نسل جوان ایران

هنرمعماریمهندسی معماریمهندسی معماری

توسعه یک مدل شبکه عصبی فازی به منظور پیش بینی و تخمین مدت زمان پروژه های عمرانی

ارسال کننده : جناب آقای رضا رحیمی
سطح فعالیت : مدیر کل
ایمیل : reza.rahimi663[@]gmail.com
تاریخ ارسال : ۱۲ مهر ۱۳۹۶
دفعات بازدید : 82
زبان نوشتاری : فارسی
تعداد صفحه : 119
فرمت فایل : word
حجم فایل : 1.13mb

قیمت فایل : 50,000 تومان
خرید فایل

امتیاز مثبت : 0
امتیاز منفی : 0

پایگاه مقاله نسل جوان ایران

یکی از مهم ترین مشکلات جاری مدیریت پروژه در حوزه های مختلف (در این پژوهش پروژه های عمرانی) عدم بکارگیری شیوه های مدون و منسجم در پیش بینی زمانبندی پروژه ها است. تخمین یک پروژه طبق زمان از پیش تعیین شده، یکی از عوامل موفقیت آن طرح می باشد. بنابراین دستیابی به روشی جهت پیش بینی صحیح هزینه پروژه، برای مدیران پروژه اهمیت بسزایی دارد. اما بروز مسائل و مشکلات مختلف موجب افزایش زمان و هزینه تکمیل طرح به بیش از دو برابر زمان و هزینه پیش بینی شده اولیه آن می شود. بروز این اختلاف در زمان، در برخی موارد می تواند ناشی از پیش بینی ناصحیح زمان و هزینه اولیه پروژه شود. در این پژوهش ابتدا عوامل مؤثر بر زمان پروژه های ساختمانی با استفاده از پژوهش ات میدانی، مصاحبه و تشکیل جلسات با کارشناسان بررسی می شود. سپس با بهره گیری از دیدگاه خبرگان مدیریت پروژه، عوامل اساسی موثر بر افزایش زمان استخراج و به صورت پرسشنامه با استفاده از طیف لیکرت، اولویت بندی می شوند.. در واقع هدف از پژوهش حاضر توسعه یک مدل شبکه عصبی فازی به منظور پیش بینی و تخمین مدت زمان پروژه های عمرانی است که روش مورد استفاده در اين پژوهش بر بر اساس هدف، از نوع كاربردي است. همچنین نرم افزار مربوطه در این پژوهش matlab می باشد. نتایج این پژوهش نشان دهنده این است که شبکه های عصبی به دلیل توانایی در حل مسائل پیچیده و بدساختار و استفاده از داده های چندین پروژه، می توانند به مدیران برای تصمیم گیری های صحیح تر کمک کنند. علاوه بر این شرایط جوی و نحوه پرداخت پیمانکاران نیز از متغیرهایی هستند که توانسته اند در بهبود نتایج پیش بینی مؤثر باشند. این فاکتورها به تعدیل خطای پیش بینی هزینه و زمان نهایی به پروژه ها کمک می کنند. در نهایت از ارتباط دادن این پارامترها با تابع هدف یعنی زمانبندی با استفاده از شبکه های عصبی، مدلی ارائه می شود که به کمک آن می توانیم زمان واقعی اجرای پروژه های ساختمانی را پیش بینی نماییم. مدل حاصل با اطلاعات هزینه ای چند پروژه مورد آزمون قرار گرفت که بیانگر نتایج مطلوب و قابل قبول بود.
واژگان کلیدی: شبکه عصبی فازی- تخمین مدت زمان- پروژه های عمرانی



