توسعه یک مدل ارزیابی ریسک پروژه های سد سازی با استفاده از روش دلفی و الگوریتم ژنتیک
محل انتشار: کنفرانس بین المللی مدیریت و مهندسی صنایع
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 769
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMI01_324
تاریخ نمایه سازی: 20 دی 1394
چکیده مقاله:
با بروز پدیده تغییرات آب و هوایی، دو سانحه طبیعی خشکسالی و سیل، بخش های مختلف کره زمین را تحت تاثیر قرار می دهند. کشور ما نیز در چند سال اخیر بطور مداوم دستخوش سیلابها و خشکسالی های شدید در برخی مناطق بوده است. از اثرات مخرب خشکسالی می توان به از بین رفتن پوشش گیاهی و نیز بروز سیلابهای مخرب که می تواند باعث آسیب رساندن به مزارع و شسته شدن خاک حاصلخیز شود، اشاره نمود. برای جلوگیری یا کاهش صدمات ناشی از خشکسالی و سیل، با احداث سدها، می توان ضمن پیشگیری از سیل، برای افزایش پتاسیل آبی موجود همچون افزایش رطوبت خاک، از تغذیه آبخوانهای زیرزمینی نیز بهره برد. این تحقیق به تعیین ریسک ها و رتبه بندی آنها در پروژه های عمرانی؛ بخصوص پروژه های سد سازی با استفاده از روش دلفی و الگوریتم ژنتیک می پردازد. انتخاب و اجرای پروژه با کمترین ریسک، می تواند به صرفه جویی های اقتصادی، استفاده بهینه از منابع، بالا بردن بهره وری، مهار سیلابها و تامین آب مورد نیاز شرب، کشاورزی و صنعت منجر می گردد. برای ارزیابی ریسک پروژه ها ابتدا پارامترهای ریسک در پروژه ها مشخص و اولویت بندی گردیدند و سپس براساس الگوریتم ژنتیک، درمیان یکسری از جواب های مساله، بهترین گزینه انتخاب می گردد. نتایج این تحقیق نشان می دهد که با اولویت بندی معیارها و تعریف تابع هدف بهینه که بتواند برای همه گزینه ها و براساس اولویت معیارها، پروژه بهینه را با اعمال عملگرهای ژنتیک بر روی هر نسل و انتخاب بهترین ها برای نسل بعد، می توان کم ریسک ترین پروژه را انتخاب و اجرا نمود.
کلیدواژه ها:
نویسندگان
محمدرضا شهرکی
دکتری صنایع، استادیار گروه مهندسی صنایع، دانشگاه سیستان و بلوچستان
بنفشه فرامرزپور
دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه سیستان و بلوچستان
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 :