ارائه الگویی برای بهبود بهرهوری ماشینآلات خاکبرداری در پروژههای زیرساختی با استفاده از الگوریتمهای یادگیری ماشین (نمونه موردی: خط لوله گاز) | ||
| مهندسی زیر ساخت های حمل و نقل | ||
| دوره 10، شماره 2 - شماره پیاپی 38، تابستان 1403، صفحه 71-96 اصل مقاله (3.47 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jtie.2024.34786.1681 | ||
| نویسندگان | ||
| روژین محقق1؛ بهنود برمایه ور* 2؛ حسین طوسی3 | ||
| 1گروه فناوری معماری (مدیریت پروژه و ساخت)، دانشکده معماری و شهرسازی، دانشگاه هنر ایران، تهران، ایران | ||
| 2دانشیار، گروه فناوری معماری (مدیریت پروژه و ساخت)، دانشکده معماری و شهرسازی، دانشگاه هنر ایران، تهران، ایران | ||
| 3استادیار، دانشکده معماری، دانشگاه تهران، تهران، ایران | ||
| چکیده | ||
| با توجه به جایگاه برجسته کشور ایران در دنیا از منظر منابع انرژی، مخصوصاً حوزه گازی، اجرای پروژههای زیرساختی انرژی، بهویژه خط لوله گاز، ضروری مینماید. با این وجود، یکی از چالشهای اساسی در این نوع از پروژهها، موضوع عدم بهرهوری مناسب منابع (ماشینآلات و...) است. از اینرو، هدف اصلی پژوهش حاضر عبارت است از بهبود بهرهوری ماشینآلات خاکبرداری پروژههای احداث خط لوله گاز، با کمک الگوریتمهای یادگیری ماشین. در این پژوهش، با بهرهگیری از مطالعات کتابخانهای، اسنادی (گزارشهای روزانه هفت پروژه خطوط انتقال گاز)، قضاوت خبرگان، روش متنکاوی (و نرمافزار رپیدماینر)، معیارهای مؤثر بر تعیین بهرهوری ماشینآلات خاکبرداری در پروژههای احداث خط لوله گاز، شناسایی و نهایی شدند. بهطور خلاصه، نتیجه اصلی پژوهش کنونی اشاره دارد که پیشبینی حجم خاکبرداری، از طریق الگوریتم پیشبینانه (بهعنوان مبنای بهینهسازی بهرهوری ماشینآلات خاکبرداری) و نیز الگوریتم دستهبندی و با استفاده از مدل یادگیری عمیق (بهعنوان مدل منتخب و دارای بهترین عملکرد در پیشبینی حجم خاکبرداری)، قابل اجرا است. در واقع، یافتههای پژوهش فعلی در راستای پیشبینی حجم خاکبرداری، پیش از شروع پروژه و تهیه برنامه زمانبندی کلی که در نهایت موجب بهبود بهرهوری ماشینآلات خاکبرداری در پروژههای خط لوله گاز میشود، قابل استفاده است. | ||
| کلیدواژهها | ||
| بهرهوری ماشینآلات عملیات خاکبرداری؛ الگوریتم یادگیری ماشین؛ پروژههای زیرساختی انرژی؛ پروژه احداث خط لوله گاز | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 809 تعداد دریافت فایل اصل مقاله: 499 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 722 |
| تعداد مقالات | 10,383 |
| تعداد مشاهده مقاله | 72,840,583 |
| تعداد دریافت فایل اصل مقاله | 64,537,343 |