سنجش عملکرد رگرسیون کمانکی تطبیقی چند متغیره (MARS) در تحلیل حساسیت مدت زمان واقعی پروژه های ساخت

پیش بینی، یکی از ابزارهای مهم کنترل پروژه و جلوگیری از تغییرات زمان و هزینه آن می باشد؛ زیرا وقتی زمان و هزینه پروژه از شروع کار پیش بینی می شود، در واقع پروسه ای به پروژه تحمیل می شود که در یک چارچوب خاص و با هزینه و زمانی از پیش تعیین شده اجرا گردد. لذا تشخیص عوامل موثر بر هزینه و زمان نهایی پروژه از اهمیت زیادی برخوردار است. رگرسیون کمانکی تطبیقی چند متغیره (MARS)، یک رگرسیون غیرپارامتریک است؛ که برای تحلیل حساسیت و پیش بینی مورد استفاده قرار می گیرد. در این مقاله، عملکرد MARS در تحلیل حساسیت مدت زمان واقعی پروژه های ساخت مورد بررسی قرار می گیرد. بدین طریق که ابتدا مدل شبکه عصبی با 8 ورودی ساخته می شود و نتایج آن ثبت می گردد و سپس مدل شبکه عصبی با ورودیهایی که به تشخیص روش MARS بر خروجی موثرند، ساخته شده و نتایج آن با نتایج مدل قبل مقایسه می شوند. شایان ذکر است که ورودیها پارامترهای اصلی و شاخص های عملکردی روش ارزش حاصله هستند. خروجی نیز مدت زمان واقعی به مدت زمان برنامه ریزی شده است. با توجه به اینکه مقادیر ضرایب همبستگی و خطاها در مدلها بسیار نزدیک بهم بدست آمده اند؛ می توان گفت که روش MARS برای تحلیل حساسیت قابل اعتماد است. ضمنا نتیجه حاصل از مدل شبکه عصبی با نتیجه حاصل از مدل روش MARS مقایسه شده است. مقایسه نتایج نشان می دهد که شبکه های عصبی مصنوعی با خطای بسیار کمتری زمان نهایی پروژه را تخمین می زنند.