KẾT HỢP LS-SVM VÀ DE ĐỂ DỰ BÁO CHỈ SỐ GIÁ XÂY DỰNG CÔNG TRÌNH DÂN DỤNG TẠI TP. HỒ CHÍ MINH

Luận văn thạc sĩ về quản lý xây dựng, ứng dụng LS-SVM và DE để dự báo chỉ số giá xây dựng công trình dân dụng tại TP. Hồ Chí Minh. Nghiên cứu khoa học.

• Tác giả: Nguyễn Văn Đô
• Người hướng dẫn: TS. Đinh Công Tịnh
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Quản lý xây dựng
• Đề tài: Kết hợp LS-SVM (Least Squares-Support Vector Machine) và DE (Differential Evolution) để xây dựng mô hình dự báo chỉ số giá xây dựng công trình dân dụng tại TP.
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT
• ABSTRACT
• LỜI CAM ĐOAN
• DANH SÁCH HÌNH
• DANH SÁCH BẢNG BIỂU
• DANH SÁCH TỪ VIẾT TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU CHUNG
• 1.1. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU
• 1.2. MỤC TIÊU NGHIÊN CỨU
• 1.3. PHẠM VI VÀ ĐỐI TƯỢNG NGHIÊN CỨU
• 1.4. ĐÓNG GÓP DỰ KIẾN CỦA NGHIÊN CỨU
• 2. CHƯƠNG 2: KHÁI NIỆM VÀ ĐỊNH NGHĨA
• 2.1. DỰ BÁO DỰA VÀO PHƯƠNG PHÁP LS-SVM VÀ DE
• 2.2. CHỈ SỐ GIÁ XÂY DỰNG
• 2.3. THU THẬP DỮ LIỆU SƠ CẤP BẰNG PHỎNG VẤN
• 2.4. SƠ LƯỢC CÁC NGHIÊN CỨU TƯƠNG TỰ ĐÃ ĐƯỢC CÔNG BỐ
• 2.4.1. Các nghiên cứu ở trên thế giới
• 2.4.2. Các nghiên cứu ở trong nước
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. QUI TRÌNH NGHIÊN CỨU
• 3.2. KHẢO SÁT Ý KIẾN CHUYÊN GIA
• 3.2.1. Giới thiệu chung
• 3.2.2. Quy trình thực hiện
• 3.3. XỬ LÝ DỮ LIỆU
• 3.4. CÁC CÔNG CỤ NGHIÊN CỨU
• 3.5. XÂY DỰNG MÔ HÌNH LS-SVM
• 3.5.1. Bình phương cực tiểu (LS)
• 3.5.2. Máy hỗ trợ vector (SVM)
• 3.5.3. SVM cho bài toán phân lớp tuyến tính (SVMS)
• 3.5.4. Least squares support vector machines (LS-SVM)
• 3.5.5. Tiến hóa vi phân (DE)
• 4. CHƯƠNG 4: XÂY DỰNG VÀ ĐÁNH GIÁ MÔ HÌNH
• 4.1. XÁC ĐỊNH DỮ LIỆU ĐẦU VÀO CHO MÔ HÌNH
• 4.1.1. Tổng quan các yếu tố
• 4.1.2. Khảo sát ý kiến chuyên gia
• 4.1.3. Lựa chọn yếu tố
• 4.2. CÁC BƯỚC TRIỂN KHAI CỦA LEAST SQUARES SUPPORT VECTOR MACHINE TRONG MÔ HÌNH DỰ BÁO CHỈ SỐ GIÁ XÂY DỰNG
• 4.2.1. Đánh giá biến đầu vào sử dụng tương quan Pearson
• 4.2.2. Thiết lập các tham số điều chỉnh
• 4.2.3. Huấn luyện dữ liệu
• 4.2.4. Phương pháp tìm kiếm DE
• 4.2.5. Đánh giá sự phù hợp
• 4.2.6. Điều kiện dừng
• 4.2.7. Mô hình dự báo
• 4.3. THIẾT LẬP MÔ HÌNH, CHẠY VÀ KIỂM TRA ĐÁNH GIÁ LẠI MÔ HÌNH
• 4.3.1. Thiết lập thuật toán LS-SVM và DE
• 4.3.2. Thiết lập mô hình trên nền tảng phần mềm hỗ trợ Matlab R2013a
• 4.4. ĐỀ XUẤT CÁCH XÁC ĐỊNH CHỈ SỐ ΔI XDCT ĐỂ TÍNH TOÁN CHI PHÍ DỰ PHÒNG
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• LÝ LỊCH TRÍCH NGANG

Tóm tắt

I. Tổng Quan Về Dự Báo Chỉ Số Giá Xây Dựng Tại TP

Ước tính chi phí dự án xây dựng là một thách thức lớn, đặc biệt trong môi trường kinh tế biến động. Ngành xây dựng chịu ảnh hưởng từ tình hình kinh tế trong nước và quốc tế, áp lực về tiến độ và chi phí, gây khó khăn cho việc dự báo chính xác chi phí. Nhiều dự án mất lợi nhuận do vượt chi phí. Các dự án thường kéo dài, giá vật tư biến động. Việc đối phó với vấn đề leo thang chi phí là quan trọng. Dự báo chính xác mức leo thang chi phí mang lại hiệu quả cho tất cả các bên liên quan. Nhà thầu có thể kết hợp biến động giá dự kiến vào chiến lược đấu thầu và mua sắm. Chủ đầu tư có thể sử dụng thông tin dự báo để lập kế hoạch đầu tư tốt hơn. Việc sử dụng Chỉ Số Giá Xây Dựng (CCI) là rất quan trọng trong việc xác định chi phí cho dự án, cung cấp thông tin về thay đổi chi phí do biến động giá nhân công, vật tư, thiết bị. Việc dự báo CCI chính xác là rất quan trọng trong quản lý dự án, giúp ước lượng chi phí xây dựng, chuẩn bị ngân sách và kiểm soát chi phí trong suốt dự án. Bằng cách ghi nhận các biến và yếu tố ảnh hưởng lớn đến CCI, nhà quản lý xây dựng sẽ có kiến thức sâu hơn để dự báo xu hướng của CCI.

