGEMENT USING SMART MOBILE COMPUTING

Kwang-Pyo Lee, Hyun-Soo Lee and Moonseo Park

S6-6

THE OPPORTUNITIES AND CHALLENGES FOR CONTRACTUAL CONSIDERATION OF CONSTRUCTION-RELATED CARBON EMISSIONS FROM CIVIL INFRASTRUCTURE PROJECTS

The 4th International Conference on Construction Engineering and Project Management

February 17

th

(Thursday)

K1

Keynote 1

09:00-10:00

Ibis Room I & II

Presenter: Peter Love (Curtin University of Technology)

S7

Cost, Time, Quality, and Safety Management (2)

10:30-12:00

Ibis Room I

Chairperson: TBA

S7-1

SAFETY EVALUATION OF THE SELF-SUPPORTED STEEL JOINT FOR STEEL ERECTION WORK

Goune Kang, Changki Kim, Taehoon Kim, Hunhee Cho and Kyung-In Kang

S7-2

INCIDENT FREQUENCY AND SEVERITY FOR CONSTRUCTION FACILITIES

Jong-Hyun Park, Jae-Su Jeong and Chan-Sik Lee

S7-3

CONSTRUCTION PRICE FORMATION: A THEORETICAL FRAMEWORK

Alexander Soo and Bee Lan Oo

S7-4

SAFETY MANAGEMENT ON CONSTRUCTION MANAGEMENT: A CASE STUDY REVIEW

Eric Chan

S7-5

PROBABILISTIC MODEL-BASED APPROACH FOR TIME AND COST DATA: REGARDING FIELD CONDITIONS AND LABOR PRODUCTIVITY

ChangTaek Hyun, TaeHoon Hong, SoungMin Ji, JunHyeok Yu and SooBae An

S8

Sustainability in Construction Management

10:30-12:00

Ibis Room II

Chairperson: TBA

S8-1

PROCESS OF COMMUNITY-BASED SUSTAINABLE CO2 MANAGEMENT

Jaehyun Park and Taehoon Hong

S8-2

PROJECT MANAGEMENT STRATEGY FOR SUSTAINABLE INTEGRATION OF STADIUMS

Sven Schmedes

S8-3

MODEL-BASED LIFE CYCLE COST AND ASSESSMENT TOOL FOR SUSTAINABLE BUILDING DESIGN DECISION

Iris X. Han, W. Zhou and Llewellyn C.M. Tang

S8-4

ENVIRONMENTAL ECONOMICS FOR CONSTRUCTION

Suk hyun Kwon, Nam Ho Cho, Kyoung Hee Lee and Kyoung Ju Kim

S8-5

GREENHOUSE GAS EMISSIONS FROM ONSITE EQUIPMENT USAGE IN ROAD CONSTRUCTION

Byungil Kim, Hyounkyu Lee, Hyoungbae Park and Hyoungkwan Kim

S8-6

DEVELOPMENT OF STATE-LEVEL APPRAISAL INDICATORS OF SUSTAINABLE CONSTRUCTION IN TAIWAN

Rong-Yau Huang and Wei-Ting Hsu

S9

Design and Planning Management

13:30-15:00

Ibis Room I

Chairperson: TBA

S9-1

OPTIMISATION OF INFRASTRUCTURE WITHIN THE MELBOURNE URBAN PLAN

Koorosh Gharehbaghi and Vincent Raso

S9-2

OFF-SITE MANUFACTURE OF APARTMENT BUILDINGS

Neville Boyd

S9-3

INTEGRATED LIFE-CYCLE COST ANALYSIS CONSIDERING ENVIRONMENTAL COSTS: A HIGHWAY PROJECT CASE

WooSik Jang, Heedae Park, Sungmin Kim, SeungHeon Han and JongSeo Jeon

S9-4

BRIBERY INTENTION IN CONSTRUCTION INDUSTRY: AN APPLICATION OF THE THEORY OF PLANNED BEHAVIOR

Chung-Fah Huang, Kuen-Lung Lo, Shiau-Ju Shiue and Hsin-Chian Tseng

S9-5

BENCHMARKING THE PREPROJECT PLANNING PRACTICE FOR THE BUILDING CONSTRUCTION INDUSTRY IN TAIWAN

Yu-Ren Wang, Yi-Jao Chen, Chun-Yin Yu and Shin-Si Jang

S9-6

BOT REAL OPTION VALUATION UNDER PERFORMANCE BONDING

16-18 Feb. 2011, Sydney, Australia

February 17

th

(Thursday)

