استفاده از فناوری BIM و یادگیری ماشین برای پیشبینی تأخیر در پروژههای عمرانی
استفاده از فناوری BIM و یادگیری ماشین برای پیشبینی تأخیر در پروژههای عمرانی
بهار سالاری1
1) فارغ التحصیل کارشناسی مهندسی عمران
کد IOI مقاله
:
ABKD-ACZFKD
محل انتشار :
چهارمین کنفرانس بین المللی پژوهش های کاربردی در مهندسی عمران، معماری و شهرسازی(icarcau.com)
چکیده :
تأخیر در اجرای پروژههای عمرانی یکی از پرهزینهترین و رایجترین چالشهای صنعت ساختوساز است که آثار مستقیمی بر هزینه، کیفیت و رضایت ذینفعان دارد. در سالهای اخیر، تلفیق مدلسازی اطلاعات ساختمان (BIM) با روشهای یادگیری ماشین بهعنوان رویکردی نوظهور برای پیشبینی زودهنگام تأخیر و مدیریت پیشگیرانه پروژه مطرح شده است. در این مقاله، با مرور تحلیلی پنج پژوهش منتشرشده در حوزههای ارزیابی پایداری مبتنی بر BIM، ادراک آموزشی از مدیریت افزایش هزینه، بهینهسازی بهرهوری منابع با رویکرد ترکیبی ANN-SEM، مدیریت پیشرفت مبتنی بر یادگیری تقویتی و دوقلوی دیجیتال، و موانع پیادهسازی چتباتهای هوشمند در کتابخانههای BIM، یک چارچوب مفهومی برای پیشبینی تأخیر پروژههای عمرانی ارائه میشود. چارچوب پیشنهادی دادههای زمانبندی چهاربعدی BIM، سوابق هزینه و منابع، و متغیرهای محیطی را بهعنوان ورودی الگوریتمهای یادگیری ماشین (شبکه عصبی مصنوعی، جنگل تصادفی، ماشین بردار پشتیبان، (XGBoost) و یادگیری تقویتی به کار میگیرد تا انحراف زمانی محتمل پروژه را در مراحل اولیه شناسایی کند. یافتههای حاصل از مرور ادبیات نشان میدهد که مدلهای ترکیبی، بهویژه رویکردهای مبتنی بر تقویت گرادیانی و یادگیری تقویتی همراه با دوقلوی دیجیتال، دقت پیشبینی بالاتر و قابلیت سازگاری بیشتری با اختلالات پویای ساختوساز دارند. در پایان، چالشهای پیادهسازی شامل کیفیت و یکپارچگی دادهها، سطح دانش و مهارت فنی کاربران، و نیاز به آموزش تخصصی مورد بحث قرار میگیرد و پیشنهادهایی برای پژوهشهای آتی ارائه میشود.
کلیدواژهها: مدلسازی اطلاعات ساختمان (BIM)؛ یادگیری ماشین؛ پیشبینی تأخیر پروژه؛ یادگیری تقویتی؛ دوقلوی دیجیتال؛ مدیریت پروژههای عمرانی
کلمات کلیدی : مدلسازی اطلاعات ساختمان (bim) یادگیری ماشین پیشبینی تأخیر پروژههای عمرانی یادگیری تقویتی دوقلوی دیجیتال