Προσεγγίσεις με χρήση τεχνητών νευρωνικών δικτύων στο χρονικό προγραμματισμό τεχνικών έργων

Artificial Neural Network based approaches for scheduling technical projects (english)

  1. MSc thesis
  2. ΤΙΤΙΡΛΑ, ΜΑΓΔΑΛΗΝΗ
  3. Διαχείριση Τεχνικών Έργων (ΔΧΤ)
  4. 08 September 2018 [2018-09-08]
  5. Ελληνικά
  6. 95
  7. ΑΡΕΤΟΥΛΗΣ, ΓΕΩΡΓΙΟΣ
  8. ΑΡΕΤΟΥΛΗΣ, ΓΕΩΡΓΙΟΣ | ΣΑΛΩΝΙΤΗΣ, ΚΩΝΣΤΑΝΤΙΝΟΣ
  9. Τεχνητά Νευρωνικά Δίκτυα | Προγραμματισμός | Τεχνικά Έργα | Διάρκεια Έργου | Έργα Αυτοκινητοδρόμων
  10. 1
  11. 15
  12. 34
  13. Περιέχει: πίνακες και σχήματα.
  14. Λύκας Α., (2008), “Τεχνητά Νευρωνικά Δίκτυα - Εφαρμογές”, Τεχνητή Νοημοσύνη Εφαρμογές, Τόμος Β, Ελληνικό Ανοικτό Πανεπιστήμιο
    • Η κατασκευή έργων οδοποιίας γνώρισε μεγάλη ανάπτυξη στο δεύτερο μισό του 20ου αιώνα λόγω της ραγδαίας εξέλιξης στον τομέα της επιστήμης και της τεχνολογίας. Ωστόσο, πολλές φορές κατά την κατασκευή ενός οδικού έργου παρουσιάζονται αποκλίσεις σε σχέση με τον αρχικά προβλεπόμενο χρόνο και κόστος του έργου. Αυτό οφείλεται τις περισσότερες φορές στις ιδιαιτερότητες του ελληνικού νομικού πλαισίου, του τρόπου χρηματοδότησης και των κατασκευαστικών χαρακτηριστικών του έργου. Αναζητήθηκαν δεδομένα από ολοκληρωμένα τεχνικά εργα στην Ελλάδα μέσω επαφών με τις εκάστοτε τεχνικές εταιρίες. Στην παρούσα εργασία στόχος είναι η μελέτη για την πρόβλεψη του συμβατικού χρόνου κατασκευής έργων οδοποιίας, βάσει ενός δείγματος 37 έργων που έχει συγκεντρωθεί, με ανεξάρτητες μεταβλητές κάθε φορά στοιχεία που είναι εξαρχής γνωστά για ένα υπό δημοπράτηση έργο. Όλα τα έργα του δείγματος έχουν κοστολογηθεί, δημοπρατηθεί και κατασκευασθεί σύμφωνα με τις σχετικές και ισχύοντες διατάξεις της ελληνικής νομοθεσίας. Ο σκοπός της παρούσας διπλωματικής εργασίας είναι να διερευνηθούν και να γίνει επεξεργασία των αριθμητικών δεδομένων των έργων οδοποιίας ώστε να μελετηθούν όλα τα σενάρια του χρονικού προγραμματισμού των έργων. Η προσέγγιση στην μη παραμετρική πρόβλεψη της διάρκειας του έργου βασίστηκε στην εφαρμοφή νευρωνικών δικτύων και στην αξιολόγηση διαφόρων παραμέτρων με τη χρήση στατιστικών μεθόδων SPSS και με το λογισμικό WΕKA. Μελετήθηκαν όλες οι μεταβλητές και η εξάρτησή τους με τη τελική διάρκεια του έργου. Στην συνέχεια με τη χρήση των νευρωνικών δικτύων διερευνήθηκε και προτάθηκε το κατάλληλο νευρωνικό δίκτυο για τη πρόβλεψη του τελικού χρόνου του εκάστοτε έργου. Μελετήθηκαν 8 διαφορετικοί κύριοι συνδυασμοί μεταβλητών μέχρι την δημιουργία του κατάλληλου νευρωνικού δικτύου. Τελικά προτείνεται ένα Νευρωνικό δίκτυο για την πρόβλεψη του τελικού χρόνου πραγματοποίησης έργων οδοποιός, που αποτελείται από 8 νευρώνες εισόδου. Το προτεινόμενο Νευρωνικό δίκτυο θα αποτελεί ένα αξιόπιστο εργαλείο για την εκτίμηση του χρόνου των έργων συγκεντρώνοντας πληροφορίες μόνο για τις συγκεκριμένες μεταβλητές, χωρίς να σπαταλάτε πολύτιμος χρόνος συγκεντρώνοντας πληροφορίες για όλες τις πιθανές μεταβλητές, πολλές από τις οποίες δεν επηρεάζουν τον τελικό χρόνο ενός έργου οδοποιίας. Μια άλλη χρήση του νευρωνικού δικτύου θα μπορούσε να είναι ο έλεγχος της αξιοπιστίας των προσφορών για μελλοντικά έργα οδοποιίας.
    • The construction of road works has grown up in the second half of the 20th century due to rapid developments in the field of science and technology. However, during the construction of a road project there are deviations from the originally planned time and cost of the project. This is mostly due to the particularities of the Greek legal framework, the way of financing and the constructional characteristics of the project. Data from integrated technical projects in Greece have been collected through contacts with the technical firms concerned. In the present study, the study aims to predict the conventional construction time of road works, based to a sample of 37 projects that have been collected, with independent variables each time items known from the outset for a project under auction. All project of the sample have been estimated, auctioned and manufactured in accordance with the relevant and applicable provisions of Greek law The purpose of this thesis is to investigate and to process the numerical data of road works in order to study all scenarios of the time schedule of the projects. The approach to non-parametric projection of project duration was based on the neural network implementation and the evaluation of various parameters using SPSS statistical methods and WEAK software. All variables and their dependence were studied with the final duration of the project. By using the neural networks was investigated and proposed the appropriate neural network to predict the final time of each project. There have been studied 8 different master combinations of variables up to the creation of the appropriate neural network. Finally, a Neural Network is proposed to predict the final road construction time, consisting of 8 entry neurons.
  16. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.