زمانبندی و مدیریت پروژه با استفاده از روشها و الگوریتمهای داده کاوی
- سال انتشار: 1402
- محل انتشار: نهمین کنفرانس بین المللی مهندسی صنایع و سیستم ها
- کد COI اختصاصی: ICISE09_186
- زبان مقاله: فارسی
- تعداد مشاهده: 787
نویسندگان
دانشجوی کارشناسی ارشد، گروه مهندسی صنایع و سیستمها، دانشگاه صنعتی اصفهان، ایران
استادیار، گروه مهندسی صنایع و سیستمها، دانشگاه صنعتی اصفهان، ایران
چکیده
هر چه پیشبینی زمان پروژه دقیقتر باشد، مدیران پروژه میتوانند برنامه ریزیهای مناسبتری برای تخصیص منابع، ایجاد کنند و با مدیریت تغییرات و ریسکها، افزایش موفقیت و سود را برای پروژه خود رقم بزنند. هنوز هم مشکلاتی در زمانبندی پروژه ها وجود دارد که اغلب منجر به تاخیر در تحویل پروژه میشود. امروزه استفاده از روشهای پیشرفته پیشبینی مانند الگوریتمهای شبکه عصبی و یادگیری ماشین، هوش مصنوعی و روشهای مبتنی بر داده در پیشبینی مدت زمان پروژه، مورد توجه قرار گرفته است. هدف این پژوهش، استفاده از الگوریتم های شبکه عصبی و توسعه مدلی برای پیشبینی زمان پروژه است بطوریکه بتواند به بهبود دقت و سرعت پیشبینی ها و در نهایت به کاهش هزینه و مدت زمان اجرای پروژه کمک کند. روشهای سنتی پیشبینی مدت زمان پروژه معمولا دارای مشکل خطا و کاهش دقت هستند . بدین منظور نتایج محاسباتی در قالب یک پروژه ساختمان مسکونی دو طبقه شامل ۱۷ فعالیت اجرایی تشریح شده است. فرآیند مدلسازی شبکه مصنوعی (ANN) با استفاده از نرم افزار MATLAB انجام شد. چارچوب مدل با شش متغیر ورودی و یک پارامتر خروجی و یک شبکه عصبی پیشخور دو لایه ۶-۱۰-۱ با تابع انتقال (tansig) برای نورونهای پنهان و تابع انتقال خطی برای نورونهای خروجی و با استفاده از الگوریتم آموزشی (trainlm) طراحی و تولید شد. فرآیند مدلسازی در محیط متلب، آموزش، تست و اعتبارسنجی شد. پارامترهای تابع زیان به عنوان معیارهای ارزیابی عملکرد، نتایج رضایت بخشی را نشان داد و اینکه هوش مصنوعی و مدلهای شبکه عصبی، میتواند دقت برنامه ریزی ساخت و ساز را بهبود داده و در نتیجه عملکرد پروژه را ارتقاء و هزینه ها را کاهش دهد.کلیدواژه ها
برنامه زمانبندی پروژه، مدیریت پروژه، شبکه عصبی مصنوعی، یادگیری ماشین، هوش مصنوعی.مقالات مرتبط جدید
- کالیبراسیون مبتنی بر مقایسه قطعه با قطعه مرجع به جای ابزار مرجع (Master-Part)
- نقش واسطه ای IT و مدیریت یکپارچه زیست محیطی در ارتباط بین IT و عملکرد زیست محیطی– یک مطالعه موردی
- Application of Machine Learning and Deep Learning in Pancreatic Cancer Diagnosis: A Review
- Adoption of Artificial Intelligence in Small and Medium Manufacturing Enterprises: An HBR Perspective and a Human – Machine Collaboration Framework
- کاربرد شبکه های بیزین در مدیریت نگهداری و تعمیرات پیش بینانه: مطالعه ای موردی بر خطوط تولید شرکت سیمان تهران
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.