💻 computer science

Predictive Intelligence for Civil Works Valuation: A Hybrid Random Forest–ANN Model with 91.20% Accuracy for Dynamic Cost Management in Peru

Deze studie stelt een hybride Random Forest–ANN-model voor, getraind op 450 Peruaanse bouwprojecten, dat een nauwkeurigheid van 91,20% bereikt in dynamische kostenwaardering, waardoor voorspellingsfouten en geografische bias aanzienlijk worden verminderd terwijl het een levensvatbaar pad biedt voor integratie in de kaders voor het beheer van de publieke infrastructuur in Peru.

Oorspronkelijke auteurs: PAUL RICARDO PRUDENCIO GALVEZ

Gepubliceerd 2026-06-30

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: PAUL RICARDO PRUDENCIO GALVEZ

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert de uiteindelijke prijs van de bouw van een huis in Peru te raden. In het verleden deden mensen dit door naar een statische prijslijst te kijken (zoals een menu van vorig jaar) en deze bij elkaar op te tellen. Maar in Peru verandert het "menu" constant door drie lastige zaken: het weer en het terrein (kust versus bergen versus oerwoud), de hoogte (hoe hoog je bent) en het risico op aardbevingen.

Vanwege deze veranderende factoren waren traditionele raadmethoden vaak fout met ongeveer $142.800 per project. Dat is een enorme financiële kloof.

Dit artikel introduceert een nieuwe, slimmere manier om kosten te voorspellen met behulp van een "digitaal brein" dat leert van het verleden. Hier is de uitsplitsing in eenvoudige termen:

1. Het Probleem: De "One-Size-Fits-All" Kaart Werkt Niet

Stel je voor dat je probeert door Peru te navigeren met een enkele kaart die het strand, de hoge Andes en het Amazone regenwoud precies hetzelfde behandelt. Dat zou niet werken. Een vrachtwagen die een berg oprijdt, kost meer brandstof dan een vrachtwagen aan de kust; een gebouw in een aardbevingszone heeft sterkere (en duurdere) materialen nodig.

De oude computermodellen die in de bouw werden gebruikt, begrepen deze verschillen niet. Ze behandelden het hele land als één plat, uniform gebied, wat leidde tot dure fouten.

2. De Oplossing: Een "Dubbel-Brein" Systeem

De auteur heeft een nieuw computermodel gemaakt dat werkt als een team van twee experts die samenwerken:

Brein A (Random Forest): Dit deel is erg goed in het tegelijkertijd bekijken van veel verschillende regels en patronen. Het is als een ervaren ingenieur die duizenden projecten heeft gezien en de "vuistregels" kent.
Brein B (Artificial Neural Network): Dit deel is als een patroonherkennings-tovenaar. Het kijkt naar complexe, rommelige gegevens en vindt verborgen verbanden die mensen misschien missen.

Door deze twee breinen te combineren, krijgt het model het beste van beide werelden. Het is getraind op 450 echte bouwprojecten in Peru van 2018 tot 2025.

3. Het Geheime Recept: De "Peruaanse Aanpassingsfactoren"

Het model kijkt niet alleen naar de prijs van stenen en cement. Het voegt een speciale "Peruaanse filter" toe aan elke berekening. Het stelt drie specifieke vragen voordat het een prijs geeft:

Waar is het? (Kust, Sierra of Oerwoud?)
Hoe hoog is het? (Is het boven de 3.500 meter, waar de logistiek moeilijker is?)
Is het onrustig? (Wat is het aardbevingsrisiconiveau volgens de Peruaanse bouwvoorschriften?)

Dit is als een GPS die niet alleen de afstand aangeeft, maar ook berekent hoeveel extra benzine je nodig hebt vanwege de steile heuvels en files.

4. De Resultaten: Een Veel Scherper Kristallen Bolletje

De resultaten waren indrukwekkend:

Nauwkeurigheid: Het nieuwe model voorspelde kosten met 91,20% nauwkeurigheid.
Geld Bespaard: In plaats van er $142.800 naast te zitten (de oude manier), zit het nieuwe model er slechts ongeveer $91.350 naast. Dat is een besparing van ongeveer $51.450 per project.
Bias Verminderd: Het verminderde de "geografische bias" (de fout veroorzaakt door het negeren van locatieverschillen) met 34%.

