جهت دسترسی به کاربرگه ی زیر، از این لینک استفاده کنید. http://localhost/handle/Hannan/5039
عنوان: ارزیابی و تحلیل علل و عوامل تاخیر پروژه های سد سازی با رویکرد پیش بینی تاخیرات با استفاده از الگوریتم و مدل یادگیری ماشین
پدیدآورنده: احسان فرصتکار;محمد ابراهیم اصفهانی
کلید واژه ها: تاخیرات ،سدسازی،تحلیل داده ،الگوریتم های یادگیری ماشین
تاریخ انتشار: 1403
چکیده: پروژه‌های مخاطره‌آمیز مانند سد سازی با نرخ هشداردهنده‌ای از افزایش تاخیرها و رها شدن کامل مواجه شده‌اند. تاخیرات زمانی پروژه می تواند تاثیر مخربی بر پروژه و ذینفعان آن بگذارند که از جمله این تاثیرات می توان به ایجاد دعاوی و اختلافات ، افزایش هزینه ، کاهش سود دهی و یا حتی خاتمه پیمان اشاره نمود . هدف این پژوهش شناسایی علل و عوامل تاثیر گذار بر تاخیرات و همچنین پیش بینی تاخیرات با استفاده از الگوریتم های یادگیری ماشین میباشد . به این منظور به جمع آوری اطلاعات که ویژگی سد ها بودند پرداخته شد و پس از جمع آوری اطلاعات آماری تجزیه و تحلیل اولیه انجام شد و بعد از تجزیه و تحلیل، داده ها به منظور آموزش مدل وارد چهار الگوریتم یادگیری ماشین شدند . نتایج و یافته های مطالعات گذشته حاکی از آن بود 13 عامل پر تکرار وجود دارد که در اکثر مطالعات از آنها به عنوان علل و عوامل تاثیر گذار یاد شده است که این 13 عامل در چهار دسته اصلی 1-کارفرما 2-پیمانکار 3-مشاور 4- عوامل خارج از محدوده قرار میگیرند .همچنین نتایج حاصل از آموزش چهار الگوریتم یادگیری ماشین که عبارت بودند از درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و k – نزدیکترین همسایه نشان دهنده این بود که دو الگوریتم درخت تصمیم و k -نزدیکترین همسایه با داده هایی که نسبتا کم بودند توانستند بهترین عملکرد در یادگیری و پیش بینی دادها در دو کلاس کمتر از 50 % زمان پروژه و بیشتر از 50 % زمان پروژه را داشته باشند.
آدرس: http://localhost/handle/Hannan/5039
مجموعه(های):پایان نامه های الکترونیک

پیوست های این کاربرگه
فایل اندازهفرمت  
رساله -محمد ابراهیم اصفهانی.pdf2.64 MBAdobe PDF
عنوان: ارزیابی و تحلیل علل و عوامل تاخیر پروژه های سد سازی با رویکرد پیش بینی تاخیرات با استفاده از الگوریتم و مدل یادگیری ماشین
پدیدآورنده: احسان فرصتکار;محمد ابراهیم اصفهانی
کلید واژه ها: تاخیرات ،سدسازی،تحلیل داده ،الگوریتم های یادگیری ماشین
تاریخ انتشار: 1403
چکیده: پروژه‌های مخاطره‌آمیز مانند سد سازی با نرخ هشداردهنده‌ای از افزایش تاخیرها و رها شدن کامل مواجه شده‌اند. تاخیرات زمانی پروژه می تواند تاثیر مخربی بر پروژه و ذینفعان آن بگذارند که از جمله این تاثیرات می توان به ایجاد دعاوی و اختلافات ، افزایش هزینه ، کاهش سود دهی و یا حتی خاتمه پیمان اشاره نمود . هدف این پژوهش شناسایی علل و عوامل تاثیر گذار بر تاخیرات و همچنین پیش بینی تاخیرات با استفاده از الگوریتم های یادگیری ماشین میباشد . به این منظور به جمع آوری اطلاعات که ویژگی سد ها بودند پرداخته شد و پس از جمع آوری اطلاعات آماری تجزیه و تحلیل اولیه انجام شد و بعد از تجزیه و تحلیل، داده ها به منظور آموزش مدل وارد چهار الگوریتم یادگیری ماشین شدند . نتایج و یافته های مطالعات گذشته حاکی از آن بود 13 عامل پر تکرار وجود دارد که در اکثر مطالعات از آنها به عنوان علل و عوامل تاثیر گذار یاد شده است که این 13 عامل در چهار دسته اصلی 1-کارفرما 2-پیمانکار 3-مشاور 4- عوامل خارج از محدوده قرار میگیرند .همچنین نتایج حاصل از آموزش چهار الگوریتم یادگیری ماشین که عبارت بودند از درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و k – نزدیکترین همسایه نشان دهنده این بود که دو الگوریتم درخت تصمیم و k -نزدیکترین همسایه با داده هایی که نسبتا کم بودند توانستند بهترین عملکرد در یادگیری و پیش بینی دادها در دو کلاس کمتر از 50 % زمان پروژه و بیشتر از 50 % زمان پروژه را داشته باشند.
آدرس: http://localhost/handle/Hannan/5039
مجموعه(های):پایان نامه های الکترونیک

