اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شماره‌ها | 1,258 |
| تعداد مقالات | 9,115 |
| تعداد مشاهده مقاله | 8,325,428 |
| تعداد دریافت فایل اصل مقاله | 5,040,383 |
توسعه مدل هوشمند مبتنی بر هوش مصنوعی برای بهینه‌سازی زمان‌بندی و مدیریت پروژه‌های ساخت‌وساز ایران | ||
| مهندسی عمران و فناوری‌های نوین | ||
| مقاله 3، دوره 4، شماره 4، دی 1403 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| زهیر فتحی* ؛ زهرا غلامزاده همقرین | ||
| ندارم | ||
| تاریخ دریافت: 27 آذر 1403، تاریخ بازنگری: 17 دی 1403، تاریخ پذیرش: 13 دی 1403 | ||
| چکیده | ||
| در دنیای مدرن، مدیریت زمان و فرآیندهای اجرایی در پروژه‌های ساخت‌وساز نقش تعیین‌کننده‌ای در موفقیت پروژه‌ها دارد. صنعت ساخت‌وساز در ایران، با وجود پیشرفت‌های اخیر، همچنان با چالش‌های ساختاری از جمله تأخیر در زمان‌بندی، افزایش هزینه‌ها و ناکارآمدی در مدیریت منابع مواجه است. این چالش‌ها، به‌ویژه در پروژه‌های پیچیده با تنوع ذی‌نفعان، به دلیل عدم بهره‌گیری از فناوری‌های نوین و سیستم‌های تصمیم‌گیری هوشمند، شدت می‌یابند. این مقاله به ارائه یک مدل جامع و هوشمند مبتنی بر هوش مصنوعی برای بهینه‌سازی زمان‌بندی و مدیریت پروژه‌های ساخت‌وساز می‌پردازد که با در نظر گرفتن شرایط بومی ایران طراحی شده است. مدل پیشنهادی با ترکیب الگوریتم‌های یادگیری ماشین، فناوری پردازش زبان طبیعی (NLP ) و مدل‌سازی اطلاعات ساختمان (BIM ) ، ابزار قدرتمندی برای تحلیل داده‌های تاریخی و بلادرنگ ارائه می‌دهد. این مدل همچنین به تطبیق با قوانین و مقررات محلی، محدودیت‌های اقتصادی، و شرایط اقلیمی ایران توجه داشته و پیشنهادات هوشمندی برای تصمیم‌گیری‌های مدیریتی ارائه می‌کند. نتایج شبیه‌سازی‌ها نشان می‌دهد که مدل پیشنهادی می‌تواند به کاهش تأخیر در پروژه‌ها، بهبود تخصیص منابع، و کاهش هزینه‌های اضافی کمک کند. علاوه بر این، مقاله چالش‌های اجرایی، موانع فرهنگی، و فرصت‌های ناشی از به‌کارگیری هوش مصنوعی در صنعت ساخت‌وساز ایران را بررسی کرده است. نتایج این تحقیق نشان می‌دهد که استفاده از فناوری‌های هوشمند می‌تواند با ایجاد تحولی مثبت در مدیریت پروژه‌های ساخت‌وساز، راهکارهایی نوآورانه برای مقابله با چالش‌های موجود ارائه دهد و بستری برای افزایش بهره‌وری فراهم کند. | ||
| کلیدواژه‌ها | ||
| هوش مصنوعی؛ مدیریت ساخت‌وساز؛ بهینه‌سازی منابع؛ زمان‌بندی پروژه؛ تصمیم هوشمند | ||
| عنوان مقاله [English] | ||
| Development of an AI-Based Intelligent Model for Optimizing Scheduling and Managing Construction Projects in Iran | ||
| نویسندگان [English] | ||
| zohair fathi؛ zahra gholamzade hamgharin | ||
| nothing | ||
| چکیده [English] | ||
| In the modern world, time management and execution processes play a crucial role in the success of construction projects. Despite recent advancements, Iran’s construction industry still faces challenges such as scheduling delays, cost overruns, and inefficient resource management. These issues are compounded by project complexity, stakeholder diversity, and underutilization of modern technologies. This article proposes a comprehensive AI-based model for optimizing scheduling and managing construction projects under Iran's specific conditions. The model integrates machine learning algorithms, natural language processing (NLP) systems, and building information modeling (BIM) technologies to analyze historical and real-time data, providing intelligent recommendations for managerial decisions. Key design considerations include compliance with local regulations, economic constraints, and Iran's climatic conditions. Initial simulations indicate the proposed model's potential to reduce project durations, enhance resource allocation, and lower additional costs. Furthermore, this research examines implementation challenges, cultural barriers, and opportunities for leveraging AI in Iran’s construction sector. Findings highlight that adopting an intelligent model can transform project management practices and address common challenges. This study emphasizes innovation, localized adaptability, and offers preliminary data as a foundation for future research. Keywords: Artificial Intelligence in Construction Management, Resource and Project Scheduling Optimization, Building Information Modeling (BIM), Machine Learning Algorithms, Construction Simulation, Smart Decision-Making. | ||
| کلیدواژه‌ها [English] | ||
| Artificial intelligence, construction management, resource optimization, project scheduling, intelligent decision | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 39 |
||