5. Waarom Dit Belangrijk Is voor Peru

Het artikel betoogt dat dit niet zomaar een wiskundige truc is; het is een praktisch hulpmiddel voor de overheid en particuliere bedrijven.

Echte Data: Het maakt gebruik van echte publieke registers uit het Peruaanse contracteringssysteem (SEACE).
Toekomstbestendig: Het past binnen de bestaande digitale systemen van Peru (zoals PlanBIM) en volgt de specifieke wetten van het land over hoe bouw prijzen moeten worden aangepast.
Minder Drama: Door kosten nauwkeuriger te voorspellen, zullen er minder discussies en heronderhandelingen zijn wanneer een project over budget gaat.

Kortom: De auteur heeft een slim computertool gebouwd die de unieke, ruige en aardbevingsgevoelige realiteit van Peru begrijpt. Door twee soorten AI te combineren en specifieke lokale regels toe te voegen, voorspelt het bouwkosten veel nauwkeuriger dan de oude methoden, wat het land aanzienlijk geld bespaart en het financiële risico verkleint.

Technische Samenvatting: Voorspellende Intelligentie voor de Waardering van Civiele Werken in Peru

Probleemstelling
Civieltechnische projecten in Peru worden geconfronteerd met aanzienlijke uitdagingen op het gebied van dynamische kostenwaardering door de volatiliteit van inputprijzen, de regelgevende complexiteit onder de Wet op de Overheidscontractering (Wet N° 30225), en de inherente subjectiviteit van traditionele parametrische schattingen. Hoewel er wereldwijde machine learning (ML)-modellen bestaan, slagen deze er niet in om de specifieke normatieve, geografische en logistieke realiteiten van de Peruaanse markt aan te pakken. Deze realiteiten omvatten extreme geografische spreiding (kust, sierra, jungle), onderscheidende seismische zones gedefinieerd door NTE E.030, hoogtevariaties en een herzieningsstructuur gebaseerd op INEI-polynoomformules. Bijgevolg leveren traditionele methoden gemiddelde voorspellingsfouten op die de ±USD 142.800 overstijgen voor middelgrote projecten, waarbij infrastructuurprojecten kostenoverschrijdingen ervaren die meer dan 58% bedragen en vertragingen van ongeveer 65%. Bestaande benaderingen, die vaak vertrouwen op univariate LSTM of lineaire regressie, kunnen niet gelijktijdig de relationele en temporele afhankelijkheden vastleggen die vereist zijn om de cascade-effecten van activiteitsafwijkingen binnen een Work Breakdown Structure (WBS) te modelleren.

Methodologie
De studie stelt een hybride ML-model voor dat Random Forest (RF) en Artificiële Neurale Netwerken (ANN) integreert om deze hiaten te dichten. De methodologie is geworteld in een dynamische kostenformulering ( $C_d$ ) die de statische algebraïsche sommatie overstijgt:

Databron: Het model werd getraind op 450 bouwprojecten uitgevoerd in Peru tussen 2018 en 2025, afkomstig van SEACE, het Ministerie van Economie en Financiën (MEF) en regionale overheidsregisters. De inputvariabelen omvatten bebouwd oppervlak, structureel type, geografische locatie, logistieke complexiteit, seismische zone, hoogte, lokale historische materiaalprijzen en regionale CPI-series.
Dynamische Kostenvergelijking: De kernvergelijking wordt gedefinieerd als $C_d(t) = \Sigma [Q_i(t) \times P_{base,i} \times I_{regional}(t)] + \epsilon_{ML}$ $C_{d} (t) = Σ [Q_{i} (t) \times P_{ba se, i} \times I_{r e g i o na l} (t)] + ϵ_{M L}$ .
- $Q_i(t)$ : Fysieke hoeveelheden geëxtraheerd uit 5D BIM-modellen.
- $P_{base,i}$ : Gehomologeerde basis eenheidsprijzen van CAPECO en MEF.
- $I_{regional}(t)$ : Een spatio-temporele regionale index berekend als $I_{nacional}(t) \times \phi_{geo} \times \phi_{alt} \times \phi_{sísmica}$ . Deze index incorporeert uniek geografische factoren (kust/sierra/jungle), hoogtecorrecties (>3.500 m.a.s.l.) en seismische zone-aanpassingen (NTE E.030).
- $\epsilon_{ML}$ : Een voorspellende correctiefactor gegenereerd door het hybride model om residuele fouten te vangen die niet door officiële indices worden verklaard.
Hybride Architectuur: Het model maakt gebruik van een gewogen hybride verliesfunctie ( $L_{hybrid} = \alpha \cdot MSERF + (1-\alpha) \cdot MAEANN + \lambda||\theta||^2$ ) met $\alpha=0,6$ om de balans te bewaren tussen variantiecontrole (RF) en biasreductie (ANN). L2-regularisatie ( $\lambda$ ) voorkomt overfitting gezien de beperkte datasetgrootte ( $n < 600$ ).
Validatie: Statistische stabiliteit werd bevestigd via 10-voudige kruisvalidatie ( $k=10$ ), wat een standaarddeviatie van $\sigma = \pm 2,1\%$ opleverde.

