Grabe, JürgenJürgenGrabe10371927610000-0001-8112-7131Backhaus, Jan OnneJan OnneBackhaus2021-10-292021-10-292021Technische Universität Hamburg (2021)http://hdl.handle.net/11420/10567Die vorliegende Arbeit befasst sich mit der Auswahl, Implementierung, Erprobung und Bewertung von numerischen Methoden zur Unterstützung des Baumanagements von Großbauprojekten. Die Methoden werden in einem Werkzeug gebündelt, das auf der Baustelle gemessene Echtzeit-Bauprozessdaten zur Berechnung von Projektzeit- und Kostenprognosen verwendet. Diese Vorhersagen werden dann in einem numerischen Optimierungsalgorithmus kombiniert, um die Pareto-optimale Anzahl und Einsatzzeit der Baustellenmaschinen zu bestimmen.This thesis deals with selecting, implementing, testing, and evaluating numerical methods to support large construction projects’ construction management. The methods are bundled in a tool, which uses real-time construction process data measured on the construction site to compute project time and cost forecasts. These predictions are then combined in a numerical optimization algorithm to determine the Pareto optimal number and operating time of construction site machinery.enhttp://rightsstatements.org/vocab/InC/1.0/tunnelingoptimizationgenetic algorithminjection groutinggraph theorystatisticsconstruction managementsimulationneural networkstime- and cost forecastdiscrete event simulationHausbau, BauhandwerkDoctoral Thesis10.15480/882.384010.15480/882.3840Nübel, KonradKonradNübelRingle, Christian M.Christian M.RingleOther