شبیه سازی ریسک و بازده سرمایه گذاری پروژه های ساخت مسکن با استفاده از روش های هوش مصنوعی

صاحب نظران بر این باورند چیزی را می توان مدیریت کرد که آن را به دقت شناخت. پیش بینی یکی از ابزارهایی است که برای تعیین روند پیشرفت و بهتبع آن تصمیم گیری های مدیریتی استفاده می گردد. در بخش پروژه های عمرانی مسکن ریسک هایی از قبیل میزان اقبال و توازن مقدار عرضه و تقاضا در زمان اتمام پروژه، افزایش و کاهش نرخ ارز و قیمت مصالح و غیره وجود دارد. این متغیرها روابطی پیچیده با یکدیگر داشته که به راحتی قابل تحلیل نیست. روابط بین متغیرها تا حد معمول با محاسبات و قیود ریاضی قابل انجام خواهد بود ولی با پیچیده شدن این روابط نیاز به عملگرهایی هوشمند برای تحلیل دقیق و دریافت خروجی مسئله خواهد بود. ابزارهای مختلفی برای نیل به این مهم وجود دارد که در این میان یکی از قدرتمندترین آن ها شبکه ی عصبی فازی تطبیقی است. در این پژوهش به شبیه سازی ریسک و بازده سرمایه گذاری در پروژه های ساخت مسکن می پردازیم. برای انجام آن در ابتدا متغیرهای مداخله گر در این حوزه با استناد به نظر خبرگان و مطالعه ی ادبیات پژوهش گردآوری شناسایی شد. در ادامه با گردآوری مقادیر عددی مربوط به متغیرها، سریهای زمانی از منابع موثق در بازهی زمانی سالهای 1357 تا 1392 گردآوری شد. در ادامه با استفاده از روش های تحلیل و الگوریتم های مختلف بهینه سازی در روش شبکه ی عصبی فازی تطبیقی داده ها مورد ارزیابی قرار گرفت. در این گام از دو روش، خوشه بندی کاهشی و میانگین فازی c استفاده شد. هر یک از دو روش با استفاده از دو رویکرد بهینه سازی پس انتشار و ترکیبی مورد ارزیابی قرار گرفت و در نهایت مقادیر خطا و قابلیت اتکا در پنج روش حل این مسئله با یکدیگر مقایسه شد. نتیجه ی نهایی حاکی از برتری روش میانگین فازی c با الگوریتم بهینه سازی ترکیبی نسبت به دیگر روش ها بود .