تحلیل حساسیت مدیریت ریسک در پروژه های عمرانی با تکنیک های یادگیری عمیق

پروژه های عمرانی نقش اساسی در اقتصاد و رفاه مردم هر جامعه دارند. در ایران، هر ساله بودجه های کلانی صرف اجرای این پروژه ها می شود. اما مدیریت ریسک، حلقه مفقوده ای در مطالعات و اجرای پروژه های عمرانی است که یا کمتر به آن توجه شده یا در اولویت کاری قرار ندارد. این مقاله تلاش می کند به مدیریت ریسک در پروژه های عمرانی بپردازد. ابتدا با استفاده از روش FMEA مدیریت ریسک انجام شده و سپس مدلسازی این پدیده با بهره گیری از روش های یادگیری عمیق در دستور کار قرار گرفته است. بانک اطلاعاتی لازم برای مدلسازی یادگیری عمیق با استفاده از اطلاعات مرحله اول تکمیل شده است. پارامترهای ورودی و خروجی بر اساس تعداد و نوع داده های در دسترس انتخاب شده اند. نتایج تحقیق نشان می دهد که ساختار بهینه یادگیری عمیق با ترکیب شبکه عصبی CNN و الگوریتم بهینه سازی MVO، با ضریب همبستگی بالای ۹۰ درصد و شاخص خطای کمتر از ۰٫۵ معرفی شده است. بخش اصلی این تحقیق به تحلیل حساسیت مدل بهینه اختصاص دارد. این فرآیند با استفاده از مشتق نسبی و مطلق خروجی نسبت به هر ورودی، بر اساس دسته های آماری متفاوت و به روش لو و همکاران انجام شده است. در نهایت، موثرترین پارامتر ورودی شناسایی شده و میزان حساسیت خروجی نسبت به آن تعیین گردیده است.

کلیدواژه ها:

تحلیل حساسیت ، مدیریت ریسک ، پروژه عمرانی