1.1. Tầm Quan Trọng Của Chỉ Số Giá Xây Dựng TP.HCM

Chỉ số giá xây dựng (CCI) đóng vai trò then chốt trong việc hoạch định tài chính và quản lý chi phí cho các dự án xây dựng. Nó cung cấp cái nhìn tổng quan về sự biến động giá cả, cho phép các nhà quản lý dự án đưa ra các quyết định sáng suốt hơn về ngân sách và nguồn lực. CCI giúp các nhà quản lý xây dựng ước tính chi phí, chuẩn bị ngân sách và kiểm soát chi phí trong suốt các giai đoạn xây dựng. Vì vai trò quan trọng của CCI, việc nghiên cứu để có được một kiến thức cũng như một công cụ tốt hơn để dự đoán về chỉ số CCI là những đề tài cấp thiết của những người làm công tác nghiên cứu.

1.2. Thách Thức Trong Việc Dự Báo Chỉ Số Giá Xây Dựng Chính Xác

Việc dự báo CCI gặp nhiều thách thức do sự phức tạp của thị trường xây dựng, ảnh hưởng của nhiều yếu tố vĩ mô và vi mô. Sự biến động của giá vật liệu, chi phí nhân công, và các yếu tố kinh tế khác làm cho việc dự báo trở nên khó khăn. Hơn nữa, các mô hình dự báo truyền thống thường không đủ khả năng nắm bắt được sự tương tác phức tạp giữa các yếu tố này, dẫn đến kết quả dự báo không chính xác. Điều này đặt ra yêu cầu cấp thiết về việc phát triển các mô hình dự báo tiên tiến hơn, có khả năng xử lý các yếu tố phức tạp và cung cấp kết quả dự báo đáng tin cậy hơn.

II. Tại Sao Cần Dự Báo Giá Xây Dựng tại TP

Chỉ số giá xây dựng đóng vai trò quan trọng trong nền kinh tế thị trường, được sử dụng để nhận biết xu hướng và định hướng thị trường xây dựng. Nó còn dùng làm công cụ để xác định và điều chỉnh tổng mức đầu tư, dự toán chi phí xây dựng công trình, điều chỉnh giá hợp đồng, thanh quyết toán hợp đồng, quy đổi vốn đầu tư. Tuy nhiên, do đặc thù của những dự án xây dựng thường diễn ra trong thời gian dài nên việc điều chỉnh các vấn đề liên quan đến ngân sách, chi phí nhiều khi vẫn chưa thực sự hợp lý và chưa có khả năng dự báo được những biến động về chi phí trong tương lai gần. Việc nghiên cứu về dự báo giá xây dựng là hết sức cần thiết. Do đó, cần tìm ra một mô hình có khả năng dự báo được những biến động của chỉ số giá xây dựng dựa vào những biến động của điều kiện kinh tế-xã hội.

2.1. Vấn Đề Ước Tính Chi Phí Xây Dựng Thiếu Chính Xác

Việc ước tính chi phí xây dựng thiếu chính xác có thể dẫn đến nhiều hậu quả nghiêm trọng, bao gồm vượt quá ngân sách dự án, trì hoãn tiến độ, và thậm chí là phá sản cho các nhà thầu. Các ước tính chi phí không chính xác có thể làm giảm lợi nhuận của dự án, gây ra căng thẳng tài chính, và ảnh hưởng đến chất lượng công trình. Theo tài liệu, do đặc thù của những dự án xây dựng thường diễn ra trong thời gian dài nên việc điều chỉnh các vấn đề liên quan đến ngân sách, chi phí nhiều khi vẫn chưa thực sự hợp lý và chưa có khả năng dự báo được những biến động về chi phí trong tương lai gần.

2.2. Ảnh Hưởng Của Biến Động Giá Vật Liệu Xây Dựng TP.HCM

Biến động giá vật liệu xây dựng là một yếu tố quan trọng ảnh hưởng đến tổng chi phí của dự án. Sự tăng giá đột ngột của các vật liệu xây dựng như thép, xi măng, và gạch có thể làm tăng chi phí dự án đáng kể, gây áp lực lên ngân sách và lợi nhuận. Việc dự báo chính xác biến động giá vật liệu là rất quan trọng để các nhà quản lý dự án có thể đưa ra các quyết định mua sắm và quản lý rủi ro hiệu quả. Các yếu tố khác có thể ảnh hưởng đến giá vật liệu xây dựng bao gồm biến động tiền tệ, chính sách thuế, và các yếu tố cung và cầu trên thị trường.

