توسعه مدل هوشمند مبتنی بر شبکه عصبی مصنوعی برای شناسایی عوامل و پیش‌بینی تأخیر در پروژه‌های ساختمانی با رویکرد مدیریت ساخت

توسعه مدل هوشمند مبتنی بر شبکه عصبی مصنوعی برای شناسایی عوامل و پیش‌بینی تأخیر در پروژه‌های ساختمانی با رویکرد مدیریت ساخت

دکتر محمود پارسائی1 مریم صدقی2

1) دکتر محمود پارسائی، گروه مهندسی معدن، دانشکده فنی و مهندسی، واحد شاهرود، دانشگاه آزاد اسلامی،شاهرود،ایران
2) دانشجوی کارشناسی ارشد مهندسی عمران،گرایش مهندسی و مدیریت ساخت، گروه مهندسی عمران، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

کد IOI مقاله : AAHE-ABKEKK
محل انتشار : کنفرانس ملی فناوری های عمران، طراحی و ساخت، انرژی، مواد و ماشین آلات پیشرفته(icaeu.ir)
چکیده :
    پروژه‌های ساختمانی به دلیل تعدد ذی‌نفعان، پیچیدگی فعالیت‌ها و وابستگی آن‌ها به منابع مالی، انسانی و فنی، همواره در معرض ریسک تأخیر زمانی قرار دارند. تأخیر در اجرای این پروژه‌ها پیامدهایی نظیر افزایش هزینه، کاهش بهره‌وری، بروز اختلافات قراردادی و کاهش رضایت ذی‌نفعان به همراه دارد و به همین دلیل شناسایی زودهنگام عوامل ایجادکننده آن و توسعه ابزارهای پیش‌بینی دقیق، یکی از نیازهای اساسی مدیریت ساخت محسوب می‌شود. هدف این پژوهش، شناسایی مهم‌ترین عوامل مؤثر بر تأخیر پروژه‌های ساختمانی و توسعه یک مدل هوشمند مبتنی بر شبکه عصبی مصنوعی برای پیش‌بینی میزان این تأخیر است. در این پژوهش که از نظر هدف کاربردی و از نظر روش توصیفی-تحلیلی است، ابتدا از طریق مطالعه پیشینه پژوهش، عوامل مؤثر بر تأخیر در پنج گروه مدیریتی، مالی، فنی، اجرایی و قراردادی طبقه‌بندی شدند. سپس داده‌های میدانی از طریق پرسشنامه محقق‌ساخته و با مشارکت ۱۰۸ نفر از متخصصان و خبرگان صنعت ساخت گردآوری و پایایی آن با ضریب آلفای کرونباخ (۰٫۸۹۱) تأیید شد. در ادامه، با استفاده از ده عامل برتر شناسایی‌شده به‌عنوان ورودی، یک شبکه عصبی مصنوعی پرسپترون چندلایه طراحی و آموزش داده شد. یافته‌ها نشان داد که ضعف برنامه‌ریزی پروژه، تأخیر در پرداخت مطالبات، تغییرات طراحی در حین اجرا، کمبود نقدینگی و ضعف هماهنگی میان عوامل پروژه، به ترتیب مهم‌ترین عوامل ایجاد تأخیر هستند. مدل توسعه‌یافته با ضریب تعیین ۰٫۹۱۲ توانست بخش عمده‌ای از تغییرات مرتبط با تأخیر پروژه را تبیین کند که بیانگر دقت مطلوب آن نسبت به روش‌های سنتی پیش‌بینی است. نتایج پژوهش نشان می‌دهد که به‌کارگیری مدل‌های هوشمند مبتنی بر شبکه عصبی می‌تواند به‌عنوان ابزاری مؤثر در سیستم‌های پشتیبان تصمیم‌گیری مدیران پروژه برای شناسایی زودهنگام ریسک‌های زمانی و کاهش احتمال بروز تأخیر مورد استفاده قرار گیرد.

کلمات کلیدی : هوش مصنوعی شبکه عصبی مصنوعی پیش‌بینی تأخیر مدیریت ساخت یادگیری ماشین عوامل تأخیر پروژه