S10

Local or International Issues in Construction (1)

13:30-15:00

Ibis Room II

Chairperson: TBA

S10-1

THE IDENTIFICATION OF MALAYSIAN CONTRACTOR SATISFACTION DIMENSIONS: A STRATEGY FOR CONTINUOUS IMPROVEMENT

Md Asrul Nasid Masrom, Martin Skitmore and Adrian Bridge

S10-2

AN AUSTRALIAN PERSPECTIVE OF THE SUITABILITY OF THE SCL PROTOCOL’S PROVISIONS FOR DEALING WITH FLOAT FOR ADOPTION AND USE BY THE AUSTRALIAN CONSTRUCTION INDUSTRY

Peter Ward

S10-3

WHAT IS THE VALUE AND IMPACT OF EARLY DISPUTE EVALUATION IN THE UK AND INTERNATIONALLY?

Francine Baker

S10-4

CASE STUDY OF THE NATIONAL STADIUM: RISKS AND OPPORTUNITIES IN CHINA’S PPP IMPLEMENTATIONS IN MAJOR SPORTS FACILITIES

Xinyi Song, Wei Liang, Carlos A. Arboleda, Shouqing Wang and Feniosky Peña-Mora

S10-5

MEDIATION MECHANISM FOR CONSTRUCTION DISPUTE RESOLUTION IN TAIWAN

Chun-Yi Hwang and Nie-Jia Yau

S10-6

LESSONS LEARNT IN THE IMPLEMENTATION OF DEVELOPMENT PROJECTS IN SOUTH AFRICA

Wellington Didibhuku Thwala

S11

Finance and Property Development in Construction

15:30-17:00

Ibis Room I

Chairperson: TBA

S11-1

The Financing Model for Green Building Projects with the Governmental Guarantee Based on CER(Certified Emission Reduction)

Sang-Hyo Lee, Se-Woong Jang, Ju-Hyung Kim and Jae-Jun Kim

S11-2

THE DEVELOPMENT OF BUILDING MAINTENANCE SYSTEM FOR DETERMINING PRIORITIES OF PUBLIC FACILITY REPAIRS & REPLACEMENT

Chun-Kyong Lee, Tae-Gab Jung, Byong-Jin Yu and Tae-Keun Park

S11-3

PREDICTING CORPORATE FINANCIAL CRISIS USING SOM-BASED NEUROFUZZY MODEL

Jieh-Haur Chen, Shang-I Lin, Jacob Chen and Pei-Fen Huang

S11-4

USE OF OUTPUT SPECIFICATIONS IN PFI HOUSING PROJECTS

Patrick T.I. Lam, Albert P. C. Chan, Akintola Akintoye and Arshad Ali Javed

S11-5

STOCHASTIC CASHFLOW MODELING INTEGRATED WITH SIMULATION BASED SCHEDULING

Dong-Eun Lee, David Arditi and Chang-Baek Son

S11-6

ESTABLISHMENT OF CONSTRUCTION INDUSTRY CREDIT GUARANTEE SYSTEM BASED ON TAIWAN’S CONSTRUCTION INDUSTRY

Ting-Ya Hsieh and Tsung-Shi Liu

S12

Local or International Issues in Construction (2)

15:30-17:00

Ibis Room II

Chairperson: TBA

S12-1

TOWARDS A RELATIONAL CONTRACTING FRAMEWORK IN THE AUSTRALIAN CONSTRUCTION INDUSTRY: AN INITIAL FRAMEWORK

Melissa Chan, Bambang Trigunarsyah and Vaughan Coffey

S12-2

BUSINESS CREATION BY INDUSTRIALISED BUILDING SYSTEM IN MALAYSIAN CONSTRUCTION INDUSTRY

Theong May Chuan

S12-3

CORPORATE GOVERNANCE PRACTICE OF TAIWAN LISTED CONSTRUCTION COMPANIES AND ITS CORRELATION WITH INDUSTRIAL FEATURES

Hui-Yu Chou

S12-4

THE RELATIONSHIP BETWEEN ECOLOGICAL CORPORATE SOCIAL RESPONSIBILITY AND ORGANIZATIONAL PERFORMANCE IN CONSTRUCTION INDUSTRY

