شناسایی مدیران پروژه شایسته در پروژههای ساخت و ساز با استفاده از شبکه عصبی مصنوعی و الگوریتمهای فراابتکاری [پايان نامه فارسي]
علی نوبختی
| شناسگر رکورد: | ۵۲۲۴۴ |
| رشته تحصیلی: | مدیریت مهندسی |
| عنوان: | شناسایی مدیران پروژه شایسته در پروژههای ساخت و ساز با استفاده از شبکه عصبی مصنوعی و الگوریتمهای فراابتکاری |
| نويسنده: | علی نوبختی |
| استاد راهنما : | دکتر رویا سلطانی ازندریانی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۴ |
| چکیده: | صنعت ساخت و ساز به عنوان یکی از ارکان توسعه اقتصادی، همواره با چالشهای مدیریتی و اجرایی متعددی مواجه است. موفقیت پروژههای عمرانی علاوه بر عوامل فنی و محیطی، به میزان زیادی به شایستگی، تعهد و توانمندی مدیران پروژه وابسته است. انتخاب مدیران پروژه شایسته میتواند به کاهش مشکلات و افزایش احتمال دستیابی به اهداف پروژه کمک نماید. در سالهای اخیر، کاربرد هوش مصنوعی در حوزه ساخت و ساز موجب بهبود چشمگیر کیفیت، سرعت و دقت فرآیندهای مدیریتی شده است. با این حال، علیرغم توسعه مدلهای پیشبینی در زمینههای مختلف پروژههای عمرانی، تاکنون پژوهشی با هدف شناسایی و پیشبینی شایستگی مدیران پروژه با بهرهگیری از ترکیب شبکههای عصبی مصنوعی و الگوریتمهای فراابتکاری انجام نگرفته است. بنابراین هدف پژوهش حاضر شناسایی مدیران پروژه شایسته در پروژههای ساخت و ساز با استفاده از شبکه عصبی مصنوعی و الگوریتمهای فراابتکاری میباشد. در این پژوهش برای شناسایی مدیران پروژه شایسته، مجموعهای از معیارها و عوامل کلیدی شامل مهارتهای فنی و تخصصی، مهارتهای مدیریتی و رهبری، توانایی تصمیمگیری و ارتباطی، مدیریت قراردادها و مسائل قانونی، مدیریت مالی و بودجهبندی، آشنایی با فناوریهای نوین مدیریت پروژه و توجه به ملاحظات زیستمحیطی گردآوری شد. این معیارها به عنوان دادههای ورودی یک مدل ترکیبی مورد استفاده قرار گرفتند. مدل طراحیشده شامل یک شبکه عصبی سهلایه با الگوریتم یادگیری پسانتشار از نوع لونبرگ–مارکوارت بود که در ادامه با بهرهگیری از الگوریتم فراابتکاری ژنتیک بهینهسازی گردید. نتایج مدلسازی نشان داد که استفاده از ترکیب شبکه عصبی و الگوریتم ژنتیک موجب کاهش چشمگیر خطاهای MSE و RMSE و افزایش دقت شناسایی مدیران پروژه شد. به طور کلی، پژوهش حاضر با ارائه مدلی نوین بر پایه هوش مصنوعی و الگوریتمهای فراابتکاری، گامی مهم در راستای ارتقای فرآیند انتخاب و ارزیابی مدیران پروژه در صنعت ساختوساز برداشته است. این مدل میتواند به سازمانها و شرکتهای فعال در این حوزه کمک کند تا با شناسایی دقیقتر مدیران شایسته، ریسکهای مدیریتی را کاهش داده، هزینههای ناشی از انتخاب نادرست را به حداقل برسانند و در نهایت موفقیت پروژهها را تضمین نمایند. |
| واژگان کلیدی: | پروژه ساخت و ساز، مدیریت پروژه، شایستگی مدیران پروژه، شبکه عصبی مصنوعی، الگوریتم فراابتکاری ژنتیک |
| شماره ثبت | جزء | نسخه | جلد | بخش | قسمت | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 284867 | 1 |
جهت ثبت نظر با حساب کاربری تان وارد شوید