ผลที่ได้จากการกลั่นกรองและนำมาเป็นป

ผลที่ได้จากการกลั่นกรองและนำมาเป็นปัจจัยที่ใช้ในการทำนายผลมีทั้งสิ้น 14 ปัจจัย ได้แก่ ความผันผวนทางเศรษฐกิจ การขาดแคลนแรงงาน ความสมบูรณ์ของแบบสำหรับก่อสร้าง คุณลักษณะของวัสดุ/อุปกรณ์ ความล่าช้าก่อนเริ่มโครงการ ข้อมูลที่จำเป็นต่อการก่อสร้าง ระยะเวลาเตรียมตัว ความล่าช้าในการอนุมัติ ความล่าช้าในส่วนงานของเจ้าของ การเปลี่ยนแปลงงาน การก่อสร้างไม่ได้ตามที่ออกแบบ ผู้รับเหมาทิ้งงาน การประท้วง ร้องเรียน ความขัดแย้งและการสื่อสารที่ผิดพลาด และค่าใช้จ่ายอื่นๆที่เกิดขึ้นในโครงการ ซึ่งนำระดับการเกิดขึ้นของทุกปัจจัยมาใช้ในการทำนายผลในโครงข่ายประสาทเทียมการเรียนรู้แบบแพร่กลับและฟังก์ชั่นถ่ายโอนและฟังก์ชั่นผลลัพธ์แบบซิกมอยด์เพื่อหาค่าเปอร์เซ็นต์ของงบประมาณสำรองต่อมูลค่าสัญญาจ้างที่เหมาะสม ผลที่ได้คือโครงข่ายประสาทเทียมที่มีประสิทธิภาพดีที่สุดในการทำนายผลสามารถทำนายผลโครงการที่มีมูลค่าสัญญาอยู่ในช่วง0-500 ล้านบาท, 500-1,000 ล้านบาท, 1,000-1,500 และมากกว่า 1,500 ล้านบาทจะมีค่าความผิดพลาดเท่ากับ 19.52%, 69.88%, 1.90% และ 10.59% ตามลำดับ

ผลลัพธ์ (อังกฤษ) 2:

The results of the review and the factors used to predict a total of 14 factors, including economic fluctuations. Labor shortage For the completion of construction Features of Material / Equipment Delays before starting projects The information necessary for construction Preparation Time The delay in approval The delay on the part of the owner. Job changes Construction, not the design. Contractors abandon the protest, complaint, conflict and a breakdown in communications. And other expenses incurred by the project. This led to the emergence of all the factors used to predict the effect on neural network learning, spreading to and function and transfer function results sigmoid to determine the percentage of statements. Reserve estimated the value of the contract. The result is a neural network with the best performance in predicting the outcome can be predicted with a contract value in the range of 0-500 million baht, 500-1,000 million baht, 1000-1500, and more than 1,500 million baht will be. Error value equal to 19.52%, 69.88%, 1.90% and 10.59%, respectively.

ผลลัพธ์ (อังกฤษ) 3:

The results of screening and taken as factors in the prediction are all 14 factors including economic fluctuations, shortage of labor. The integrity of the design for construction. The characteristics of materials / equipment.The information necessary to the construction period for delays in approval of the owner, the delay ในส่วนงาน changing jobs. Construction is not as design contractors, leaving the job protest claims.And other expenses occurred in the project.Which brings the occurrence of all of the factors used in the prediction of artificial neural network back propagation learning and the transfer function and the function sigmoid results for a percentage of the budget reserve on value of contract.Appropriate,The result is that the artificial neural network with the best performance in the prediction result can be used to predict the project with contract value is in the range 0-500 million,500-1 000 million 1,,,, and, more 000-1 500 1 500 million is the error of 19.52% 69.88% 1.90% 10.59%,, and respectively
.