ارزیابی قیمت آتی و الگوی نوسانات قیمت مصالح ساختمانی بر اساس مدل پیش بینی مبتنی بر شبکه های عصبی مصنوعی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,966

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCE10_0436

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

امروزه با توجه به وجود بیش از ۰۰۲۲۲ شرکت پیمانکاری تشخیص صلاحیت شده در کشور، عرصه رقابتی بزرگی جهت اخذ پروژه های عمرانی شکل گرفته است. بنابراین ارائه دقیق ترین پیشنهاد قیمت به منظور دستیابی شرکت ها به هر دو عامل اساسی پیروزی در مناقصات و سود حداکثر مشروط بر حداقل بودن قیمت پیشنهادی بسیار حائز اهمیت می باشد. جهت دستیابی به این مهم، پیش بینی نرخ تورم مصالح ساختمانی تأثیر قابل توجهی در تصمیم گیری بهتر و کاهش ریسک در پیشنهاد قیمت پروژه های ساختمانی خواهد داشت. از این رو در مقاله حاضر با انتخاب ۰۲ نمونه از مصالح پرکاربرد در تمامی پروژه های ساختمانی، که قیمت آن ها را در بین سال های ۰۱۳۱ تا ۰۱۳۰ به صورت ماهانه در اختیار داریم و با ایجاد یک مدل مبتنی بر شبکه عصبی مصنوعی پرسپترون چند لایه در نرم افزار MATLAB ، ضمن پیش بینی قیمت های آتی این مصالح، رابطه مناسبی از اثرگذاری قیمت سایر مصالح بر قیمت نهایی یک مصالح مشخص در سال های آتی را جهت دستیابی به مدلی جهت بازشناسی الگوی نوسانات قیمت مصالح بدست می آوریم.

کلیدواژه ها:

پیش بینی قیمت مصالح ساختمانی ، مدل شبکه عصبی مصنوعی ، الگوی نوسانات قیمت ، مدیریت هزینه

نویسندگان

مهدی روانشادنیا

عضو هیات علمی گروه مهندسی و مدیریت ساخت دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

حسین فضلی زاده

دانشجوی کارشناسی ارشد مهندسی و مدیریت ساخت دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • کرمی، افشین. 1386، "بررسی وضعیت بازار مسکن در ایران، " ...
  • رفیعی، م ح. (1391)، "برآورد قیمت ساخت و فروش ساختمان ...
  • بندگانی، غ ر. (1393، "پیش بینی قیمت مصالح در مدت ...
  • محمد خلیلی عراقی، منصور. 1390 "پیش بینی قیمت مسکن در ...
  • محمدی، دیگران. "مقایسه قدرت پیش بینی روش شبکه عصبی مصنوعی ...
  • مشیری، س. 1380، "پیش ی تورم ایران با استفاده از ...
  • منهاج، م ب. 1377، "مبانی شبکه های عصبی (هوش محاسباتی)، ...
  • سازمان مدیریت و برنامه ریزی کشور، بخشنامه های نرخ فولاد ...
  • کوزه چی، ه. 1393، استراتژی سرمایه گذاری در بازار مسکن ...
  • بانک مرکزی جمهوری اسلامی ایران، سری های زمانی اقتصاد. ...
  • Gwang-Hee KimA, Sung-Hoon An, Kyung-In Kang, 2004, "Comparison of construction ...
  • Gwang-Hee KimB, Jie-Eon Yoon, Sung-Hoon An, Hun-Hee Cho, Kyung-In Kang, ...
  • Mohamed Marzouk, Ahmed Amin, 2013, "Predicting Construction Materials Prices Using ...
  • S.M. Shahandashti1, B. Ashuri, 2013, "Forecasting ENR Construction Cost Index ...
  • McKim RA. "Neural network application to cost engineering", Cost Engineering ...
  • Hegazy T, Ayed A, 1998, "Neural network model for parametric ...
  • Moselhi O, Hegazy T, Fazio P, 1991, "Neural networks as ...
  • Wang Q, Stockton DJ, Baguley P, _ "Process cost modelling ...
  • Rumelhart D, Hinton G, Williams R. "Learning internal representations by ...
  • E. Keller, Priddy and Paul, L, Kevin, 2005, "Artificial neural ...
  • نمایش کامل مراجع