Voorspelling kostenoverschrijving nutsprojecten
Léon olde Scholtenhuis
Organisatie || BAM Energie en Water
Projecttype || M.Sc. Thesis
Kandidaat || Rick Potkamp
Projectduur || sept 2024 - maart 2025
Kunnen kostenoverschrijdingen van nutsprojecten worden voorspeld op basis van verrijkte (historische) projectdata? Dit vraagstuk wordt steeds relevanter, omdat het aantal projecten in de nutssector ten gevolge van o.a. de energietransitie zal toenemen. Het is voor een aannemer dus wenselijk om risico’s op kostenoverschrijdingen goed in beeld te hebben. Dit onderzoek is uitgevoerd in drie fases.
De eerste fase is het bepalen van invloedrijke features op kostenoverschrijdingen van nutsprojecten op basis van literatuur en interviews met experts. Dit wordt gedaan met het doel om features te bepalen die invloed hebben op dergelijke kostenoverschrijdingen. Het kan zijn dat deze projectdata nog niet worden gebruikt of verzameld.
In de tweede fase zal daarom een database worden ontworpen die projectdata en overige datasets combineren tot één. Na een feature importance analyse wordt bepaald welke data hierbij relevant is. Als onderdeel hiervan trainen we een random forest en andere regressiemodellen (o.a. LASSO).
Met deze features worden verscheidende machine learning methoden toegepast en modellen ontwikkeld die op optimale wijze kostenoverschrijdingen voorspellen. Deze worden geëvalueerd en tot slot wordt de bruikbaarheid van het model door experts beoordeeld.