Chung-Fah Huang, Ho-Chi Lien and Cheng-Yung Tseng

S12-5

PERFORMANCE EVALUATION FRAMEWORK FOR ENGINEERING CONSULTANTS OF TAIPEI RAPID TRANSIT SYSTEMS

Chien-Hui Sun and Nie-Jia Yau

S12-6

A COMPARATIVE STUDY ON PREDICTION PERFORMANCE OF THE BANKRUPTCY PREDICTION MODELS FOR GENERAL CONTRACTORS IN KOREA CONSTRUCTION INDUSTRY

The 4th International Conference on Construction Engineering and Project Management

February 18

th

(Friday)

K1

Keynote 1

09:00-10:00

Ibis Room I & II

Presenter: Feniosky Peña-Mora (Colombia University)

S13

Project Management (1)

10:30-12:00

Ibis Room I

Chairperson: TBA

S13-1

AGENT-BASED SIMULATION OF ORGANIZATIONAL DYNAMICS IN CONSTRUCTION PROJECT TEAMS

JeongWook Son and Eddy M. Rojas

S13-2

AN EXAMPLE OF REPRESENTING THREE LEVEL’S SCHEDULES WITHIN SCHEDULE HIERARCHY BY BDM TECHNIQUE

Seon-Gyoo Kim

S13-3

NON-VALUE ADDING ACTIVITIES IN SOUTH AFRICAN CONSTRUCTION: A RESEARCH AGENDA

Fidelis Emuze and John Smallwood

S13-4

ANATOMY OF A CONSTRUCTION ERROR

Hamad Aljassmi and Sangwon Han

S13-5

PROJECT SCHEDULING WITH START-TIME DEPENDENT COST AND IMPRECISE DURATION

Siamak Haji Yakhchali

S14

Information Technology in Construction (1)

10:30-12:00

Ibis Room II

Chairperson: TBA

S14-1

RESEARCH AND DEVELOPMENT OF RFIC TECHNOLOGY IN SMART TEMPERATURE INFORMATION MATERIAL

Chih-Yuan Chang, San-Shan Hung, Yu-Chueh Chang and Yu-Fang Peng

S14-2

WEB-BASED CONSTRUCTION KNOWLEDGE MANAGEMENT PORTAL

Youjin Jang, Moonseo Park and Hyun-Soo Lee

S14-3

A STUDY ON THE FEASIBILITY OF IPD METHOD IN CONSTRUCTION PROJECT IN CHINA

Teng Li, Jae-Jun Kim and Ju-Hyung Kim

S14-4

CRITIAL SUCCESS FACTORS FOR PROJECT MANAGEMENT INFORMATION SYSTEM IN CONSTRUCTION

Jung Ho Yu and Seul Ki Lee

S14-5

DEVELOPMENT OF IDEA HIERARCHY MODEL FOR IDEA GENERATION OF CONSTRUCTION VE

Jinkook Yang and Sungwoo Moon

S14-6

DEVELOPMENT OF A WEB-BASED COST AND DURATION MANAGEMENT SYSTEM FOR MEGA-PROJECTS

Chang-Taek Hyun, Run-Zhi Jin, Myoung-Jin Son and Seung-Yoon Shin

S15

Organization System and Social Issue of Construction (1)

