مقایسه شبکه های عصبی مصنوعی با روشهای شاخص عملکردی در پیش بینی هزینه نهایی پروژه های ساخت

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 702

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:

ICSAU02_0022

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

پیش بینی، یکی از ارکان مهم مدیریت پروژه می باشد زیرا وقتی زمان و هزینه پروژه از شروع کار پیش بینی می شود در واقع پروسه ای به پروژه تحمیل می شود که در یک چهارچوب خاص و با هزینه و زمانی از پیش تعیین شده اجرا گردد. تکنیک مدیریت ارزش حاصله رویکردی جهت یکپارچه سازی مدیریت زمان و هزینه در چهارچوب مدیریت محدوده پروژه است. همچنین از کاربردهای دیگر این روش می توان به تخمین هزینه های باقی مانده تا تکمیل پروژه با استفاده از عملکرد گذشته اشاره کرد. در این راستا چند رابطه ریاضی بر اساس شاخص های عملکردی توسط محققان مختلف تبیین شده است. امروزه مدل سازی به کمک شبکه های عصبی مصنوعی به دلیل قابلیت این شبکه ها در بیان روابط پیچیده بین متغیرها جایگاه ویژه ای در علوم مهندسی پیدا کرده است. در این مقاله با در نظرگیری پارامتر مقدار بودجهمصوب پروژه و 3 پارامتر اصلی روش مدیریت ارزش حاصله به عنوان ورودی، از مدل سازی شبکه عصبی برای پیش بینی هزینه تکمیل پروژه های ساخت استفاده شده است. با توجه به اینکه ضرایب همبستگی مدل برابر با یک و خطای آن بسیار کم به دست آمده است می توان گفت که شبکه های عصبی مصنوعی قادر به پیش بینی هزینه تکمیل پروژه های ساخت به صورت دقیق هستند. پس از مدل سازی شبکه، نتیجه حاصل از شبکه عصبی با نتایج حاصل از 5 رابطه ازروابطی که بر اساس شاخص های عملکردی به وجود آمده اند، با استفاده از میزان خطای به دست آمده برای هر کدام، مقایسه شده است. مقایسه نتایج نشان می دهد که شبکه های عصبی مصنوعی با خطای بسیار کمتری هزینه تکمیل پروژه را تخمین می زنند.

نویسندگان

فرشاد پیمان

دانشجوی ارشد مدیریت ساخت، گروه عمران، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان، اهواز، ایران

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 :