مروری بر روشهای سنتی و یادگیری ماشین جهت ارزیابی و پیشبینی ریسک در صنعت ساخت

چکیده مقاله

این مقاله به بررسی روشهای سنتی و یادگیری ماشین در ارزیابی و پیشبینی ریسک در صنعت ساخت می پردازد روشهای سنتی با وجود مزایایی مانند سادگی و نیاز کمتر به داده محدودیت هایی در دقت و کاربرد به ویژه در پروژه های پیچیده ساختمانی دارند برای رفع این محدودیت ها از الگوریتم های یادگیری ماشین به منظور پیش بینی دقیق تر ریسک و ارزیابی عوامل موثر استفاده شده است این پژوهش که به صورت مروری و با بررسی مطالعات گذشته انجام شده نشان می دهد که یادگیری ماشین دقت پیش بینی ریسک را به طور چشمگیری افزایش می دهد؛ هر چند نیاز به داده های حجیم چالشی مهم باقی می ماند این مقاله می تواند به مدیران پروژه در انتخاب مناسب ترین فناوری برای ارزیابی و پیش بینی ریسک پروژه ها کمک کند

کلیدواژه‌ها

نویسندگان

محمد نیما اسلامیان

دانشجوی دکتری دانشکده عمران دانشگاه علم و صنعت ایران

مصطفی خانزادی

استاد دانشکده عمران دانشگاه علم و صنعت ایران

�سلامیان، محمد نیما و خانزادی، مصطفی،1403،مروری بر روشهای سنتی و یادگیری ماشین جهت ارزیابی و پیشبینی ریسک در صنعت ساخت،ششمین کنفرانس ملی مهندسی مکانیک، عمران و فناوری های پیشرفته،اسفراین

ارائه‌شده در

مجموعه مقالات ششمین کنفرانس ملی مهندسی مکانیک، عمران و فناوری های پیشرفته15 آبان 1403 · اسفراین