اریه مدلی برای پیش بینی تاخیرات پروژه های EPC صنعت نفت با شبکه عصبی مصنوعی

شناخت عواملی که باعث ایجاد انحراف از برنامه ریزی اولیه و ایجاد تاخیر در اجرای پروژه های EPC صنعت نفت شده و ارایه راهکار های مناسب؛ به منظور بهره برداری به موقع از پروژه ها برای سیستم مدیریت صنعت نفت بسیار حایز اهمیت می باشد. از طرفی این انحرافات سبب به وجود آمدن دعاوی متعددی می شوند، بنابراین باید از به جود آمدن آن ها جلوگیری شود. مدل سازی به کمک شبکه های عصبی مصنوعی، یکی از روش های استاندارد و پرکاربرد در عصر حاضر جهت پیش بینی است. در این مقاله، از طریق مطالعات کتابخانه ای، پژوهش های میدانی، توزیع دو مرحله پرسش نامه بسته و باز و در انتها مصاحبه با واحد برنامه ریزی و کنترل طرح ها، شش عامل موثر بر تاخیرات در سه بخش طراحی، کالا و اجرای 180 پروژه EPC شرکت ملی نفت شناسایی شده و درنهایت با استفاده از شبکه عصبی مصنوعی در نرم افزار MATALB مدلی ساخته می شود که قادر است میزان تاخیرات پروژه های مشابه را پیش بینی نماید.