چکیده. 1

فصل اول(کلیات پژوهش ). 2

1-1 مقدمه. 3

1-2 بیان مسأله. 4

1-3 اهمیت و ضرورت پژوهش.... 6

1-4 فرضیه پژوهش.... 6

1-5 اهداف پژوهش.... 6

1-6 تعریف واژگان و اصطلاحات تخصصی.. 7

1-6-1 پروژه. 7

1-6-2 پارامترهای پروژه. 7

1-6-3 شبکه عصبی – فازی (ANFIS). 8

فصل دوم( ادبیات و سوابق پژوهش ). 9

2-1 مقدمه. 10

2-2 ادبیات پژوهش.... 11

2-2-1 پروژه. 11

2-2-2 چرخه ی حیات پروژه و مراحل انجام یک پروژه. 16

2-2-3 انواع پروژه های اجرایی.. 18

2-2-4 بکارگیری نیرو ی کار، مواد، مصالح و تجهیزات... 19

2-2-5 روش های ساخت و ساز. 21

2-2-6 زمان در ساخت و ساز صنعتی.. 22

2-2-7 صنعتی سازی ساختمان.. 23

2-2-8 تخمین زمان پروژه های عمرانی.. 25

2-2-9 عدم قطعیت در تخمین زمان پروژه ها. 27

2-3 سوابق پژوهش.... 30

2-3-1 سوابق داخلی.. 30

2-3-2 سوابق خارجی.. 34

فصل سوم(روش پژوهش ). 41

3-1 مقدمه. 42

3-2 روش پژوهش.... 43

3-3 روش های گردآوری اطلاعات... 43

3-4 ابزار گردآوری اطلاعات... 43

3-5 روش کار. 44

3-6- نقش عواملدرافزایش مدتاجرايپروژههايشهري.. 47

3-7- نقش کارفرما. 47

3-7- 1- ضعفمدیرانپروژه. 47

3-7-2- رفع به موقع معارضین (ملکی، تاسیساتی، ترافیکی و فضاي سبز). 48

3-7-3- طرزنگرش غلطکارفرمایانازپیمانکاران.. 48

3-7- 4- بهینهسازيهزینهاجرايپروژه. 49

3-7- 5- مدیریتفنیواجراییمشاوروپیمانکار. 49

3-7-6- روانبخشیارتباطاتاجرایی.. 49

3-7-7- سرپرستیوکنترلرونداجرا49

3-7-8- تامینمصالح،تحویلکارگاه،نقاطمبناونقشهها. 50

3-8- نقش مهندسانمشاوردرافزایش مدتاجرايپروژهها. 50

3-8-1- ضعفمهندسانمشاوردربررسیتوجیهاقتصاديطرح ها. 50

3-8-2- عدمتمایلمهندسانمشاوربهکاهش هزینههايساختپروژه- 50

3-8-3- ضعفنقشههاياجراییمهندسانمشاور. 50

3-8-4- ناآشناییمهندسانمشاورباشرایطپروژه- 51

3-9- نقش پیمانکاراندرافزایش مدتاجرايپروژهها. 51

3-10- ضعفمدیریتپروژهدرنظامپیمانکاري.. 51

3-11- هوش مصنوعی.. 52

3-12- روشهای هوش مصنوعی.. 52

3-13- مفاهیم شبکهی عصبی مصنوعی.. 53

3-13-1 اعصاب مصنوعی.. 56

3-13-2 شبکهی عصبی مصنوعی-- 57

3-13-3 خصوصیات شبکهی عصبی.. 57

3-13-4 منطق فازی.. 58

3-13-5 سیستم عصبی- فازی.. 61

3-13-5-1 محدودیتهای انفیس.... 62

3-13-5-2 ساختار یک سیستم فازی-عصبی.. 63

3-13-5-3 شبکه عصبی – فازی (ANFIS). 64

3-14- تحلیل نهایی روش تحقیق حاضر. 67

فصل چهارم( تجزیه و تحلیل اطلاعات). 68

4-1-مقدمه. 69

4-2-روش حل.. 70

4-3-مدل سازی.. 73

4-4توپولوژی خطی عصبی فازی.. 75

4-5 ‌فاکتور موثر پیش بینی (tEAC) و‌EAC در‌شبکه های‌عصبي.. 75

4-6 تحلیل‌داده ها و‌ يافته های پژوهش.... 82

4-7جمع بندی.. 86

فصل پنجم.. 87

(نتیجه گیری). 87

5-1-مقدمه. 88

5-2-نتیجه گیری.. 89

5-4-پیشنهادات... 91

منابع.. 92

Abstract. 107

 

 

 

 

 

 

 

 

 

 

فهرست جداول و نمودارها:

جدول 2-1: مشخصات منابع کاری و مصرفی و ویژگی اصلی هر یک 15

جدول 2-2: چرخه ی حیات در پروژه های بانک جهانی 16

جدول 2-3 چرخه ی حیات در انستیتوی ساختمان اروپا 17

جدول 2-4 روند و نتایج 39

جدول 3-1 رابطه ورودی‌ و خروجی تعیین‌شده توسط قوانین فازی 60

نمودار 4-1 شبکه عصبی در حال یادگیری 72

نمودار 4-2 شبکه عصبی در حال به کار گیری 73

مدل4-1 و تعداد ورودی هاستUو m 74

جدول 4-1.اصلاحات مرتبط با ارزش کسب شده 75

جدول 4-2.مدیریت ارزش کسب شده 76

جدول4-3.فاکتور تاثیر محیط 76

نمودار 4-4 فراینده پیش بینی با استفاده از مدل ها 77

جدول 4-4 جدول زمان بندی ساخت اسکلت فولادی در منطقه جهانمهر 81

جدول 4-5 نمونه مقایسه ای رشهای نوین شبکه های عصبی فازی و روشهای سنتی 82

جدول 4-5 جدول مقایسه ای استفاده از شبکه عصبی فازی و عدم استفاده از شبکه فازی 83

جدول 4-6 خلاصه نتایج مدل­های مختلف و مقایسه عددی با مدل پژوهش حاضر 85

 

 

فهرست اشکال:

شکل 1-1 پارامترهای پروژه 7

شکل 3-1 سه سطح از سیستم های پردازش داده ها و اطلاعات 53

شکل 3-2 طرح شماتیک عصب مصنوعی 56

شکل 3-3 : نمونه­ای از ساختار شبکه عصبی 57

شکل 3-4 تابع عضویت فازی 59

شکل 3-5 سیستم استنتاج فازی سوگنو و سیستم فازی- عصبی متناظر 64

شکل4-1 سازه ساخته شده در جهانمهر 80

شکل 4-5 نمونه ایی از کد نویسی متلب و الگوریتم آن 83

يكي از مشخصه هاي توسعه اقتصادي هر كشور، طرح هاي عمراني آن است كه به عنوان معيار و شاخصي عمده در رونق اقتصادي آن كشور مورد بررسي قرارمي گيرد. بنابراين پيشرفت، رفاه و تعالي يك ملت بستگي وثيقي به موفقيت طرح هاي عمراني كشورش دارد و توفيق در اجراي طرح هاي عمراني، سازو كارها و عواملي را مي طلبد تا چرخه امور به نحو مطلوب و در زمان پیش بینی شده و با كمترين هزينه و بيشترين سود به سامان و پايان رسد.

تکمیل یک پروژه عمرانی بر اساس زمان و همچنین هزینه های از پیش تعیین شده آن پروژه، از جمله معیارهای بسیار مهم موفقیت پروژه های عمرانی بشمار می روند. بروز مسائلی مانند روال نامناسب تخصیص بودجه در طرح های عمرانی و قوانین مربوط به برگشت اعتبار، تورم، عدم توانایی کافی مالی، تدارکاتی و اجرایی پیمانکار، نوسان شدید قیمت ها، مدیریت و برنامه ریزی ضعیف کارگاهی، عدم برآورد صحیح مشاور از حجم کار، مصالح، ماشین آلات و زمان پروژه و مسائلی از این دست در برخی موارد موجب افزایش زمان و هزینه تکمیل طرح به بیش از دو برابر زمان و هزینه پیش بینی شده اولیه آن می شود. بروز این اختلاف در زمان و هزینه، در برخی موارد می تواند ناشی از پیش بینی ناصحیح زمان و هزینه اولیه پروژه باشد. بنابراین با توجه به اینکه شبکه های عصبی امروزه در علوم مختلف کاربردهای مختلفی دارد و یکی از مهم ترین کاربردها و ویژگی های آن، توانایی پیش بینی توابع است. در این راستا در این پژوهش تلاش می شود با بهره گیری از شبکه های عصبی فازی، به تخمین زمان پروژه های عمرانی پرداخته شود و زمان واقعی پروژه های عمرانی را پیش بینی نمود.

برای این فایل تا کنون نظری ارسال نشده است

برای ارسال نظر باید عضو سایت باشید

تعداد کاراکتر مجاز:

برچسب های مرتبط


فهرست کتابخانه نسل جوان ایران

تاییدیه های سایت


درگاه بانک ملت

شبکه های اجتماعی نسل جوان ایران


فن آوری های روز دنیا


آرشیو فن آوری های روز دنیا

جدیدترین اخبار سایت


پایگاه خبری نسل جوان ایران

مقالات برتر و منتخب کاربران