پیش بینی هزینه تکمیل پروژه های ساخت با استفاده از شبکه های عصبی مصنوعی و روش مدیریت ارزش حاصله

انحراف زمان و هزینه نهایی پروژه های ساخت نسبت به مقادیر برآورد اولیه، مسئله ای است که در تمام کشورها وجود دارد. این انحرافات سبب به وجود آمدن دعاوی متعددی می شوند؛ بنابراین باید از به وجود آمدن آن ها جلوگیری شود. پیش بینی، یکی از ابزارهای مهم کنترل انحرافات زمان و هزینه پروژه است. یکی از روش های استاندارد برای پیش بینی زمان و هزینه پروژه، روش مدیریت ارزش حاصله است. همچنین مدل سازی به کمک شبکه های عصبی مصنوعی، یکی دیگر از روش های استاندارد پیش بینی و روشی پرکاربرد در عصر حاضر است. در این مقاله، با در نظرگیری 6 پارامتر از پارامترهای اصلی و شاخص های عملکردی روش ارزش حاصله به عنوان متغیرهای ورودی، بدون استفاده از برنامه نویسی و تنها با استفاده از جعبه ابزار شبکه های عصبی در MATLAB، مدلی ساده ساخته می شود که قادر است بدون وابستگی به نوع پروژه، هزینه تکمیل پروژه هایی که هزینه نهایی آن ها از بودجه مصوب بیشتر است (اکثر پروژه های عمرانی اجرا شده در ایران) را به طور دقیق تری نسبت به روابط پیش بینی کننده هزینه در روش ارزش حاصله تخمین بزند. از 2 پروژه اجرای عملیات تکمیلی سدسازی و 2 پروژه احداث کانال انتقال آب نیز در آزمایش مدل استفاده شده است؛ که نتایج حاصل از این آزمایش، دقت بالای مدل را نشان می دهند.