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 | اندازه | فرمت | |
---|---|---|---|
رساله -محمد ابراهیم اصفهانی.pdf | 2.64 MB | Adobe 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 | اندازه | فرمت | |
---|---|---|---|
رساله -محمد ابراهیم اصفهانی.pdf | 2.64 MB | Adobe 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 | اندازه | فرمت | |
---|---|---|---|
رساله -محمد ابراهیم اصفهانی.pdf | 2.64 MB | Adobe PDF |