Xác định chi phí đầu tư xây dựng của dự án sử dụng vốn đầu tư công tại bước lập, thẩm định báo cáo nghiên cứu khả thi trong giai đoạn chuẩn bị dự án bằng mô hình học máy tối ưu

  • ThS. Trần Quang Lâm
  • PGS.TS Trần Đức Học
  • NCS. Trần Nhật Quang
Từ khóa: Ước tính chi phí đầu tư xây dựng, Dự án đầu tư công, Báo cáo nghiên cứu khả thi, Hồi quy vectơ hỗ trợ bình phương tối thiểu, Thuật toán Cheetah, Học máy

Tóm tắt

Sự chính xác của việc xác định chi phí đầu tư xây dựng của dự án sử dụng vốn đầu tư công tại bước lập, thẩm định báo cáo nghiên cứu khả thi đóng vai trò quan trọng trong quá trình ra quyết định phê duyệt dự án, triển khai các bước tiếp theo và quản lý ngân sách; đặc biệt trong bối cảnh Luật Xây dựng 2025 (có hiệu lực thi hành từ ngày 01 tháng 7 năm 2026) đã bãi bỏ quy định về thẩm định thiết kế xây dựng triển khai sau thiết kế cơ sở của cơ quan chuyên môn về xây dựng (bao gồm nội dung thẩm định dự toán xây dựng công trình). Tuy nhiên, việc xác định chi phí ở giai đoạn đầu thường gặp nhiều khó khăn do sự hạn chế về thông tin và mức độ bất định cao. Nghiên cứu này đề xuất một mô hình học máy lai ghép kết hợp giữa hồi quy vectơ hỗ trợ bình phương tối thiểu và thuật toán tối ưu Cheetah sử dụng dữ liệu về chi phí của các dự án, công trình tương tự đã thực hiện nhằm nâng cao độ chính xác trong việc xác định chi phí đầu tư xây dựng của dự án sử dụng vốn đầu tư công. Trong đó, thuật toán Cheetah được sử dụng để tối ưu hóa các siêu tham số của mô hình LSSVR, qua đó cải thiện khả năng tổng quát hóa và độ ổn định của mô hình. Bộ dữ liệu nghiên cứu bao gồm 50 công trình đầu tư công được thu thập tại Thành phố Hồ Chí Minh, phản ánh đặc điểm thực tiễn của các dự án xây dựng trong điều kiện đô thị. Hiệu quả của mô hình đề xuất được đánh giá và so sánh với các phương pháp phổ biến gồm máy vectơ hỗ trợ (SVM) và mạng nơ-ron nhân tạo (ANNs). Kết quả nghiên cứu cho thấy mô hình CO-LSSVR vượt trội hơn các mô hình so sánh, đạt độ chính xác dự báo cao với trung bình 49,38, MAE trung bình 38,15, MAPE trung bình 11,92% và R² đạt 0,883. Các kết quả này khẳng định hiệu quả của việc kết hợp thuật toán tối ưu metaheuristic với mô hình học máy trong bài toán xác định chi phí đầu tư xây dựng tại bước lập, thẩm định báo cáo nghiên cứu khả thi của dự án. Mô hình đề xuất cung cấp cho người quyết định đầu tư, cơ quan quản lý nhà nước và các chủ đầu tư một công cụ hữu hiệu nhằm nâng cao độ tin cậy của việc xác định chi phí và hỗ trợ ra quyết định trong các dự án đầu tư công.

điểm /   đánh giá
Phát hành ngày
2026-04-06
Chuyên mục
Kỹ thuật, Xây dựng