استفاده از رویکرد الگوریتم قوانین تجمعی و تحلیل پوششی داده ها در پیش بینی مدت زمان تاخیر پروژه های عمرانی

اجرای طرح های زیر بنایی در هر منطقه، باعث بهبود وضعیت اقتصادی و مبادلات تجاری در آن منطقه خواهد شد. پروژه های راهسازی که جزو پروژه های زیر بنایی کشور می باشد، معمولاً نیاز به بودجه های سنگین و مدت زمان طولانی دارد. لذا تأخیر در این گونه پروژه ها باعث صدمات جبران ناپذیری به اقتصاد کشور می شود. از طرفی با افزایش حجم داده ها ابزارهای جدیدی جهت تحلیل داده ها مورد استفاده قرار می گیرند. پیش بینی مدت زمان تاخیر پروژه های عمرانی و تعیین عوامل و خصیصه هایی که باعث تاخیر زمانی این پروژه ها می گردد کمک شایانی به مدیران پروژه ها می کند تابتوانند قبل از انجام پروژه دید مناسبی نسبت به تاخیرات احتمالی داشته باشند. در این مقاله با استفاده از الگوریتم های قوانین تجمعی داده کاوی به تعیین قوانین منجر به تاخیر زمانی بیش از 1 سال در پروژه های عمرانی شهرداری تهران پرداخته این و قوانین را با استفاده از الگوریتم APRIORY تعیین نموده ایم. از آنجاپیکه در ارزیابی قوانین بیش از یک معیار اهمیت دارد (support و confidence) از مدل تحلیل پوششی داده ها جهت ارزیابی قوانین استفاده شده است. از نتایج رتبه بندی این قوانین می توان جهت پیش بینی تاخیرات زمانی در بسیاری از پروژه های عمرانی به خصوص در شهرداری های ایران استفاده نمود

کلیدواژه ها:

پروژه ، تاخیر زمانی ، قوانین انجمنی ، کارایی ، مدل تحلیل پوششی داده ها