كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / نهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

زمانبندی و مدیریت پروژه با استفاده از روش ها و الگوریتم های داده کاوی

نویسندگان :

احسان شیخی¹ ناصر ملاوردی²

1- صنعتی اصفهان 2- دانشگاه صنعتی اصفهان

کلمات کلیدی :

برنامه زمانبندی پروژه،مدیریت پروژه،شبکه عصبی مصنوعی،یادگیری ماشین،هوش مصنوعی

چکیده :

هر چه پیش‌بینی زمان پروژه دقیق‌تر باشد، مدیران پروژه می‌توانند برنامه‌ریزی‌های مناسب‌تري برای تخصیص منابع، ایجاد کنند و با مدیریت تغییرات و ریسک‌ها، افزایش موفقیت و سود را برای پروژه خود رقم بزنند. هنوز هم مشکلاتی در زمانبندی پروژه‌ها وجود دارد که اغلب منجر به تأخیر در تحویل پروژه می‌شود. امروزه استفاده از روش‌های پيشرفته پيش‌بيني مانند الگوریتم‌های شبکه عصبی و یادگیری ماشین، هوش مصنوعي و روش‌هاي مبتني بر داده در پیش‌بینی مدت زمان پروژه، مورد توجه قرار گرفته است. هدف اين پژوهش، استفاده از الگوریتم‌های شبکه عصبی و توسعه مدلي براي پیش‌بینی زمان پروژه است بطوريكه بتواند به بهبود دقت و سرعت پیش‌بینی‌ها و در نهایت به کاهش هزینه‌ و مدت زمان اجرای پروژه کمک کند. روش‌های سنتی پیش‌بینی مدت زمان پروژه معمولاً دارای مشکل خطا و کاهش دقت هستند. بدین منظور نتایج محاسباتی در قالب یک پروژه ساختمان مسکونی دو طبقه شامل 17 فعالیت اجرایی تشریح شده است. فرآیند مدل‌سازی شبکه مصنوعی (ANN) با استفاده از نرم‌افزار MATLAB انجام شد. چارچوب مدل با شش متغیر ورودی و یک پارامتر خروجی و یک شبکه عصبی پیش‌خور دو لایه 1-10-6 با تابع انتقال (tansig) برای نورون‌های پنهان و تابع انتقال خطی برای نورون‌های خروجی و با استفاده از الگوریتم آموزشی (trainlm) طراحی و تولید شد. فرآیند مدل‌سازی در محیط متلب، آموزش، تست و اعتبارسنجی شد. پارامترهای تابع زیان به عنوان معیارهای ارزیابی عملکرد، نتایج رضایت بخشی را نشان داد و اینکه هوش مصنوعی و مدل‌های شبکه عصبی، می‌تواند دقت برنامه‌ریزی ساخت و ساز را بهبود داده و در نتیجه عملکرد پروژه را ارتقاء و هزینه‌ها را کاهش دهد.