III. Mô Hình LS SVM Giải Pháp Dự Báo Hiệu Quả Tại TP

Dự báo dựa vào phương pháp LS-SVM và DE đó là tiến hành dự báo căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các số liệu trong tương lai nhờ vào một số mô hình toán học (Định lượng). Phương pháp LS-SVM được sử dụng để phân chia các lớp dữ liệu của các yếu tố ảnh hưởng và chỉ số giá xây dựng. DE giúp tìm ra các tham số tối ưu của LS- SVM. Mô hình dự báo dựa vào phương pháp LS-SVM, DE tương tự như sự kết hợp giữa mô hình hồi quy và mạng neural feedforward dùng để phân lớp theo xu hướng của dữ liệu. Phương pháp này rất phổ biến do nó có khả năng nhận ra được các xu hướng của dữ liệu và sắp xếp chúng vào các lớp như trong quá trình huấn luyện đã được học. Điều này là phù hợp với những biến động liên tục của các yếu tố kinh tế-xã hội.

3.1. Ưu Điểm Vượt Trội Của LS SVM Trong Dự Báo

Phương pháp LS-SVM kết hợp DE là cho mô hình được đề xuất hoạt động một cách tự chủ vì nó loại việc thử - sai quá trình thiết lập các tham số của mô hình. LS-SVM có khả năng xử lý dữ liệu phi tuyến tính một cách hiệu quả, cho phép mô hình nắm bắt được các mối quan hệ phức tạp giữa các yếu tố ảnh hưởng đến chỉ số giá xây dựng. Hơn nữa, LS-SVM có khả năng khái quát hóa tốt, giúp mô hình dự báo chính xác trên các dữ liệu mới và chưa được sử dụng trong quá trình huấn luyện. Điều này rất quan trọng trong môi trường thị trường xây dựng biến động, nơi các yếu tố ảnh hưởng có thể thay đổi theo thời gian.

3.2. Cách Thuật Toán DE Tối Ưu Hóa Mô Hình LS SVM

Thuật toán DE giúp tìm ra các tham số tối ưu của LS-SVM, cải thiện độ chính xác của mô hình dự báo. DE là một thuật toán tối ưu hóa toàn cục mạnh mẽ, có khả năng tìm kiếm không gian tham số rộng lớn để tìm ra các giá trị tối ưu cho các tham số của LS-SVM. Bằng cách kết hợp LS-SVM với DE, mô hình có thể tự động điều chỉnh các tham số của mình để đạt được hiệu suất dự báo tốt nhất. Quá trình tối ưu hóa bằng DE đảm bảo rằng mô hình LS-SVM được cấu hình một cách tối ưu, cho phép nó nắm bắt được các mối quan hệ phức tạp giữa các yếu tố ảnh hưởng và cung cấp kết quả dự báo chính xác hơn.

IV. Hướng Dẫn Sử Dụng Mô Hình LS SVM và DE Để Dự Báo

Để sử dụng mô hình LS-SVM và DE để dự báo chỉ số giá xây dựng, cần tiến hành thu thập, xử lý số liệu trong quá khứ và hiện tại. Xác định xu hướng vận động của các số liệu trong tương lai nhờ vào mô hình toán học. LS-SVM được dùng để phân chia các lớp dữ liệu của các yếu tố ảnh hưởng và chỉ số giá xây dựng. DE giúp tìm tham số tối ưu của LS- SVM. Mô hình LS-SVM và DE kết hợp giữa mô hình hồi quy và mạng neural feedforward dùng để phân lớp theo xu hướng của dữ liệu. Phương pháp này phổ biến do nó có khả năng nhận ra được các xu hướng của dữ liệu và sắp xếp chúng vào các lớp như trong quá trình huấn luyện đã được học. Điều này là phù hợp với những biến động liên tục của các yếu tố kinh tế-xã hội.

4.1. Xác Định Yếu Tố Ảnh Hưởng Giá Xây Dựng Đầu Vào Cho Mô Hình

Việc xác định các yếu tố ảnh hưởng đến giá xây dựng là bước quan trọng để xây dựng mô hình dự báo hiệu quả. Các yếu tố này có thể bao gồm: giá vật liệu xây dựng (thép, xi măng, gạch), chi phí nhân công, giá năng lượng, lãi suất ngân hàng, tỷ giá hối đoái, và các chỉ số kinh tế vĩ mô khác. Cần thu thập dữ liệu lịch sử của các yếu tố này để huấn luyện mô hình LS-SVM và DE. Ngoài ra, việc tham khảo ý kiến của các chuyên gia trong ngành xây dựng cũng giúp xác định các yếu tố quan trọng và có ảnh hưởng lớn đến biến động giá xây dựng.

4.2. Các Bước Triển Khai LS SVM và DE Trong Dự Báo Giá

Các bước triển khai LS-SVM và DE trong dự báo giá xây dựng bao gồm: chuẩn bị dữ liệu, lựa chọn yếu tố đầu vào, huấn luyện mô hình, kiểm tra mô hình, và sử dụng mô hình để dự báo. Quá trình chuẩn bị dữ liệu bao gồm thu thập dữ liệu lịch sử, làm sạch dữ liệu, và chia dữ liệu thành tập huấn luyện và tập kiểm tra. Việc lựa chọn yếu tố đầu vào bao gồm xác định các yếu tố có ảnh hưởng lớn đến giá xây dựng và sử dụng chúng làm đầu vào cho mô hình. Quá trình huấn luyện mô hình bao gồm sử dụng thuật toán LS-SVM để xây dựng mô hình dự báo và sử dụng thuật toán DE để tối ưu hóa các tham số của mô hình. Quá trình kiểm tra mô hình bao gồm sử dụng tập kiểm tra để đánh giá hiệu suất của mô hình và điều chỉnh các tham số nếu cần. Cuối cùng, mô hình đã huấn luyện có thể được sử dụng để dự báo giá xây dựng trong tương lai.

