بهینه سازی زمان بندی پروژه های شهرداری با استفاده از الگوریتم های یادگیری ماشین (مطالعه موردی)

منابع

[1] Bueno JT, Parra RML. Enhancing construction and urban planning outcomes: an examination of project management institute methodology. J Urban Dev Manag. 2023;2(2):95–103. https://doi.org/10.56578/judm020204

[2] Sanz V, Romero-Muñoz S, Chaparro TS, Gómez LB, Herdt T. Making green work: implementation strategies in a new generation of urban forests. Urban Planning. 2022;7(2). https://doi.org/10.17645/up.v7i2.5039

[3] Elmas Ç, Babayev J. Artificial Intelligence Techniques Used in Project Management. Adv Artif Intell Res. 2021;1(1):1–5.

[4] Khalilzadeh M, Banihashemi A. Time-cost-quality-risk Trade-off Project Scheduling Problem in Oil and Gas Construction Projects: Fuzzy Logic and Genetic Algorithm. 2022.

[5] Bhavsar K, Shah V, Gopalan S. A scope of automation in software project management using artificial intelligence. Int J Eng Adv Technol. 2019;22498958.

]6[ حسینیان ،س، نوری ،س، ارائه الگویی برای مدیریت پروژه ارزش محور در طرح های عمرانی  سومین کنفران ملی مهندسی ارزش تهران، ایران ۱۳۸۷ 

]7[ برک پور ن. اسدی از مدیریت و حکمرانی شهری، انتشارات معاونت تحقیق دانشگاه هنر تهران  ۱۳۸۸ 

]8[ عباس زادگان م. وحیدیان و راهبرد طراحی فرایند محور و محصول محور کیفیت های محیط  شهری. فصلنامه باغ نظر ٦(١٢)، ٣-١٦، ١٣٨٨ 

]9[ مدنی س. عزیزی م. ساسان پور ف تحلیلی بر وضعیت فقر شهری نشریه سپهر، ۲۳ (۹۰) :60-69، 1389

]10[ صفوی، س. ع.، شایانفر، م، نصر آزادانی م " بررسی علل تأخیر زمان اجرای پروژه های عمرانی  شهری با توجه به عوامل پروژه، ششمین کنفران بین المللی مدیریت پروژه تهران، ایران ۱۳۹۰ 

]11[ .عابدینی ،س، قطبی م. دادپور م " شناسایی و ارزیابی ریسک در پروژه های عمرانی (مطالعه  موردی مسکن مهر استان قم کنفرانس بین المللی تحقیق های نوین در مدیریت، اقتصاد و  حسابداری تهران ایران ۱۳۹۳ 

]12[ وحیدی اربابی ع و مالک، ش بررسی و شناسایی عوامل موثر بر موفقیت پروژه (مطالعه موردی  بر پروژه های سازه های فضاکار در ایران ششمین کنگره ملی مهندسی عمران، دانشگاه سمنان  سمنان ایران 1397 

]13[ پناهی ،ج، نوروزی ع فرایند تلفیق مدیریت ریسک و چرخه حیات پروژه های عمرانی،  چهارمین کنگره علمی تحقیقی افقهای نوین در حوزه مهندسی عمران معماری فرهنگ و  مدیریت شهری ایران انجمن توسعه و ترویج علوم و فنون بنیادین انجمن علمی تخصص عمران  و معماری تهران، ایران ۱۳۹۵ 

]14[ مهیاری حجت اله " موارد مهم ادعاهای قراردادهای پیمانکاری، مجله تدبیر، شماره ١٨، ١٣٨٦. 

]15[ مهابادی، ب، اما می زاده به تروهید، ا. میرهادی م. مطالعه ای بر روشهای آنالیز تأخیرات و  رویکردهای پیشنهادی در آن، تهران، دومین کنفرانس بین المللی مدیریت پروژه، ۱۳۹۸. 

]16[ ثریایی، عرفانه؛ مشکانی فراهانی، نوید؛ شعفی، فرهنگ. کاربرد هوش مصنوعی در مدیریت منابع انسانی. تهران: سومین کنفرانس ملی مدیریت و سیستم های فلزی.1399.

]17[ کسمایی، کاوه. ارائه یک مدل ریاضی توأمان هزینه و زمان در پروژه های ساخت از طریق الگوریتم ژنتیک در فازهای 11 و 10 پارس جنوبی، پایان نامه کارشناسی ارشد، دانشگاه گیلان.1399.

[18] Kim, H., et al. (2008). "Factor selection for delay analysis using knowledge discovery in databases." Automation in construction 17(5):pp 550-560.

[19] Chevallier, N. J. and A. D. Russell (2001). "Developing a draft schedule using templates and rules." Journal of construction engineering and management 127(5):pp 391-398.

[20] Amer, F. and M. Golparvar-Fard (2019). Formalizing construction sequencing knowledge and mining company-specific best practices from past project schedules. Computing in Civil Engineering 2019: Visualization, Information Modeling, and Simulation, American Society of Civil Engineers Reston, VA:pp 215-223.

[21] Li, J., et al. (2005). "A reasoning process in support of integrated project control." Canadian journal of civil engineering 32(3):pp 500-516.

[22] Yates, J. K. (1993). "Construction decision support system for delay analysis." Journal of construction engineering and management 119(2):pp 226-244.

[23] Xu, Y., et al. (2021). "Machine learning in construction: From shallow to deep learning." Developments in the Built Environment:pp 100045.

