پیش بینی تاخیرات پروژه های ساخت وساز با استفاده از تکنیک های هوش مصنوعی یک مرور سیستماتیک و ارائه چارچوبی یکپارچه

تاخیر در پروژه های ساخت و ساز یک پدیده رایج و پرهزینه در سراسر جهان است که منجر به زیان های مالی قابل توجه، اختلافات حقوقی و کاهش رضایت ذی نفعان می شود. شناسایی زودهنگام عوامل تاخیر و پیش بینی دقیق احتمال وقوع آن می تواند به مدیران پروژه در اتخاذ تصمیمات به موقع و اجرای اقدامات اصلاحی کمک شایانی کند. در سال های اخیر، تکنیک های هوش مصنوعی به دلیل توانایی در پردازش حجم انبوهی از داده های پیچیده و غیرخطی، به عنوان ابزاری قدرتمند برای پیش بینی ریسک و تاخیرات پروژه مطرح شده اند. این مقاله با هدف مرور سیستماتیک پژوهش های انجام شده در حوزه کاربرد هوش مصنوعی برای پیش بینی تاخیرات پروژه های ساخت و ساز و ارائه یک چارچوب یکپارچه برای پیاده سازی آن نگاشته شده است. در این راستا، مقالات متعددی در بازه زمانی ۲۰۱۰ تا ۲۰۲۴ مورد بررسی قرار گرفته اند. یافته ها نشان می دهد که الگوریتم های یادگیری ماشین مانند شبکه های عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM)، درخت تصمیم و جنگل تصادفی (Random Forest) بیشترین کاربرد را داشته اند. همچنین رویکردهای یادگیری عمیق و بینایی کامپیوتر به تازگی برای پردازش داده های غیر ساختاریافته مانند تصاویر محل پروژه مورد استفاده قرار گرفته اند. در نهایت، این مقاله چالش های پیش رو، از جمله کیفیت داده ها، مقاومت در برابر تغییر و نیاز به تخصص دوگانه را مورد بحث قرار داده و راهکارهای عملی برای غلبه بر این موانع ارائه می دهد.

کلیدواژه ها:

هوش مصنوعی ، پیش بینی تاخیرات پروژه های ساخت و ساز ، یادگیری ماشین ، مدیریت ریسک ، شبکه عصبی مصنوعی