V. Ứng Dụng Thực Tế Dự Báo Kinh Tế Xây Dựng TP

Nghiên cứu đóng góp cho các nhà quản lý dự án xây dựng một công cụ tốt hơn để chuẩn bị và lên kế hoạch về tài chính cho tất cả các bên liên quan trong các dự án xây dựng. Nghiên cứu này đóng góp thêm một tài liệu bổ ích về việc quản lý dự án xây dựng. Cung cấp một mô hình dự đoán chỉ số giá số giá xây dựng thông qua sự biến đổi của các chỉ tiêu kinh tế - xã hội có liên quan. Mô hình dự báo giá xây dựng ứng dụng LS-SVM và DE là một công cụ mạnh mẽ hỗ trợ ra quyết định.

5.1. Đề Xuất Xác Định Chỉ Số ΔI XDCT Tính Toán Chi Phí Dự Phòng

Cần đề xuất cách xác định chỉ số ΔI XDCT để tính toán chi phí dự phòng, giúp các nhà quản lý dự án xây dựng có thể ước tính và quản lý rủi ro một cách hiệu quả hơn. Chỉ số ΔI XDCT đại diện cho sự biến động của chỉ số giá xây dựng theo thời gian, và nó có thể được sử dụng để tính toán chi phí dự phòng cần thiết để đối phó với sự tăng giá đột ngột của các yếu tố đầu vào. Việc xác định chính xác chỉ số này đòi hỏi sự phân tích kỹ lưỡng dữ liệu lịch sử và dự báo về các yếu tố kinh tế vĩ mô trong tương lai.

5.2. So Sánh Kết Quả Mô Hình Với Số Liệu Thực Tế TP.HCM

Để đánh giá hiệu quả của mô hình dự báo LS-SVM và DE, cần so sánh kết quả dự báo với số liệu thực tế tại TP.HCM. So sánh này giúp xác định độ chính xác của mô hình và khả năng dự báo biến động giá xây dựng. Nếu kết quả dự báo của mô hình phù hợp với số liệu thực tế, nó chứng tỏ mô hình có thể được sử dụng để hỗ trợ ra quyết định trong ngành xây dựng. Ngược lại, nếu kết quả dự báo không chính xác, cần điều chỉnh và cải thiện mô hình để nâng cao độ tin cậy. So sánh mô hình với số liệu thực tế giúp cải thiện độ chính xác của mô hình và khả năng dự báo biến động giá xây dựng.

VI. Kết Luận và Triển Vọng Dự Báo Giá Xây Dựng Tương Lai

Việc dự báo chỉ số giá xây dựng bằng mô hình kết hợp LS-SVM và DE mở ra nhiều triển vọng trong việc quản lý chi phí và rủi ro cho các dự án xây dựng. Tuy nhiên, cũng cần lưu ý rằng mô hình này có một số hạn chế và cần được cải tiến liên tục để đáp ứng với sự thay đổi của thị trường xây dựng. Cần tiếp tục nghiên cứu và phát triển các mô hình dự báo giá xây dựng tiên tiến hơn, sử dụng các kỹ thuật học máy và trí tuệ nhân tạo để nâng cao độ chính xác và tin cậy của dự báo.

6.1. Hạn Chế Của Mô Hình LS SVM và DE Trong Thực Tế

Mô hình LS-SVM và DE có một số hạn chế trong thực tế, bao gồm: phụ thuộc vào chất lượng dữ liệu đầu vào, khó khăn trong việc giải thích kết quả dự báo, và khả năng bị ảnh hưởng bởi các yếu tố bất ngờ. Dữ liệu đầu vào không chính xác hoặc không đầy đủ có thể dẫn đến kết quả dự báo không chính xác. Hơn nữa, mô hình LS-SVM và DE là mô hình hộp đen, có nghĩa là khó giải thích tại sao mô hình đưa ra một dự báo cụ thể. Cuối cùng, mô hình có thể bị ảnh hưởng bởi các yếu tố bất ngờ như thiên tai, khủng hoảng kinh tế, hoặc thay đổi chính sách của chính phủ.

6.2. Hướng Nghiên Cứu Dự Báo Giá Xây Dựng Trong Tương Lai

Trong tương lai, cần tập trung vào việc cải thiện chất lượng dữ liệu đầu vào, phát triển các mô hình dự báo giá xây dựng có khả năng giải thích kết quả, và tích hợp các yếu tố bất ngờ vào mô hình. Bên cạnh đó, cũng cần nghiên cứu và phát triển các mô hình dự báo dựa trên các kỹ thuật học máy và trí tuệ nhân tạo tiên tiến hơn. Các mô hình này có thể có khả năng nắm bắt các mối quan hệ phức tạp giữa các yếu tố ảnh hưởng đến giá xây dựng và cung cấp kết quả dự báo chính xác hơn.

Nội dung chính

Tổng quan nghiên cứu

Trong nền kinh tế quốc dân, ngành công nghiệp xây dựng đóng vai trò động lực với mức đóng góp thường xuyên từ 6% đến 8% GDP toàn quốc. Tuy nhiên, theo các thống kê quản lý dự án, có tới hơn 60% công trình xây dựng quy mô lớn đối mặt với nguy cơ bội chi và sụt giảm lợi nhuận do ảnh hưởng từ sự biến động giá cả vật tư, nhân công và thiết bị thi công. Tại các đô thị phát triển nhanh như Thành phố Hồ Chí Minh, việc kiểm soát chi phí công trình dân dụng chịu áp lực nặng nề từ tính bất định của chu kỳ kinh tế vĩ mô, biến động lãi suất và tỷ giá.

