ارائه مدل شبکه ی عصبی کوهونن جهت مشخص کردن سهم هر یک از عوامل درگیر در تأخیرات (مطالعه موردی: آزاد راه تهران - شمال)
نویسندگان
چکیده مقاله:
با بررسی صحیح تأخیرات در پروژهها، میتوان آنها را بهعنوان درسآموخته تبدیل کرد. لذا در پژوهش حاضر، روشی ارائه شده است که بتواند الگویی را مبتنی بر شبکهی عصبی برای مشخص کردن علل و تسهیم تأخیر در پروژهها ارائه کند. برای این منظور، عوامل ایجادکنندهی تأخیرات در آزادراه تهران ـ شمال در جدولی به تفکیک گروههای درگیر در پروژه ارائه و منشأ اصلی تأخیرات از جانب ۴ عامل درگیر شامل: کارفرما، پیمانکار، مشاور و عوامل خارجی شناسایی و دستهبندی شدهاند. سپس با توجه به نظر خبرگان و مصاحبههایی که با عوامل کاری در پروژه انجام گرفته است، تمام عوامل تأخیرات از سالهای ۷۵ تا ۹۴ در دو مورد احتمال وقوع و میزان شدت تأثیر تأخیر، از ۰ تا ۱۰ امتیازدهی شد. سپس برای اولینبار با بهرهگیری از شبکهی عصبی خودسازمانده کوهونن (SOFM) در برنامهی نرمافزاری MATLAB، تأخیرات ارزیابی شدند. بررسی تأخیرات در بخش یافتههای پژوهش به دو روش ارائه شد که از هم متمایز نبودند و همپوشانندهی یکدیگرند.
منابع مشابه
ارائه یک مدل شبکه عصبی فازی، جهت توسعه ارزش های اخلاقی در ورزش قهرمانی ایران
در دنیای امروز، ورزش در ابعاد قهرمانی و حرفه ای به اخلاقیات جدید نیاز دارد ازاینرو در این پژوهش کاربردی؛ توسعه ارزشهای اخلاقی در ورزش قهرمانی ایران, با روش سیستم استنتاج فازی بر پایه شبکه عصبی تطبیقی (ANFIS) طراحی و مورد تحلیل قرار گرفت.حجم نمونه از 150نخبه و صاحب نظر در حوزه اخلاق و ورزش قهرمانی بدست آمد. برای کسب اعتبار علمی پرسشنامه از روش روایی صوری و محتوایی استفاده شد و پایایی پرسشنامه از...
متن کاملارائه یک شبکه عصبی مصنوعی جهت پیش بینی ریسک سیستماتیک با استفاده از متغیرهای کلان اقتصادی ( مطالعه موردی : شرکت سایپا )
متن کامل
بررسی عوامل موثر بر تجدید ارائه سود هر سهم
این تحقیق عوامل موثر بر تجدید ارائه سود هر سهم را در شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1380 الی 1386 مورد بررسی قرار داده است. بر این اساس رابطه بین متغیر وابسته (تفاوت سود هر سهم تجدید ارائه شده و نشده) با متغیرهای مستقل شامل اندازه شرکت، رشد فروش، نسبت اهرم مالی، بازده دارایی ها، شاخص محافظه کاری حسابداری، شاخص کیفیت سود، تغییر حسابرس و نسبت جریان نقدی عملیاتی به سود...
متن کاملارائه یک مدل شبکه عصبی جهت پی شبینی کوتاه مدت قیمت نفت خام
Iran is one of the top five important countries in the world that have rich oil reserves. Exchange incomes produced by oil exports play an important role in country’s budget. Therefore, the studies and researches in fields that are related to oil economics have great privilage. Today, there is a plentiful interest in use of artificial intelligence methods especially neural networks for improvi...
متن کاملتحلیل و پیشبینی روزهای خشک با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: ایستگاه تهران)
شبکههای عصبی مصنوعی بهعنوان یکی از تکنیکهای غیرخطی در مطالعات اقلیمی و هیدرولوژی اهمیت فراوانی بهخود اختصاص دادهاند. تغییراقلیم و بهدنبال آن گرمایش جهانی از پدیدههای اقلیمی به شمار میرود. شمار روزهای خشک و تداوم آن خشکسالی را بهدنبال دارد. در این پژوهش از دادههای بارش روزانه طی سالهای (1976-2008) و شبکه عصبی مصنوعی در نرمافزار MATLAB بهمنظور پیشبینی شمار روزهای خشک ایستگاه تهران ...
متن کاملترکیب شبکه عصبی، الگوریتم ژنتیک و الگوریتم تجمع ذرات در پیشبینی سود هر سهم
پیشبینی سود هر سهم از اهمیت فراوانی برای سرمایهگذاران و مدیران داخلی شرکتها برخوردار است. بررسی پژوهشهای قبلی حاکی از این بوده است که در اکثر آنها، به فرضیه وجود رابطه غیرخطی میان سود وعوامل تعیینکننده آن توجه نشده است. این در حالی است برخی از پژوهشگران نشان دادهاند که رابطه میان سود و عوامل تعیینکننده آن خطی نیست. به همین دلیل و همچنین نقش محوری سود هر سهم در تصمیمات سرمایهگذاران، با ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 34.2 شماره 3.2
صفحات 105- 116
تاریخ انتشار 2018-11-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023