استفاده از داده کاوی و الگوریتم شبکه ی عصبی در بهینه سازی به کارگیری مهندسی ارزش در پروژه ها

متدلوژی ارزش که در ایران با نام مهندسی ارزش رایج است، یک روش نظاممند گروهی حل مسئله میباشد که بیش از پنجاه سال از اولین بکارگیری آن توسط مایلز میگذرد. این روش دارای دستورالعملها و ضابطههای خاص خود برای اجرا میباشد و تمام مراحل آن برای کارایی این روش باید پیادهسازی شود. اگر یک بررسی اجمالی به فرآیند بکارگیری آن که از سه گام پیش مطالعه، مطالعه ارزش و مطالعه تکمیلی تشکیل شده است، داشته باشیم با توجه به ساختار آن متوجه میشویم که انواع گوناگونی از دانش در طول چرخه اجرای آن بوجود میآید. با توجه به لزوم استخراج انواع دانش، ضرورت ایجاد یک سیستم مدیریت دانشی در مطالعات ارزش نمود پیدا میکند. با توجه به ماهیت متفاوت فرآیند یک مطالعه ارزش و در نتیجه تولید انواع دانش یاد شده با ساختاری متفاوت باید به دنبال استفاده از راهکارهایی بود که ما را در کشف و استخراج انواع دانش یاری رساند. دادهکاوی یکی از قویترین تکنیکهای مدیریت دانش میباشد که با توجه به گامها و فرآیندهای آن میتواند ما را در انجام این مهم یاری رساند. به عبارت دیگر با رویکرد و استفاده از مفاهیم و ابزار دادهکاوی، میتوان یک سیستم جهت کشف و استخراج، ذخیره و بازیابی انواع دانش در مطالعات ارزش ایجاد کرد. دو هدف اصلی دادهکاوی شامل پیش گویی و توصیف میباشد. فرآیند دادهکاوی جهت آماده سازی دادهها برای پیش گویی و توصیف میباشد. برای برای این منظور دارای ابزارهای متفاوتی نیز میباشد که یکی از قویترین و رایجترین این ابزارها شبکههای عصبی میباشد. این پژوهش سعی دارد روشها و راهکارهای کشف و استخراج، ذخیره و بازیابی انواع دانشهای قابل تکرار مطالعاتارزش را که در این تحقیق از آنها با عنوان خروجیهای مطالعات ارزش نام برده شده است با رویکرد دادهکاوی و استفاده از مفاهیم آن و بکارگیری یکی از ابزارهای قدرتمند این تکنیک یعنی ابزار شبکههای عصبی بوجود آورد.

کلیدواژه ها:

مهندسی ارزش Value Engineering ، داده کاوی (Data mining) ، شبکههای عصبی (Neural Networks ) ، ویژگی Feature ، تجزیه Decomposition