Estudio Comas
Aplicaciones prácticas

Implementación de la inteligencia artificial para abordar los persistentes desafíos de retrasos en proyectos de construcción

diciembre 29, 2023

Se ha desarrollado un modelo basado en inteligencia artificial que busca mejorar la planificación y control de proyectos de construcción, reduciendo así las demoras en los tiempos de entrega. Este representa un hito significativo en la mejora de la eficiencia de la industria.

Por PhD. Natalia Rudeli, Facultad de Ingeniería, Universidad de Montevideo

La industria de la construcción, a nivel tanto nacional como global, ha enfrentado históricamente desafíos sustanciales en términos de retrasos, demoras y ampliaciones de alcance en los proyectos. Estas dificultades han generado la percepción de la construcción como una actividad imprevisible, afectando directamente los costos finales asociados a los proyectos.

La Universidad de Montevideo ha estado comprometida de manera continua en abordar estos desafíos. Investigaciones previas han identificado los problemas de control y gestión de cronogramas, así como los desafíos en la gestión financiera, como las principales causas de los retrasos en obras. Estos hallazgos, validados a nivel nacional e internacional, marcan un hito en la comprensión de los factores críticos que afectan a la industria de la construcción.

En un nuevo estudio, buscando ampliar la comprensión de la problemática en nuestro país, se ha dado un paso adelante al integrar innovaciones tecnológicas, específicamente la inteligencia artificial (IA), para mejorar la planificación y control de proyectos de construcción. El objetivo central es reducir las demoras en los tiempos de entrega, un desafío que impacta directamente en la eficiencia y los costos de la industria.

Se desarrolló un avanzado modelo de redes neuronales feedforward para la predicción y control del comportamiento de proyectos de construcción, basado en datos reales de obras de pequeña y mediana envergadura en Uruguay.

Se ha desarrollado un avanzado modelo de redes neuronales feedforward para la predicción y control del comportamiento de proyectos de construcción, basado en datos reales de obras de pequeña y mediana envergadura en Uruguay. Este modelo utiliza aprendizaje autónomo para analizar patrones y comportamientos en grandes conjuntos de datos, logrando resultados notables con un error porcentual absoluto promedio del 2.94%. La elección de la arquitectura de redes neuronales feedforward se sustentó en su capacidad para modelar relaciones complejas en conjuntos de datos secuenciales, siendo crucial para la predicción de patrones temporales en el avance de proyectos de construcción.

La implementación de este modelo incluye la utilización de datos reales de obras en Uruguay, abordando la variabilidad en la duración de los proyectos. La normalización de los datos se llevó a cabo para garantizar la comparabilidad entre las variables, facilitando así la convergencia de la función de pérdida durante el entrenamiento del modelo. La arquitectura de la red neuronal feedforward se definió considerando el tamaño del conjunto de datos y se ajustó para equilibrar la complejidad computacional con la eficiencia del cálculo. Se seleccionó el optimizador Adam en la fase de compilación del modelo, dada su eficiencia, adaptabilidad a conjuntos de datos grandes y capacidad para abordar problemas no lineales. Durante el diseño de la red, se exploraron distintas configuraciones de parámetros, como el número de epochs, coeficiente de aprendizaje y discretización de los valores de tiempo, con el objetivo de optimizar la convergencia del modelo y su capacidad de generalización.

El modelo utiliza aprendizaje autónomo para analizar patrones y comportamientos en grandes conjuntos de datos, logrando resultados notables con un error porcentual absoluto promedio del 2.94%.

El modelo resultante demostró una capacidad notable para la predicción del avance contractual en obras de construcción. Además, se implementó una interfaz de usuario que permite a los gestores ingresar datos relevantes y obtener predicciones precisas del progreso de la obra en etapas futuras. Esta interfaz se posiciona como una herramienta valiosa para la toma de decisiones y la mitigación de posibles retrasos en proyectos de construcción.

El desarrollo del modelo basado en inteligencia artificial para la predicción y control de proyectos de construcción representa un hito significativo en la mejora de la eficiencia de la industria. Sus beneficios son destacados, desde la capacidad de prever con precisión el avance futuro de los cronogramas hasta la adaptabilidad a proyectos desconocidos, proporcionando a los gestores una herramienta poderosa para la toma de decisiones informadas. La aplicabilidad de este modelo trasciende las fronteras de Uruguay, ya que su estructura modular permite su reproducción y adaptación a diferentes entornos y escenarios de construcción.

Además, su interfaz de usuario intuitiva facilita la integración de esta tecnología innovadora en la gestión cotidiana de proyectos de construcción. La capacidad del modelo para ser alimentado con nuevos datos ofrece un camino hacia la mejora continua, permitiendo una evolución constante y la adaptación a los cambiantes desafíos que presenta la industria de la construcción.

SYSO Estudio Comas

Hoy se inauguró el Ferrocarril Central 🚇

¿Sabés cómo se realizó la obra para acondicionar 270 kilómetros de vía?

Leé nuestra nota y enterate todos los detalles de la obra.



#FerrocarrilCentral #modoferroviario #trenUruguay #tren #vialidad

Se viene una nueva edición del Congreso Nacional SYSO en la Construcción👷‍♀️👷‍♂️

Charlas técnicas sobre seguridad y salud ocupacional en la industria, incluyendo la del experto en neurociencia Estanislao Bachrach.

🗓 25 de abril
⏰ 9 a 17hs
📌Híbrido
Inscripción: syso@ccu.com.uy

El próximo 25 de abril se realizará el 7° Congreso Nacional SYSO en la Construcción, organizado por la @CCU_Oficial. Se contará con charlas, debates e intercambios sobre la temática, destacándose la disertación de Estanislao Bachrach.

Esta mañana, se lanzó el programa "Promoción del empleo". El programa es resultado del convenio colectivo de la Industria de la Construcción y tiene el objetivo de fomentar la inserción de mano de obra local en los distintos proyectos del sector.
https://www.gub.uy/ministerio-trabajo-seguridad-social/comunicacion/noticias/se-lanzo-programa-promocion-del-empleo#