پیوست های این کاربرگه
فایل اندازهفرمت  
رساله -محمد ابراهیم اصفهانی.pdf2.64 MBAdobe PDF
عنوان: ارزیابی و تحلیل علل و عوامل تاخیر پروژه های سد سازی با رویکرد پیش بینی تاخیرات با استفاده از الگوریتم و مدل یادگیری ماشین
پدیدآورنده: احسان فرصتکار;محمد ابراهیم اصفهانی
کلید واژه ها: تاخیرات ،سدسازی،تحلیل داده ،الگوریتم های یادگیری ماشین
تاریخ انتشار: 1403
چکیده: پروژه‌های مخاطره‌آمیز مانند سد سازی با نرخ هشداردهنده‌ای از افزایش تاخیرها و رها شدن کامل مواجه شده‌اند. تاخیرات زمانی پروژه می تواند تاثیر مخربی بر پروژه و ذینفعان آن بگذارند که از جمله این تاثیرات می توان به ایجاد دعاوی و اختلافات ، افزایش هزینه ، کاهش سود دهی و یا حتی خاتمه پیمان اشاره نمود . هدف این پژوهش شناسایی علل و عوامل تاثیر گذار بر تاخیرات و همچنین پیش بینی تاخیرات با استفاده از الگوریتم های یادگیری ماشین میباشد . به این منظور به جمع آوری اطلاعات که ویژگی سد ها بودند پرداخته شد و پس از جمع آوری اطلاعات آماری تجزیه و تحلیل اولیه انجام شد و بعد از تجزیه و تحلیل، داده ها به منظور آموزش مدل وارد چهار الگوریتم یادگیری ماشین شدند . نتایج و یافته های مطالعات گذشته حاکی از آن بود 13 عامل پر تکرار وجود دارد که در اکثر مطالعات از آنها به عنوان علل و عوامل تاثیر گذار یاد شده است که این 13 عامل در چهار دسته اصلی 1-کارفرما 2-پیمانکار 3-مشاور 4- عوامل خارج از محدوده قرار میگیرند .همچنین نتایج حاصل از آموزش چهار الگوریتم یادگیری ماشین که عبارت بودند از درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و k – نزدیکترین همسایه نشان دهنده این بود که دو الگوریتم درخت تصمیم و k -نزدیکترین همسایه با داده هایی که نسبتا کم بودند توانستند بهترین عملکرد در یادگیری و پیش بینی دادها در دو کلاس کمتر از 50 % زمان پروژه و بیشتر از 50 % زمان پروژه را داشته باشند.
آدرس: http://localhost/handle/Hannan/5039
مجموعه(های):پایان نامه های الکترونیک

پیوست های این کاربرگه
فایل اندازهفرمت  
رساله -محمد ابراهیم اصفهانی.pdf2.64 MBAdobe PDF