Vấn đề nghiên cứu cốt lõi được đặt ra là sự thiếu hụt các công cụ toán học thông minh có khả năng dự báo định lượng chính xác sự biến thiên của chỉ số giá xây dựng công trình. Các phương pháp xác định tổng mức đầu tư và chi phí dự phòng trượt giá truyền thống thường chỉ dựa vào phương pháp ngoại suy bình quân giản đơn, bộc lộ độ trễ lớn và không phản ánh kịp thời các cú sốc thị trường.

Mục tiêu cụ thể của luận văn là xác định hệ thống các yếu tố kinh tế vĩ mô then chốt ảnh hưởng đến chỉ số giá xây dựng (CCI) tại Thành phố Hồ Chí Minh, từ đó thiết lập mô hình lai thông minh kết hợp giữa máy học véc-tơ hỗ trợ bình phương cực tiểu (LS-SVM) và giải thuật tiến hóa vi phân (DE). Phạm vi nghiên cứu tập trung vào phân khúc công trình xây dựng dân dụng trên địa bàn Thành phố Hồ Chí Minh, sử dụng chuỗi dữ liệu kinh tế và chỉ số giá giai đoạn từ năm 2008 đến năm 2014 với mốc gốc so sánh năm 2006 (100%). Đóng góp của đề tài giúp chuẩn hóa phương sai dự báo, hỗ trợ các nhà quản lý dự án tối ưu hóa kế hoạch phân bổ vốn và giảm thiểu rủi ro phát sinh chi phí dự phòng trong suốt vòng đời dự án.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết máy học hiện đại kết hợp lý luận kinh tế xây dựng chuyên sâu. Khung lý thuyết trọng tâm bao gồm phương pháp máy học véc-tơ hỗ trợ bình phương cực tiểu (LS-SVM) do Suykens và Vandewalle phát triển, cùng giải thuật tiến hóa vi phân (Differential Evolution - DE) được phát triển bởi Storn và Price. Về mặt quản lý kinh tế, nghiên cứu tuân thủ các nguyên lý xác định chỉ số giá công trình theo Thông tư 02/2011/TT-BXD của Bộ Xây dựng.

Một số khái niệm chuyên ngành cốt lõi được định nghĩa và vận hành xuyên suốt mô hình gồm:

• Chỉ số giá xây dựng công trình (CCI): Chỉ tiêu phản ánh mức độ biến động chi phí xây dựng, thiết bị và các chi phí khác theo thời gian so với thời điểm gốc.
• Hàm nhân cơ sở xuyên tâm (Radial Basis Function Kernel - RBF): Công cụ ánh xạ không gian phi tuyến giúp chuyển đổi các mối quan hệ phức tạp giữa biến vĩ mô và chỉ số giá sang không gian đặc trưng nhiều chiều.
• Tham số điều hòa gamma ($\gamma$) và tham số độ rộng dải sigma ($\sigma$): Hai tham số quyết định trực tiếp đến độ phức tạp, khả năng chống hiện tượng quá khớp (overfitting) và độ chính xác dự báo của mô hình toán học.
• Hệ số tương quan Pearson: Chỉ số thống kê đo lường mức độ tương quan tuyến tính giữa các biến số đầu vào và chỉ số giá đầu ra.

Phương pháp nghiên cứu

Quy trình nghiên cứu kết hợp hài hòa giữa phương pháp định tính và định lượng qua các giai đoạn chặt chẽ:

• Cỡ mẫu và phương pháp chọn mẫu chuyên gia: Khảo sát sơ bộ được thực hiện thông qua phỏng vấn bán cấu trúc với nhóm 5 chuyên gia đầu ngành có từ 6 đến 20 năm kinh nghiệm trong các lĩnh vực đấu thầu, lập dự toán và quản lý chi phí (QS). Thang đo Likert 5 mức độ được áp dụng để sàng lọc các biến có điểm trung bình từ 3,0 trở lên.
• Nguồn dữ liệu thứ cấp: Bộ dữ liệu định lượng gồm 39 quan sát hàng tháng kéo dài liên tục từ tháng 1/2011 đến tháng 3/2014, được thu thập từ nguồn chính thống của Cục Thống kê Thành phố Hồ Chí Minh, Ngân hàng Nhà nước Việt Nam, Bộ Xây dựng và Sở Xây dựng Thành phố Hồ Chí Minh.
• Phương pháp phân tích và lý do lựa chọn: Toàn bộ thuật toán LS-SVM và DE được lập trình trên nền tảng phần mềm Matlab R2013a kết hợp xử lý dữ liệu bằng MS Excel. Nghiên cứu lựa chọn LS-SVM vì kỹ thuật này chuyển đổi bài toán tối ưu hóa phi tuyến phức tạp của SVM truyền thống thành việc giải hệ phương trình tuyến tính, giúp tối ưu hóa thời gian tính toán. Việc kết hợp giải thuật DE giải quyết triệt để nhược điểm thử - sai thủ công, tự động tìm kiếm bộ tham số tối ưu toàn cục $(\gamma, \sigma)$ nhằm đạt sai số bình phương trung bình cực tiểu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã mang lại các kết quả thực nghiệm có ý nghĩa khoa học và thực tiễn cao:

