چکیده:
طی برنامهریزیهای پیش از آغاز پروژه بهعنوان یک مرحلة مهم، تصمیمهای اساسی اتخاذ میشوند که مسیر حرکت پروژه را در جهت موفقیت یا شکست ترسیم میکنند. این مرحله بهویژه در مگاپروژههای نفت، گاز و پتروشیمی که به حجم عظیمی از منابع نیاز دارند، اهمیتی مضاعف مییابد. عدمقطعیت در فازهای اولیة پروژه زیاد است و باید با حداقل اطلاعات از آینده، عمدهترین تصمیمگیریها صورت گیرند. در این پژوهش، مدل پیشبینی عملکرد برای پروژههای صنعت نفت براساس سیستمهای عصبی- فازی پیشنهاد شده است که بر پایة توابع پیشرفت استوار است که به مدلهای منحنی S معروفاند. در این پژوهش، انواع توابع منحنیهای پیشرفت پروژه مطالعه و پرکاربردترین آنها شناسایی شدند. درادامه، از طریق مطالعات کتابخانهای و پرسشنامة بسته، شش معیار عملکردی در قالب دو دسته و 25 متغیر شکلدهندة مدل در قالب دو بخش اصلی و چهار خوشه شناسایی شده است. درنهایت، مدل پیشبینی عملکرد با استفاده از سیستم انطباقی عصبی- فازی استنتاجی توسعه یافته است که ارزیابی نتایج آن بیانگر دقت مناسب مدل در انجام پیشبینیهاست.
During pre-project planning as an essential phase of a project, fundamental decisions that lead to project success or failure will make. This phase of a project is more important essentially in oil, gas and petrochemical mega projects that tremendous amount of resources should consume. Uncertainty in the initial phases of the project is at the highest level and therefore major project decisions should be made based on the minimum level of information and assurance of future. In this paper, a performance forecasting model for oil industry projects proposed that based on Neuro-fuzzy inference systems and rooted in project progress functions which known as S curve models. In this study types of functions and models that can generate project S curves are investigated and nine most used functions identified. In the next step six performance variables in two main sections include project progress and resource growth recognized and 25 variables in two categories and four clusters using close questionnaire approach identified. Finally a model for project performance prediction based on Adaptive Neuro-Fuzzy Inference System developed.
خلاصه ماشینی:
در اين پژوهش ، مدل پيش بيني عملکرد براي پروژه هاي صنعت نفت براساس سيستم هاي عصبي - فازي پيشنهاد شده است که بر پاية توابـع پيشرفت استوار است که به مـدل هـاي منحنـي S معـروف انـد.
در اين پژوهش ، مدل سـازي بـا اسـتفاده از توابعي که ظرفيت ايجاد منحني هاي S را در پروژه دارند و از طريق برازش منحني بـا داده هـاي اجرايي و برقراري ارتباط ميان متغيرهاي اثرگذار به عنوان ورودي و متغيرهاي عملکردي به عنوان خروجي با استفاده از شبکة عصبي - فازي انجام گرفته است .
در ايـن پـژوهش ، معيارهـاي عملکـردي و همچنـين متغيرهاي اثرگذار بر عملکرد و پويايي پروژه هاي صنعت نفت با توجه به مطالعات انجام گرفتـه در ادبيات موضوع به ويژه آن بخش از مطالعات که به نـوعي بـه تصـميم هـاي اوليـة پـروژه مربـوط مي شوند و همچنين اهداف مورد نظر از پروژه هاي صنعت نفت ، گـاز و پتروشـيمي از يـک سـو و داده هاي مورد نياز براي تحليل سري زماني پروژه از سوي ديگر، بـا اسـتفاده از ابـزار پرسشـنامه به صورت بسته شناسايي شده اند.
براي طراحي سيستم عصبي - فازي پيش بيني کنندة عملکرد پـروژه لازم است از داده هاي تحليل شدة پروژه ها اسـتفاده شـود.
دسـتاورد اصـلي پژوهش ، ارائة مدل عصبي - فازي است که قابليت پيش بيني عملکرد پروژه هاي صنعت نفت را در شش حوزة متفاوت دارد و ميزان تغييرات خروجي دربرابر محدودة ورودي ها قابـل تحليـل اسـت ؛ براي نمونه ، شکل ٧ نحوة تغييرات خروجي (پارامتر n بخش پيشرفت مهندسي ) در زمينة تغييرات ورودي اول (x١) يعني سيستم اجراي پروژه و ورودي دوم (x٢) يعني شيوة تأمين مـالي را نشـان مي دهد.