13:30-15:00

Ibis Room I

Chairperson: TBA

S15-1

CORPOATE SOCIAL RESPONSIBILITY IN CONSTRUCTION - A CRITICAL LITERATURE REVIEW

Jian Zuo, Lou Wilson, Stephen Pullen and George Zillante

S15-2

A STUDY ON THE INTRODUCTION OF THE PAY ADJUSTMENT SYSTEM FOR THE VOLUNTARY ASSURANCE OF QUALITY BY THE CONTRACTORS

Byung-Ok Noh, Sang-Beom Lee and Jai-Dong Koo

S15-3

TREE FORM CLASSIFICATION OF OWNER PAYMENT BEHAVIOUR

Hanh Tran, David G. Carmichael and Maria C. A. Balatbat

S15-4

THREE-STAGED RISK EVALUATION MODEL FOR BIDDING ON INTERNATIONAL CONSTRUCTION PROJECTS

Wooyong Jung and Seung Heon Han

S15-5

PRIVATE DEVELOPERS’ UNDERSTANDING ON THE IMPLEMENTATION OF STRATEGIC PARTNERING IN THE MALAYSIAN CONSTRUCTION INDUSTRY

16-18 Feb. 2011, Sydney, Australia

February 18

th

(Friday)

S16

Information Technology in Construction (2)

13:30-15:00

Ibis Room II

Chairperson: TBA

S16-1

CONSTRUCTABILITY IMPLEMENTATION MODEL USING DEPENDENCY STRUCTURE MATRIX

Youngjib Ham, Moonseo Park and Hyun-Soo Lee

S16-2

DEVELOPMENT PROCESS OF INFORMATION FLOW RETRIEVAL SYSTEM FOR LARGE-SCALE CONSTRUCTION PROJECTS

Jinho Shin, Hyun-soo Lee, Moonseo Park, Jung-ho Yu and Jungseok Kim

S16-3

INTRA-AND INTERGOVERNMENTAL INFORMATION SYSTEM TO MANAGE INFORMATION IN URBAN RENEWAL PROJECT

Dong-bum Kim, Jin-Won Kim, Ju-Hyung Kim and Jae-Jun Kim

S16-4

ATTITUDES TOWARDS KNOWLEDGE SHARING AMONG QUANTITY SURVEYORS

Kherun Nita Ali, Md Asrul Nasid Masrom and Pow Yih Wen

S16-5

A PATH ENUMERATION APPROACH FOR CRITICAL ANALYSIS IN PROJECT NETWORKS WITH FUZZY ACTIVITY DURATIONS

Siamak Haji Yakchali

S16-6

THE POTENTIAL USE OF A PUBLIC WEB SERVICE TO GUIDE CONVERGING CONSTRUCTION EQUIPMENT IN US&R

Albert Y. Chen and Feniosky Peña-Mora

S17

Project Management (2)

15:30-17:00

Ibis Room I

Chairperson: TBA

S17-1

A CASE STUDY OF CONSTRUCTION ENGINEERING FOR CABLE SUPPORTED BRIDGE BY COLLABORATIVE SYSTEM

Jung-Min Nam, Sung-Ho Kim and Jae-Hong Kim

S17-2

ANALYZING EFFECTIVE FACTOR OF THE CHANGE MANAGEMENT BASED ON URBAN REGENERATION PROJECT IN REPUBLIC OF KOREA

Jae-Pil Seo, Yoon-Ki Choi, Bo-Sik Son and Han-Guk Ryu

S17-3

OPTIMISATION OF ASSET MANAGEMENT METHODOLOGY FOR A SMALL BRIDGE NETWORK

Jaeho Lee and Kamalarasa Sanmugarasa

S17-4

CHARACTERISTICS OF ACCIDENTS IN CONSTRUCTION PROJECT IN KOREA

Kyeong-Seok Chae and Chan-Sik Lee

S17-5

SELECTING OPTIMUM MANAGEMENT PRACTICES IN PRE-CONSTRUCTION PHASE CONSIDERING PROJECT CHARACTERISTICS

Hee-Sung Cha, Ki-Hyun Kim and Young-Jin Ko

S18

Organization System and Social Issue of Construction (2)

15:30-17:00

Ibis Room II

Chairperson: TBA

S18-1

AN EXPLORATORY STUDY ON THE IMPACT SIGNIFICANCE OF PROJECT STAKEHOLDERS ON CONSTRUCTION PROJECT HEALTH AND SAFETY (H&S)

