• شماره ركورد كنفرانس
    5227
  • عنوان مقاله

    پيش بيني تامين كننده مناسب براي پروژه هاي ساخت با استفاده از تكنيكهاي ماشين لرنينگ

  • عنوان به زبان ديگر
    Predicting suitable suppliers for construction projects using machine learning techniques
  • پديدآورندگان

    ابراهيمي لاكمه سري ميثم موسسه غيرانتفاعي لقمان حكيم آق قلا , حسيني جمال الدين موسسه غيرانتفاعي لقمان حكيم آق قلا , حسيني كمال الدين موسسه غيرانتفاعي لقمان حكيم آق قلا

  • تعداد صفحه
    15
  • كليدواژه
    تامين كننده , پروژه هاي ساخت , تكنيكهاي ماشين لرنينگ
  • سال انتشار
    1401
  • عنوان كنفرانس
    دهمين كنفرانس ملي مهندسي عمران، معماري و توسعه شهري پايدار ايران
  • زبان مدرك
    فارسي
  • چكيده فارسي
    هدف تحقيق حاضر پيش بيني تامين كننده مناسب براي پروژه هاي ساخت با استفاده از تكنيكهاي ماشين لرنينگ بود. براي اين منظور ابتدا مطالعات كتابخانه اي انجام شد و شكاف تحقيقاتي استخراج شد سپس نواوري كار تعيين گرديد. بر اساس نواوري تعيين شده يك مدل براي پيش بيني تامين كننده مناسب براي پروژه هاي ساخت با استفاده از تكنيكهاي ماشين لرنينگ ارائه گرديد اين مدل شامل 12 متغير ورودي و 1 متغير خروجي كه عملكرد تامين كننده را شامل مي شود بود. در ادامه مدل با استفاده از دو الگوريتم شبكه عصبي مصنوعي و ماشين بردار پشتيبان اجرا شد و موثرترين عوامل با استفاده از الگوريتم درخت تصميم تعيين گرديد. مقايسه كلي بين شبكه عصبي مصنوعي و ماشين بردار پشتيبان نشانگر عملكرد نسبتا بهتر شبكه عصبي مصنوعي مي باشد. بر اساس درخت تصميم اعمال شده مي توان گفت درامد شركت تامين كننده به دليل آنكه در بالاترين سطح نقش تفكيك كننده را دارد مهمترين متغير در نظر گرفته مي شود پس از آن متغير هزينه تغيير سفارش است كه در سطوح پائينتر نقش تفكيك كننده را داراست. متغيرهاي عمر شركت و تضمينها و گارانتي هاي ارائه شده نيز بعد از متغيرهاي درامد شركت و هزينه تغيير سفارش مهمترين نقش را ايفا مي كنند.
  • كشور
    ايران