[24] Theobald, O. (2017). Machine learning for absolute beginners: a plain English introduction, Scatterplot press.

[25] Muller, A. C. G., Sarah (2016). Introduction to machine learning with Python. A guide for data scientists, OReilly Media, Inc.

[26] Sanni-Anibire, M. O., et al. (2020). "Machine learning model for delay risk assessment in tall building projects." International Journal of Construction Management:pp 1-10.

[27] Gondia, A., et al. (2020). "Machine learning algorithms for construction projects delay risk prediction." Journal of construction engineering and management 146(1):pp 04019085.

[28] M. Baldomero-Naranjo, L. I. Martínez-Merino, and A. M. Rodríguez-Chía, “A robust SVM-based approach with feature selection and outliers detection for classification problems,” Expert Syst. Appl., vol. 178, p. 115017, 2021, doi: https://doi.org/10.1016/j.eswa.2021.115017.

[29] S. Dong, “Multi class SVM algorithm with active learning for network traffic classification,” Expert Syst. Appl., vol. 176, p. 114885, 2021, doi: https://doi.org/10.1016/j.eswa.2021.114885.

[30] Golizadeh, H., et al. (2016). "Automated tool for predicting duration of construction activities in tropical countries." KSCE Journal of Civil Engineering 20(1):pp 12-22.

[31] Minaei, A., Abusamra, S., Hajibabaei, M., Savic, D., Zecchin, A. C., Creaco, E., & Sitzenfrei, R. (2024). Optimized phased planning for dynamic rehabilitation of integrated municipal infrastructure. AQUA—Water Infrastructure, Ecosystems and Society, 73(7), 1389-1405.

[32] Lotfi, R., Yadegari, Z., Hosseini, S., Khameneh, A., Tirkolaee, E., & Weber, G. E. R. H. A. R. D. (2022). A robust time-cost-quality-energy-environment trade-off with resource-constrained in project management: A case study for a bridge construction project. Journal of Industrial and Management Optimization, 18(1).

[33] Waziri, B. S., Bala, K., & Bustani, S. A. (2017). Artificial neural networks in construction engineering and management. International Journal of Architecture, Engineering and Construction, 6(1), 50-60.

[34] Skoropad, V. N., Deđanski, S., Pantović, V., Injac, Z., Vujičić, S., Jovanović-Milenković, M., ... & Bodolo, I. (2025). Dynamic Traffic Flow Optimization Using Reinforcement Learning and Predictive Analytics: A Sustainable Approach to Improving Urban Mobility in the City of Belgrade. Sustainability, 17(8), 3383.

[35] Seilabi, S. E., Saneii, M., Pourgholamali, M., Miralinaghi, M., & Labi, S. (2025). Reinforcement learning‐based approach for urban road project scheduling considering alternative closure types. Computer‐Aided Civil and Infrastructure Engineering, 40(6), 721-740.

[36] Lagos, C. I., Herrera, R. F., Mac Cawley, A. F., & Alarcón, L. F. (2024). Predicting construction schedule performance with last planner system and machine learning. Automation in Construction, 167, 105716.

[37] Sklias, G., Gkelios, S., Dimitriou, D., Sartzetaki, M., & Chatzichristofis, S. A. (2024). Synergizing Global and Local Strategies for Dynamic Project Management: An Advanced Machine Learning-Enhanced Framework. IEEE Access.

[38] Meduri, K., Nadella, G. S., Gonaygunta, H., & Meduri, S. S. (2023). Developing a Fog Computing-based AI Framework for Real-time Traffic Management and Optimization. International Journal of Sustainable Development in Computing Science, 5(4), 1-24.

[39] Bakhshi, R., Moradinia, S. F., Jani, R., & Poor, R. V. (2022). Presenting a hybrid scheme of machine learning combined with metaheuristic optimizers for predicting final cost and time of project. KSCE Journal of Civil Engineering, 26(8), 3188-3203.

[40] Lai, C. S., Lai, L. L., & Lai, Q. H. (2022). Smart Energy for Transportation and Health in a Smart City.

[41] Okonkwo, C., Garza, R., Sulbaran, T., & Awolusi, I. (2022). A Review of Genetic Algorithm as a Decision-Making Optimization Tool in Project Management. EPiC Series in Built Environment, 3, 254-262.

[42] O,Sugumaran, V., Xu, Z., Shankar, P., & Zhou, H. (Eds.). (2019). Application of intelligent systems in multi-modal information analytics (Vol. 929). Springer.

[43] Auth, G., JokischPavel, O., & Dürk, C. (2019). Revisiting automated project management in the digital age–a survey of AI approaches. Online Journal of Applied Knowledge Management (OJAKM), 7(1), 27-39.

[44] Nagendra, S. V., & Rafi, N. (2018). Application of Artificial Intelligence in Construction Project Management.

[45] Lim, S. M., Sultan, A. B. M., Sulaiman, M. N., Mustapha, A., & Leong, K. Y. (2017). Crossover and mutation operators of genetic algorithms. International journal of machine learning and computing, 7(1), 9-12.

[46] Jolliffe, I. T. (2002). Principal Component Analysis (2nd ed.). Springer. https://doi.org/10.1007/b98835

[47] Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 374(2065), 20150202.https://doi.org/10.1098/rsta.2015.0202

[48] Draper, N. R., & Smith, H. (1998). Applied Regression Analysis (3rd ed.). Wiley-Interscience.