کاربرد شبکههای عصبی مصنوعی در مدلسازی تأخیر پروژههای عمرانی ورزشی | ||
| مطالعات مدیریت ورزشی | ||
| دوره 16، شماره 85، مرداد و شهریور 1403، صفحه 43-62 اصل مقاله (974.87 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22089/smrj.2023.13983.3802 | ||
| نویسندگان | ||
| فهیمه ابراهیمی1؛ علی قائدی* 2؛ سید حمید سجادی هزاوه3؛ زینت نیک آیین3 | ||
| 1دانش آموخته دکتری مدیریت ورزشی دانشگاه آزاد تهران مرکزی، کارمند وزارت ورزش | ||
| 2استادیار، گروه مدیریت ورزشی، دانشگاه افسری امام علی (ع)، تهران، ایران | ||
| 3استادیار، دانشگاه آزاد واحد تهران مرکزی | ||
| چکیده | ||
| طولانی شدن اجرای پروژههای ورزشی میتواند سبب بروز آثار منفی متعددی بر توسعه ورزش و بهتبع آن توسعه کشور شود؛ ازاینرو تحقیق حاضر با هدف پیشبینی میزان تأخیر در پروژههای عمرانی ورزشی با استفاده از شبکه عصبی مصنوعی انجام شد. روش تحقیق، آمیخته کیفی-کمی و از نوع تحقیقات کاربردی بود. جامعه آماری تحقیق در بخش کیفی، خبرگان حوزه پروژههای عمرانی ورزشی بودند که با روش نمونهگیری هدفمند و تکنیک گلولهبرفی به تعداد 13 نفر از این خبرگان مراجعه شد و با انجام مصاحبه نیمهساختارمند به شناسایی عوامل مؤثر بر تأخیر در پروژههای عمرانی ورزشی پرداخته شد. جامعه دوم تحقیق در بخش کمّی بهمنظور پیشبینی میزان تأخیر در پروژههای عمرانی ورزشی انجام شد که شامل عوامل مدیریتی ساخت پروژه عمرانی مانند پیمانکار، مهندسی اجرایی، مدیران اجرایی و معاونین عمرانی ادارات کل استانها بود و تعداد 750 نفر از آنها در قالب 25 نفر برای هر پروژه و درمجموع 30 پروژه به روش دردسترس بهعنوان نمونه انتخاب شدند. برای دستیابی به مدل پیشبینی تأخیر از شبکههای عصبی مصنوعی و برای اعتبار سنجی کار از الگوریتم لوو استفاده شد. براساس نتایج، مدل ارائهشده توانست با دقت 34/88 میزان تأخیر در پروژههای عمرانی را شناسایی کند؛ بنابراین با توجه به این مدل میتوان میزان تأخیر را در پروژههای عمرانی پیشبینی کرد و اقدام لازم در راستای کاهش آن انجام داد. | ||
| کلیدواژهها | ||
| پروژه­؛ ؛ های عمرانی، ورزش، پیش­؛ ؛ بینی، شبکه­؛ ؛ های عصبی مصنوعی، تأخیر | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 693 تعداد دریافت فایل اصل مقاله: 88 |
||
| تعداد نشریات | 8 |
| تعداد شمارهها | 342 |
| تعداد مقالات | 4,172 |
| تعداد مشاهده مقاله | 8,982,111 |
| تعداد دریافت فایل اصل مقاله | 3,406,422 |