Predicting Labor Productivity of Formwork Activity in Hot Climate using Neural Network Model. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Final Thesis Submission - 201907750.pdf Restricted to Repository staff only until 30 November 2026. Download (4MB)

Arabic Abstract

يقدم هذا البحث نظامًا مفاهيميًا جديدًا للتنبؤ بإنتاجية العمل في أعمال القوالب الخشبية لأعمال البناء بالخرسانة في المناخ الحار باستخدام نموذج الشبكة العصبية. يُنتج البحث نموذج شبكة عصبية يهدف إلى تطويره في هذه الدراسة لتسهيل تقدير إنتاجية أحد أهم أنشطة تشييد المباني، مما يُساعد في إعداد جدول زمني دقيق وواقعي للمشروع وتقدير تكلفته. وهذا بدوره يُساعد مُقدّري التكاليف والمخططين والمقاولين على أداء أعمالهم بجودة ودقة عالية. جُمعت البيانات من مواقع بناء قيد التنفيذ في عشرة مواقع مختلفة في المنطقة الشرقية من المملكة العربية السعودية لبناء هذا النظام. وقد تم تلخيص قائمة بالعوامل الأكثر تأثيرًا على إنتاجية العمل في أعمال القوالب الخشبية من خلال النتائج الأولية للتحقق من صحة النموذج.

English Abstract

This paper introduces a novel conceptual framework for predicting labor productivity in formwork activities under hot climate conditions, utilizing a neural network model. The developed model aims to improve the estimation of productivity for one of the most critical tasks in building construction, thereby facilitating the preparation of more realistic and accurate project schedules and cost estimates. Such advancements can significantly assist cost estimators, planners, and contractors in executing their responsibilities with enhanced precision and quality. Data for model development were collected from active construction sites across ten locations in the Eastern Province of Saudi Arabia. The initial model validation results identified and summarized the key factors influencing labor productivity in formwork activities.

Item Type:	Thesis (Masters)
Subjects:	Architectural Construction Civil Engineering Civil Engineering > Structural Engineering Engineering
Department:	College of Design and Built Environment > Architectural Engineering and Construction Management
Committee Advisor:	Alshibani, Adel
Committee Members:	Alshibani, Adel and Mohammed Ali Mohammed, Awsan and Ghaithan, Ahmed Mansoor Hussein
Depositing User:	ALI GAASHAN (g201907750)
Date Deposited:	04 Dec 2025 10:22
Last Modified:	04 Dec 2025 10:22
URI:	http://eprints.kfupm.edu.sa/id/eprint/143762