تطوير منهجية لتحسين تتبع المشاريع الصناعية من خلال التنبؤ بمؤشر المدة المكتسبة (EDI) باستخدام الشبكات العصبية الاصطناعية (ANN)
تنتج شركات التشييد حجم ضخم من البيانات التشغيلية يومياً موزعة فيما بين العديد من قواعد البيانات، ولكن هذه البيانات التاريخية لا يتم تجميعها وتنظيمها بالطريقة الصحيحة لدعم قرارات تتبع المشاريع بشكل فعال. تعتبر طريقة المدة المكتسبة (EDM) واحدة من التقنيات الأساسية في تتبع مشاريع التشييد من خلال استخد...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Book |
| Published: |
Tishreen University,
2024-06-01T00:00:00Z.
|
| Subjects: | |
| Online Access: | Connect to this object online. |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | تنتج شركات التشييد حجم ضخم من البيانات التشغيلية يومياً موزعة فيما بين العديد من قواعد البيانات، ولكن هذه البيانات التاريخية لا يتم تجميعها وتنظيمها بالطريقة الصحيحة لدعم قرارات تتبع المشاريع بشكل فعال. تعتبر طريقة المدة المكتسبة (EDM) واحدة من التقنيات الأساسية في تتبع مشاريع التشييد من خلال استخدام مؤشرات مختلفة لقياس تقدم وأداء الخطة الزمنية للمشروع. يهدف البحث الدراسة إلى استخدام الشبكات العصبية الصنعية (ANN) لتطوير نموذج للتنبؤ بمؤشر المدة المكتسبة (EDI) في أية مرحلة زمنية من المشروع بالاعتماد على البيانات التاريخية لمشاريع الشركة. تم تحديد التصميم الأمثل للنموذج المقترح للتنبؤ، وكانت المعايير الإحصائية المستخدمة لتقييم دقة النموذج المقترح هي جذر متوسط مربع الخطأ (RMSE) ومتوسط الخطأ المطلق (MAE). وقد ، وأثبتت نتائج الدراسة قدرة الشبكات العصبية الصنعية للتنبؤ بمؤشر المدة المكتسبة (EDI) في أية مرحلة من دورة حياة المشروع بنتائج مرضية. توصي الدراسة بالتوسع في استخدام الأنظمة الهجينة من نماذج الذكاء الاصطناعي لتحسين كفاءة نماذج التنبؤ بمؤشرات تتبع مشاريع التشييد مما يحسن من قرارات التتبع وبالتالي تحسين الأداء الاقتصادي لهذه المشاريع. |
|---|---|
| Item Description: | 2079-3081 2663-4279 |