Innocent Musonda and Theodore Conrad Haupt

S18-2

CONSTRUCTION DEFECTS AND MONETARY RETENTIONS IN CONSTRUCTION PROJECT: A REVIEW OF CASE LAW

Priyanka Raina and John Tookey

S18-3

HOUSING SATISFACTION IN SUBSIDIZED HOUSING SCHEMES: A SOUTH AFRICA PERSPECTIVE

Clinton O. Aigbavboa and Wellington D. Thwala

S18-4

PERFORMANCE OF MATURE AND MATRICULATION ENTRY STUDENTS STUDYING TOWARDS THE NATIONAL DIPLOMA IN BUILDING AT THE UNIVERSITY OF JOHANNESBURG, SOUTH AFRICA

S9-5

BENCHMARKING THE PREPROJECT PLANNING PRACTICE FOR THE

BUILDING CONSTRUCTION INDUSTRY IN TAIWAN

Yu-Ren Wang

1

_{, Yi-Jao Chen}

2

_{, Chun-Yin Yu}

3

_{and Shin-Si Jang}

4

¹ Assistant Professor, Department of Civil Engineering, National Kaohsiung University of Applied Sciences, Taiwan ² Assistant Professor, Department of Property Management, Leader University, Taiwan

3 _{Former Graduate Student, Department of Civil Engineering, National Kaohsiung University of Applied Sciences, Taiwan} 4 _{Former Graduate Student, Department of Civil Engineering, National Kaohsiung University of Applied Sciences, Taiwan}

Correspond to [email protected]

ABSTRACT

: Significant decisions are made by the project team during the early planning phase of capital facility

project developments. The preproject planning phase begins after a decision is made to proceed with a project concept and continues until the detail design stage. Many of the industry practitioners and researchers have recognized the importance of preproject planning and that inadequate early planning is one of the key factors affecting project success. Nevertheless, the preproject planning practices vary significantly for the construction industry in Taiwan and the quality of preproject planning relies heavily on individual project team’s experience. This research sets out to benchmark the preproject planning practice for the building construction industry in Taiwan. From late 2007 to early 2010, the researchers collected information from a total of 92 building construction projects using questionnaire survey. The analysis results show that the surveyed projects with better preproject planning have better cost and schedule performances on average. It is recommended that project team spend more efforts in the preproject planning stage to have a better chance of achieving project success.

Keywords

: Preproject planning; Benchmarking; Project success; Project definition

1. INTRODUCTION

The Construction Industry Institute (CII), based in Austin, Texas, has been studying preproject planning related issues since the early 1990’s. Significant decisions are made by the project team during the preproject planning phase of capital facility project developments. The preproject planning phase begins after a decision is made to proceed with a project concept and continues until the detail design stage. The research results at CII have shown that preproject planning is a key process in the project life cycle and how well it is performed will affect cost and schedule performance [1] [2]. Other researches also indicate that better preproject planning will improve efficiency and thus lead to profitability [3] [4]. Nevertheless, the preproject planning practices very significantly from one company to another for the construction industry in Taiwan. There have also been very few related researches conducted relating to this topic. Therefore, this research set out to benchmark the current preproject planning practices for the building construction in Taiwan.

From late 2007 to early 2010, the researchers collected information from a total of 92 building construction projects using questionnaire survey. The sample covers a wide variety of projects such as schools, houses, apartment buildings, hospitals, offices, temples, recreational facilities, hotels, and department stores. A

scope definition tool, Project Definition Rating Index (PDRI), was incorporated in the survey questionnaire to collect preproject planning related information. Developed by the Construction Industry Institute, the PDRI is a comprehensive, weighted checklist of crucial scope definition elements that have to be addressed in early planning process. It is a simple and easy-to-use tool to assist with preproject planning process and objectively evaluate the status of a project during the early stage [5]. Since its development, it is widely adopted by the construction industry in the U.S. Therefore, the PDRI is adopted as the survey instrument to measure the status of preproject planning practice for this benchmarking research in Taiwan. In addition to the PDRI evaluations, project basics and information related to project performance was also collected during the survey. Statistical analysis is conducted to investigate the relationship between the status of preproject planning and final project performance.

