کاربرد شبکه های عصبی مصنوعی در تخمین هزینه های ساخت و شناسایی متغیرهای اساسی در ورودی مدل: مروری بر تحقیقات انجام شده در گرایش مدیریت ساخت از سال 1997 تا 2017 میلادی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 851

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MANAGECONF02_0654

تاریخ نمایه سازی: 13 شهریور 1396

چکیده مقاله:

متره و برآورد کردن یکی از ابزارهای اصلی برای برآورد هزینه در مرحله قبل از ساخت می باشد. این مسیله یکی ازمعیارهای اصلی برای سرمایه گذران و همچنین انتخاب روش های اجرا و ساخت پروژه است و میتواند در مراحل ابتدایی تصویری از هزینه های پروژه پیش روی طراحان قرار دهد. روش های مختلفی مانند برنامه ریزی خطی، تحلیل رگرسیون، آنالیزریسک و سیستم های خبره در تخمین هزینه های ساخت مورد استفاده قرار می گیرد. اما با توجه به تحقیقات به عمل آمده،مدل شبکه عصبی دقیق تر از روش های رگرسیون و استدلال موردی می باشد، زیرا مدل های شبکه عصبی قابلیت یادگیریروابط بین ورودی ها و خروجی ها را دارند و حتی زمانی که رابطه ای بین ورودی ها و خروجی ها وجود ندارد، برآورد مناسب ودقیقی ارایه می دهند. پردازش شبکه های عصبی از مغز انسان ایده گرفته شده است. از مزایای شبکه های عصبی سرعت بالایآن می باشد، این شبکه ها با کسب تجربه بیشتر درصد خطا را پایین تر می آورند. در مقاله پیش رو هزینه ساخت پروژه های ساختمانی با استفاده از شبکه عصبی مصنوعی در تحقیقات انجام گرفته از سال 1997 تا سال 2017 مورد بررسی قرار گرفته وچکیده ای از هر کدام آورده شده است. همچنین از مسایل مهم در تخمین هزینه های ساخت به وسیله شبکه های عصبی مصنوعی متغیرهای ورودی مدل هستند، در ادامه بحث متغیرهای ورودی مدل در تخمین هزینه های ساخت پیش از طراحی شناسایی شده و آورده شده است،که می توان در تحقیقات بعدی مورد استفاده پژوهشگران قرار گیرند

کلیدواژه ها:

نویسندگان

علی کاتبی

استادیار گروه مهندسی عمران- دانشگاه خوارزمی، تهران، ایران

مهران هاشمی

دانشجوی کارشناسی ارشد مهندسی و مدیریت ساخت، دانشگاه خوارزمی