• Hệ thống hóa 8 biến đầu vào có ảnh hưởng chi phối đến chỉ số giá xây dựng công trình dân dụng tại Thành phố Hồ Chí Minh: Chỉ số giá tiêu dùng (CPI) đứng đầu với điểm đánh giá 4,8/5,0; Giá trị sản xuất công nghiệp (SXCN) đạt 4,2/5,0; Tổng kim ngạch nhập khẩu (IMP) đạt 4,0/5,0; Tổng kim ngạch xuất khẩu (EXP) đạt 3,8/5,0; Lãi suất cho vay (RB) đạt 3,4/5,0; Tổng nguồn vốn ngân sách đầu tư xây dựng (ĐTXD) đạt 3,2/5,0; Chỉ số chứng khoán VN-Index đạt 3,2/5,0; Giá trị quy đổi đô la Mỹ (USD) đạt 3,0/5,0. Các biến có điểm số dưới 3,0 như Giá dầu thô (2,0/5,0), Tỷ lệ thất nghiệp (2,4/5,0) và GDP (2,4/5,0) đã được loại bỏ để tinh gọn mô hình.
• Chuỗi dữ liệu thực nghiệm 39 tháng ghi nhận sự biến động liên tục của chỉ số CCI từ mức thấp nhất 163,88 điểm vào tháng 1/2011, tăng nhanh lên 216,92 điểm vào cuối năm 2011 (tăng 32,36%), đạt đỉnh 220,79 điểm vào quý I/2013 trước khi điều chỉnh về mức 211,84 điểm vào quý I/2014.
• Mô hình lai ELSVM chứng minh độ chuẩn xác vượt trội: Kết quả mô phỏng trên tập dữ liệu kiểm tra cho thấy đường dự báo bám sát gần như hoàn toàn với đường dữ liệu thực tế, với sai số tương đối cực nhỏ, loại bỏ triệt để độ lệch pha thường gặp ở các mô hình chuỗi thời gian đơn biến.

Thảo luận kết quả

Mối liên hệ chặt chẽ giữa 8 yếu tố vĩ mô và chỉ số giá phản ánh bản chất của thị trường xây dựng Việt Nam. Chỉ số CPI và sản xuất công nghiệp có trọng số tác động cao nhất vì ảnh hưởng trực tiếp đến chi phí nhân công và giá thành sản xuất nguyên vật liệu chủ lực như thép, xi măng, gạch đá. Kim ngạch nhập khẩu đạt mức đánh giá 4,0/5,0 giải thích cho sự phụ thuộc lớn của các công trình dân dụng vào vật tư, thiết bị công nghệ và nguyên liệu thô nhập khẩu từ nước ngoài.

So sánh với các nghiên cứu trước đây: Công trình của Thomas Ng (2000) tại Hồng Kông và Akintoye (1998) tại Anh chủ yếu áp dụng hồi quy tuyến tính cổ điển, vốn dễ bị sai lệch khi thị trường xuất hiện biến động đột ngột. Tại Việt Nam, nghiên cứu của Nguyễn Minh Hoàng (2012) bị hạn chế bởi chuỗi dữ liệu chỉ gồm 14 mẫu đơn biến, trong khi nghiên cứu của Trần Thanh Tùng (2011) chỉ dùng tương quan Spearman và hồi quy truyền thống. Mô hình LS-SVM kết hợp DE trong luận văn này đã khắc phục hoàn toàn các điểm yếu trên nhờ khả năng học phi tuyến và tối ưu hóa tham số tự động.

Toàn bộ dữ liệu nghiên cứu có thể được trực quan hóa hiệu quả thông qua biểu đồ đường kép so sánh chuỗi thời gian giữa giá trị CCI thực tế và CCI dự báo trong giai đoạn 2011-2014, kết hợp cùng bảng ma trận hệ số tương quan Pearson giữa 8 biến đầu vào nhằm làm sáng tỏ mức độ cộng hưởng của các yếu tố kinh tế vĩ mô.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đưa ra 4 giải pháp cụ thể nhằm hoàn thiện công tác quản lý chi phí dự án xây dựng:

1. Tích hợp mô hình dự báo lai thông minh vào quy trình lập dự toán công trình: Chủ đầu tư và các Ban Quản lý dự án cần áp dụng thuật toán ELSVM vào giai đoạn chuẩn bị dự án. Mục tiêu đưa sai lệch giữa chi phí dự toán và chi phí thực tế xuống dưới 5%. Timeline thực hiện trong vòng 3 đến 6 tháng đầu của giai đoạn chuẩn bị đầu tư.

2. Cải tiến phương pháp xác định mức độ trượt giá bình quân trong tính toán chi phí dự phòng: Sở Xây dựng và các cơ quan thẩm định chi phí cần áp dụng hệ số trượt giá hàng năm dự báo theo mô hình đa biến thay vì phương pháp bình quân số học giản đơn của 3-5 năm quá khứ. Việc này giúp xác định chính xác tỷ lệ dự phòng phí trượt giá cho các dự án nhóm A và nhóm B kéo dài từ 2 đến 5 năm, bảo đảm không bị phá vỡ khung tổng mức đầu tư đã phê duyệt.

3. Xây dựng cơ sở dữ liệu số hóa liên thông đa ngành: Cục Thống kê Thành phố Hồ Chí Minh, Sở Xây dựng và hệ thống ngân hàng cần phối hợp thiết lập cổng thông tin dữ liệu kinh tế - kỹ thuật dùng chung. Mục tiêu cập nhật định kỳ hàng tháng đầy đủ 8 chỉ số vĩ mô đầu vào, rút ngắn thời gian công bố chỉ số giá từ 30 ngày xuống dưới 7 ngày sau khi kết thúc chu kỳ thống kê.