2. PREPROJECT PLANNING AND SCOPE

DEFINITION

The early planning phase of capital facility projects is the main focus of this research. Significant decisions affecting project outcomes are made in this stage. The process of preproject planning constitutes a comprehensive framework for detailed project planning

and includes scope definition. Project scope definition is the process by which projects are selected, defined and prepared for definition. It is one key practice necessary for achieving excellent project performance [1].

2.1 Preproject Planning

Preproject planning is a major phase of the project life cycle. It begins after a decision is made by the business unit to proceed with a project concept and continues until the detailed design is developed. In general, industry practitioners perceive that early planning efforts in the project life cycle have a greater influence on project success than planning efforts undertaken later in the project delivery process. Fig. 1 identifies the conceptual relationship between influence and expenditure in a project life cycle. The curve labeled “influence” in Fig. 1 reflects a company’s ability to affect the outcome of a project during various stages of a project. The diagram illustrates that it is much easier to influence a project’s outcome during the early project planning stage when expenditures are relatively minimal than it is to affect the outcome during project execution or operation of the

facility when expenditures are more significant [6].

Fig. 1. Influence and Expenditure Curve for the Project Life Cycle

To further investigate the early planning efforts for capital facility projects, CII first chartered a research project to determine the most effective methods of project definition and cost estimating for appropriation approval in 1991. The research team defined preproject planning as “the process of developing sufficient strategic information with which owners can address risk and decide to commit resources to maximize the chance for a successful project” [6]. Other aliases for pre-project planning include front-end loading, front-end planning, feasibility analysis, programming/schematic design, and conceptual planning. The preproject planning process can be summarized into four major steps: organization for pre-project planning, selection of project alternative(s), development of a project definition package (which is the detailed scope definition of the project), and decision on whether to proceed with the project [7]. For each project, the results (or products) is a scope definition package.

2.2 Scope Definition

As defined by the Project Management Institute (PMI), project scope definition occurs early in the project life cycle when the major project deliverables are decomposed into smaller, more manageable components in order to provide better project control [8]. Project scope definition is the process where projects are defined and prepared for execution and is a key component of preproject planning. During this process, information such as general project requirements, necessary equipment and materials, and construction methods or procedures are identified and compiled in the form of a project definition package. This document consists of a detailed formulation of continuous and systematic strategies to be used during the execution phase of the project to accomplish the project objectives. It also includes sufficient supplemental information to permit effective and efficient detailed engineering to proceed [7].

Inadequate or poor scope definition, which negatively correlates to the project performance, is recognized as one of the most serious problems on a construction project [9]. As stated in the Business Roundtable’s Construction Industry Cost Effectiveness (CICE) Project Report A-6 [10], two of the most frequent contributing factors to cost overrun are: poor scope definition at the estimate (budget) stage and loss of control of project scope. Therefore, the result of a poor scope definition is that final project costs can be expected to be higher because of the inevitable changes which interrupt project rhythm, cause rework, increase project time, and lower the productivity as well as the morale of the work force [11]. As a result, success during the detailed design, construction, and start-up phases of a project highly depends on the level of effort expended during the scope definition phase as well as the integrity of project definition package [12].

Several studies focusing on the project performance and success identified the major factors that cause project failure. These studies suggest that poor scope definition is one of the primary causes of unsuccessful projects [13]; Myers and Shangraw, 1986; Merrow, 1988; and Broaddus, 1995). According to these studies, cost growth and inaccurate estimations, as well as schedule slippage on most of the process plant projects are due to inadequate scope definition. These studies further conclude that the more time and effort invested in scope definition prior to authorization, the more accurate the construction estimation and scheduling. This research intends to investigate the current practice of preproject planning practice in Taiwan and to find out if similar results can be observed.

3. PDRI and DATA COLLECTION

3.1 Project Definition Rating Index (PDRI)

In order to evaluate the current practice of the preproject planning practice for the building construction industry in Taiwan, an easy-to-use tool, Project Definition Rating Index (PDRI) is incorporated in the survey questionnaire. Developed by the Construction Industry Institute (CII), the PDRI is a scope definition tool with which the project team is able to measure the completeness of a project’s scope definition. When it was