| LEADER |
05805nam a22003377a 4500 |
| 001 |
1485677 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 471709
|a عوض، ربا محمد أحمد
|e مؤلف
|
| 245 |
|
|
|a Artificial Neural Network (ANN) for Estimating of Overhead Cost for School Construction Projects Gaza Strip
|
| 246 |
|
|
|a استخدام الشبكات العصبية الاصطناعية لتقدير التكاليف الإدارية لمشاريع المدارس - قطاع غزة
|
| 260 |
|
|
|a غزة
|c 2017
|m 1439
|
| 300 |
|
|
|a 1 - 111
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c الجامعة الإسلامية (غزة)
|f كلية الهندسة
|g فلسطين
|o 0380
|
| 520 |
|
|
|a الهدف: هناك هدفان رئيسيان لهذا البحث. الأول هو تحديد عامل التأثير على التكاليف الإدارية. والثاني هو إنشاء برنامج الشبكة العصبية التي من شأنها أن تقدم لأي شركة مقاولات القدرة على تقييم تكاليفها الإدارية لأي مشروع مدرسة الموالية. وهذا قد يحسن أداء صناعة البناء والتشييد وأن يكون لها قدرة التغلب على صعوبات السوق الوطنية والدولية. المنهجية: قام الباحث بعمل استبانة لاختيار أفضل عشرة عوامل والتي تؤثر على سوق البناء في قطاع غزة وتطوير واختبار النموذج باستخدام تقنية الشبكة العصبية الاصطناعية (ANN). تم اختيار برنامج Matlab R2013a لعمل نموذج للتنبؤ بنسبة التكاليف العامة للمشاريع المدرسية من التكاليف الإجمالية للمشروع. يتكون هذا النموذج من طبقة المدخلات مع ثمانية خلايا عصبية، وطبقة خفية واحدة مع عشرين خلية العصبية وخلية واحدة لطبقة المخرجات. البيانات المستخدمة هي 70 مشروع لبناء مدارس من غزة والتي استخدمت لعمليتي التدريب والتحقق. وللتحقق من قدرة أفضل نموذج، أجري اختبار مع 11 مشاريع (من وقائع) والتي كانت نتائجها لا تزال غير مرئية من قبل الشبكة. النتائج: أعلى عشر عوامل الناتجة عن تحليل الاستبانة كانت كالتالي تجربة الشركة في تنفيذ مشاريع مماثلة، الإغلاق وعدم القدرة على الحصول على المواد، شدة المنافسة مع المقاولين أخرين، عدد المشاريع المتاحة في السوق، وجود وثائق للمشارع المنفذة، إدارة الشركة للتكاليف الإدارية، حجم المشروع، آلية الشركة غي المستحقات المالية (المدفوعات)، حاجة الشركة للعمل والتضخم الاقتصادي. النموذج المختار يتكون من طبقة مخفية تحتوي على 20 خلية عصبية وكانت نتائج مرحلة التدريب تحتوي MSE تساوي 0 وR تساوي 1 ومرحلة المصداقية تحتوي MSE تساوي 0.13 وR تساوي 0.989. أخير مرحلة الاختبار تحتوي MSE تساوي 0.13، وR تساوي 0.987. وتبين أن أكثر العوامل المؤثرة على إنتاج الشبكة هي الحاجة الشركة إلى العمل ووجود وثائق للمشاريع المنفذة وعدد المشاريع المماثلة في نفس السنة ومبلغ العقد وذلك من خلال تحليل كل عامل وإيجاد مدى تأثيره على المخرجات. التوصيات: هذا النموذج هو أداة بسيطة وسهلة الاستخدام جدا والتي يمكن أن تساعد المقاولين/ الشركات من خلال النظر في متغيرات تكاليف النفقات العامة المؤثرة وتحسين النسبة المئوية للتكاليف النفقات العامة لعملية صنع القرار. وبالإضافة إلى ذلك، فإنه يشجع جميع الأطراف المشاركة في مجال المقاولات على إبداء المزيد من الاهتمام لتطوير استخدام الشبكات العصبية الاصطناعية لتقدير التكلفة من خلال أرشفة جميع بيانات المشاريع، وإجراء المزيد من الدراسات وورش العمل للحصول على أقصى قدر من الاستفادة من هذا النهج الجديد وربط نماذج الشبكات العصبية بأكثر من مخرج.
|
| 653 |
|
|
|a الشبكات العصبية
|a الشبكات الاصطناعية
|a التكاليف الإدارية
|a مشروعات المدارس
|a قطاع غزة
|
| 700 |
|
|
|a القدرة، مأمون عبدالحميد
|g Alqedra, Mamoun A.
|e مشرف
|9 424442
|
| 856 |
|
|
|u 9808-001-008-0380-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9808-001-008-0380-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9808-001-008-0380-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9808-001-008-0380-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9808-001-008-0380-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9808-001-008-0380-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9808-001-008-0380-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9808-001-008-0380-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9808-001-008-0380-O.pdf
|y الخاتمة
|
| 856 |
|
|
|u 9808-001-008-0380-R.pdf
|y المصادر والمراجع
|
| 856 |
|
|
|u 9808-001-008-0380-S.pdf
|y الملاحق
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 875190
|d 875190
|