4. Đổi mới chiến lược dự thầu và đàm phán hợp đồng xây dựng: Các tổng thầu xây dựng dân dụng cần sử dụng kết quả dự báo CCI để xây dựng biên độ trượt giá an toàn trong hồ sơ dự thầu. Chủ thể thực hiện là phòng đấu thầu và định giá (QS), áp dụng trực tiếp trong khung thời gian 30 đến 45 ngày lập giá dự thầu đối với các gói thầu áp dụng loại hợp đồng theo đơn giá điều chỉnh.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo có giá trị học thuật và ứng dụng thực tiễn cao dành cho 4 nhóm đối tượng chính:

1. Chủ đầu tư và Ban quản lý dự án xây dựng: Cung cấp phương pháp luận khoa học để xác định tổng mức đầu tư chính xác, kiểm soát rủi ro biến động giá nguyên vật liệu và lập kế hoạch giải ngân vốn theo từng năm thi công hiệu quả.

2. Các doanh nghiệp xây dựng, kỹ sư định giá và chuyên viên quản lý chi phí (QS): Hỗ trợ đắc lực trong việc dự báo xu hướng giá cả vật tư, máy móc và nhân công, từ đó xây dựng chiến lược chào giá cạnh tranh và đàm phán các điều khoản trượt giá hợp đồng minh bạch.

3. Cơ quan quản lý nhà nước về xây dựng (Bộ Xây dựng, Sở Xây dựng các tỉnh thành): Cung cấp cơ sở khoa học để rà soát, bổ sung và hoàn thiện các văn bản quy phạm pháp luật, đặc biệt là việc nâng cao độ tin cậy trong quy trình tính toán và công bố chỉ số giá xây dựng theo Thông tư 02/2011/TT-BXD.

4. Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Quản lý xây dựng và Kinh tế xây dựng: Đóng vai trò là tài liệu chuyên khảo mẫu mực về việc ứng dụng trí tuệ nhân tạo, giải thuật tối ưu hóa tiến hóa vi phân và kỹ thuật học máy trong giải quyết các bài toán dự báo kinh tế - kỹ thuật phức tạp.

Câu hỏi thường gặp

Mô hình LS-SVM kết hợp DE có ưu điểm gì vượt trội so với mô hình hồi quy tuyến tính truyền thống? Mô hình LS-SVM kết hợp DE có khả năng xử lý phi tuyến tính mạnh mẽ với tập dữ liệu nhỏ mà không bị rơi vào điểm cực trị địa phương. Giải thuật DE tự động tối ưu hóa hai tham số gamma và sigma, loại bỏ hoàn toàn quá trình thử - sai thủ công, giúp giảm sai số dự báo xuống mức tối thiểu so với các phương pháp ngoại suy thông thường.

Tại sao chỉ số giá tiêu dùng và sản xuất công nghiệp lại là hai yếu tố có ảnh hưởng lớn nhất đến chỉ số giá xây dựng? Trong khảo sát thực tế, chỉ số CPI đạt điểm ảnh hưởng 4,8/5,0 và giá trị sản xuất công nghiệp đạt 4,2/5,0. Nguyên nhân là do CPI phản ánh trực tiếp sự tăng giá của chi phí sinh hoạt tác động ngay đến đơn giá nhân công xây dựng, trong khi sản xuất công nghiệp quyết định trực tiếp nguồn cung và giá thành của các vật liệu cốt lõi như thép, xi măng.

Bộ dữ liệu 39 tháng có bảo đảm độ tin cậy cho việc huấn luyện mô hình máy học hay không? Hoàn toàn bảo đảm độ tin cậy khoa học vì thuật toán LS-SVM được thiết kế tối ưu riêng cho các bài toán phân lớp và hồi quy mẫu nhỏ. Không giống như mạng nơ-ron nhân tạo truyền thống đòi hỏi hàng nghìn mẫu, LS-SVM chỉ cần 39 quan sát chuẩn hóa từ tháng 1/2011 đến tháng 3/2014 để xây dựng siêu phẳng tối ưu mà vẫn bảo đảm tính tổng quát hóa cao.

Kết quả dự báo từ mô hình giúp ích gì cho việc tính toán chi phí dự phòng do yếu tố trượt giá? Mô hình cung cấp chuỗi chỉ số giá dự báo liên hoàn theo từng quý và từng năm, giúp người lập dự toán xác định chính xác tỷ lệ trượt giá bình quân năm. Nhờ đó, công thức tính chi phí dự phòng trượt giá phản ánh đúng diễn biến kinh tế thực tế thay vì lấy số liệu quá khứ cào bằng, tránh hiện tượng thiếu hụt hoặc dư thừa vốn dự phòng.

Doanh nghiệp có thể ứng dụng mô hình này trên những công cụ phần mềm nào trong thực tế? Doanh nghiệp có thể triển khai thuật toán trên nền tảng phần mềm kỹ thuật Matlab R2013a hoặc chuyển đổi mã nguồn sang ngôn ngữ Python với các thư viện học máy thông dụng. Dữ liệu đầu vào chỉ cần trích xuất định kỳ từ các bảng thống kê kinh tế dạng bảng tính MS Excel vô cùng thuận tiện.

