Optimization of Managing Construction Projects Activities via the Application of Genetic Algorithm
| العنوان بلغة أخرى: |
تحسين الاستفادة من إدارة أنشطة مشاريع البناء من خلال تطبيق الخوارزمية الجينية |
|---|---|
| المؤلف الرئيسي: | أبو عيشة، صهيب زياد خليل (مؤلف) |
| مؤلفين آخرين: | الربضي، أنس (مشرف) , محمد، ابراهيم عبد (مشرف) |
| التاريخ الميلادي: |
2020
|
| موقع: | عمان |
| الصفحات: | 1 - 84 |
| رقم MD: | 1097114 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة الاسراء الخاصة |
| الكلية: | كلية الهندسة |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
59
| المستخلص: |
تواجه إدارة المشروع قبل ما يقرب من ثالثة عقود العديد من التحديات والقيود بما في ذلك المهام الشاقة وجدولة أنشطة المشروع التي يتم تشغيلها يدويا، إلى جانب حسابات المشروع اليدوية الطويلة وتحليل التكلفة الذي يستغرق وقتا طويلا. تم تبسيط الخوارزمية الجينية (GA) لمديري المشاريع لمراقبة وإدارة المشاريع واسعة النطاق المتنوعة وتسمح لهم بالتحكم في جودة المشاريع من خلال منهجيات حلول فريدة تتخذ القرار من خلال خطوات اختيار متعددة من أجل إيجاد الحل الأمثل. في هذا العمل، تم تطبيق GA كدراسة حالة لبناء مشروع طريق بالقرب من عمان، عاصمة الأردن، بطول إجمالي يبلغ 1.16 كم وكذلك بعرض إجمالي يبلغ 16 مترا. بعد إجراء هذا العمل، تبين أن GA اختارت الخيار الوحيد بين ثالثة خيارات تم توفيرها من أجل تحقيق الأنشطة الاثني عشر لمشروع إنشاء الطرق بالكامل باستخدام أقل قدر من التكلفة والوقت. وجد أن الأنشطة الأكثر تكلفة كانت تنفيذ الطبقة الأولى والثانية من البيتومين. بالإضافة إلى ذلك، كان G6 هو الجيل الأفضل بتكلفة 1.085.128.5 دينار أردني، أي 1.530.524.9 دولار أمريكي. تبلغ قيمة اللياقة والتكلفة والمدة 43.43، والمدة اللازمة لتنفيذ أنشطة مشروع إنشاء الطريق هي 365 يوما. يوصي هذا العمل بالعديد من النقاط لتعزيز مخرجات عملية GA. |
|---|
عناصر مشابهة
-
Combine Genetic Algorithm and Particle Swarm Optimization Approach for Neural Network Classification
بواسطة: Abu Hamra, Enas Ahmed منشور: (2016) -
Spam Classification Using Genetic Algorithm
بواسطة: Atta, Rand Ahmad منشور: (2018) -
Dynamic Choosing Mutation and Crossover Ratios for Genetic Algorithm
بواسطة: أبو نواس، إيمان يونس منشور: (2016) -
Vulnerabilities Detection in Web Applications Using Genetic Algorithm
بواسطة: الهندي، غصون محمد أمين منشور: (2016) -
Solving the resource constrained project scheduling problems using a hybrid, diverse population based genetic algorith
بواسطة: Ismail, Israa Y. منشور: (2010)