Belangrijkste Bijdragen
Het artikel identificeert drie primaire bijdragen:

Algoritmische Ontwikkeling: De creatie en validatie van een hybride RF+ANN-algoritme specifiek getraind op Peruaanse data, dat een nauwkeurigheid van 91,20% bereikt.
Wiskundige Formalisering: De formulering van wiskundig verifieerbare dynamische kostenvergelijkingen, inclus_ief de spatio-temporele regionale index ( $\phi_{geo} \cdot \phi_{alt} \cdot \phi_{sísmica}$ ) en de integratie van Earned Value Management (EVM) indicatoren (CPI, EAC) als feedbackvariabelen.
Implementatiekader: Een voorgestelde route voor de integratie van dit model met het PlanBIM Peru-ecosysteem, SEACE en het MEF Multiannual Macroeconomic Framework om EPC-contracten en publiek-private samenwerkingen (PPS) te ondersteunen.

Resultaten
Het hybride model behaalde een nauwkeurigheid van 91,20% op de testset (90 projecten), met een $R^2$ van 0,9819 en een RMSE van 0,1358.

Foutreductie: De gemiddelde voorspellingsfout werd verminderd van ±USD 142.800 (traditionele methoden) naar ±USD 91.350 (ML-model), wat een reductie van 35,9% in de financiële risico-inschatting vertegenwoordigt en een absolute verbetering van USD 51.450 per project.
Bias-mitigatie: De integratie van de spatio-temporele regionale index verminderde de geografische bias met 34% vergeleken met modellen die een enkele nationale index gebruiken (statistisch significant, $p < 0,001$ ).
Prestatiecontext: Het model presteerde 18,8 procentpunten beter dan traditionele parametrische schattingen en toonde een superieure prestatie in contexten met hoge inflatie (2022–2023) en projecten op grote hoogte in de sierra.

Betekenis en Claims
Het artikel claimt dat deze studie een nieuwe standaard zet voor financieel beheer in de Peruaanse infrastructuur door de kloof te overbruggen tussen wereldwijde ML-mogelijkheden en lokale regelgevende en geografische specificiteiten. De nauwkeurigheid van 91,20% wordt gepresenteerd niet enkel als een statistische metriek, maar als een tastbare mitigatie van financiële risico's in EPC- en PPS-contracten, waar kostenoverschrijdingen vaak voortkomen uit inadequate forecasting van regionale herzieningen.

De auteurs stellen dat het model operationeel levensvatbaar is binnen het huidige Peruaanse kader, waarbij gebruik wordt gemaakt van bestaande transparantie van publieke gegevens (SEACE) en overheidsinitiatieven (PlanBIM, Invierte.pe). Het artikel erkent echter bescheiden de beperkingen, waaronder de heterogeniteit van historische dataformaten van regionale entiteiten, de afwezigheid van een nationale georeferentieerde eenheidskostenopslag, en de noodzaak voor halfjaarlijkse modelupdates om in te spelen op regelgevende wijzigingen in de Nationale Bouwvoorschriften. Toekomstig onderzoek is gericht op datastandaardisatie en het uitbreiden van het model naar planningvoorspelling (Earned Schedule).