Kết luận

Nghiên cứu đã hoàn thành toàn diện các mục tiêu đề ra với 5 kết luận then chốt:

• Xác định và chuẩn hóa thành công 8 biến kinh tế vĩ mô có tác động lớn nhất đến chỉ số giá xây dựng dân dụng tại Thành phố Hồ Chí Minh, đứng đầu là CPI (4,8 điểm) và sản xuất công nghiệp (4,2 điểm).
• Thiết lập thành công mô hình lai thông minh kết hợp máy học LS-SVM và giải thuật tiến hóa vi phân DE trên phần mềm Matlab R2013a, giải quyết bài toán dự báo phi tuyến với độ chuẩn xác cao.
• Kiểm chứng thực nghiệm trên chuỗi số liệu 39 mốc thời gian từ năm 2011 đến năm 2014 (gốc 2006 = 100), chứng minh khả năng bám sát biến động thị trường thực tế vượt trội so với các mô hình đơn biến trước đây.
• Đề xuất phương pháp luận mới trong việc xác định mức độ trượt giá hàng năm nhằm nâng cao độ chính xác của chi phí dự phòng trong tổng mức đầu tư công trình.
• Tạo tiền đề khoa học vững chắc cho việc ứng dụng công nghệ trí tuệ nhân tạo vào công tác quản trị chi phí và chuyển đổi số ngành xây dựng Việt Nam.

Đóng góp lớn nhất của luận văn là cung cấp một công cụ định lượng độc lập, tự động hóa và khoa học, xóa bỏ rào cản thử - sai trong dự báo kinh tế xây dựng. Kế hoạch tiếp theo đề xuất mở rộng ứng dụng mô hình cho các loại công trình hạ tầng giao thông và công nghiệp với chuỗi dữ liệu đa năm trong giai đoạn 12 đến 24 tháng tới. Các nhà quản lý dự án, đơn vị tư vấn và doanh nghiệp xây dựng hãy chủ động ứng dụng mô hình LS-SVM kết hợp DE ngay từ hôm nay để tối ưu hóa hiệu quả tài chính và nâng cao năng lực cạnh tranh cho mọi công trình.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. GIỚI THIỆU CHUNG Ước tính chi phí cho các dự án xây dựng luôn luôn là một thách thức trong ngành công nghiệp xây dựng. Bởi vì công việc này thường được thực hiện trong một môi trường đầy biến động. Bản chất của ngành công nghiệp xây dựng được đặc trưng bởi sự biến đổi của tình hình kinh tế trong nước và quốc tế, áp lực để duy trì tiến độ thi công và chi phí ngày càng phức tạp, gây cản trở đến tính chính xác của quá trình dự báo chi phí xây dựng.

Do đó, có một lượng lớn các dự án xây dựng bị mất lợi nhuận vì vượt chi phí. Thông thường, các dự án xây dựng được thực hiện trong một khoảng thời gian dài. Thêm vào đó, giá của các nguồn vật tư xây dựng có thể gặp biến động đáng kể. Vì vậy, việc đối phó với vấn đề chi phí bị leo thang vẫn còn là một vấn đề lớn trong giai đoạn lập kế hoạch của một dự án.

Không cần phải nói, một khi chúng ta có khả năng dự báo chính xác mức leo thang của chi phí sẽ đem lại hiệu quả cho tất cả các bên tham gia dự án. Khả năng này có thể cho phép các nhà thầu kết hợp các biến động giá dự kiến vào chiến lược đấu thầu và mua sắm nguồn vật tư. Hơn nữa, chủ đầu tư cũng có thể sử dụng thông tin dự báo này để có kế hoạch chuẩn bị đầu tư tốt hơn. Để xác định chi phí cho dự án, người lập dự toán thường sử dụng đến chỉ số giá xây dựng (CCI).

Chỉ số này cung cấp thông tin về những thay đổi trong chi phí các ngành công nghiệp được gây ra bởi một sự kết hợp của các biến về giá nhân công, vật tư, thiết bị. Trong thực tế, việc dự báo CCI chính xác sẽ rất quan trọng trong quá trình quản lý dự án xây dựng. Vì đó là chỉ số quan trọng cho việc ước lượng chi phí xây dựng, chuẩn bị ngân sách trong giai đoạn hoạch định dự án xây dựng và đồng thời quản lý, kiểm soát chi phí trong suốt các giai đoạn xây dựng. Bằng cách ghi lại các biến của CCI và công nhận yếu tố ảnh hưởng lớn của chúng, các nhà quản lý xây dựng sẽ có được các kiến thức sâu hơn trong việc dự báo xu hướng của chỉ số CCI.

Sự hiểu biết đó có thể giúp các nhà quản lý thực hiện tốt các nhiệm vụ hoạch định chi phí cho dự án. Do vai trò quan trọng của CCI, việc nghiên cứu để có được một kiến thức cũng Trang 1 Luận văn thạc sĩ GVHD: TS. Đinh Công Tịnh như một công cụ tốt hơn để dự đoán về chỉ số CCI đã, đang và sẽ là những đề tài cấp thiết của những người làm công tác nghiên cứu. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU Chỉ số giá xây dựng có vai trò quan trọng trong nền kinh tế thị trường, chỉ số giá xây dựng được sử dụng để nhận biết xu hướng và định hướng thị trường xây dựng.

Chỉ số giá xây dựng còn dùng làm công cụ để xác định và điều chỉnh chỉ tiêu tổng mức đầu tư, dự toán chi phí xây dựng công trình, điều chỉnh giá hợp đồng, thanh quyết toán hợp đồng, quy đổi vốn đầu tư. Tuy nhiên, do đặc thù của những dự án xây dựng thường diễn ra trong thời gian dài nên việc điều chỉnh các vấn đề liên quan đến ngân sách, chi phí nhiều khi vẫn chưa thực sự hợp lý và chưa có khả năng dự báo được những biến động về chi phí trong tương lai gần.