شبیهسازی ریسک و بازده سرمایهگذاری پروژههای ساخت مسکن با استفاده از روشهای هوش مصنوعی

صاحبنظران بر این باورند چیزی را میتوان مدیریت کرد که آن را بهدقت شناخت. پیشبینی یکی از ابزارهایی است که برای تعیین روند پیشرفت و بهتبع آن تصمیمگیریهای مدیریتی استفاده میگردد. در بخش پروژههای عمرانی مسکن ریسکهایی 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 روابطیپیچیده با یکدیگر داشته که بهراحتی قابلتحلیل 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 مسیله خواهد بود. ابزارهای مختلفی براینیل به این مهم وجود دارد که در این میان یکی از قدرتمندترین آنها شبکهی عصبی فازی تطبیقی است. در این پژوهش به شبیهسازی ریسک و بازده سرمایهگذاری در پروژههای ساخت مسکن میپردازیم. برای انجام آن در ابتدا متغیرهای مداخلهگر در این حوزه با استناد بهنظر خبرگان و مطالعهی 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 روشهای تحلیل و الگوریتمهای مختلف بهینهسازیدرروش شبکهی عصبی فازی تطبیقی دادهها مورد ارزیابی قرار گرفت. در این گام از دو روش، خوشهبندی کاهشی و میانگین فازی C استفاده شد. هر یک از دو روش با استفاده از دو رویکرد بهینهسازی پس انتشار و ترکیبی مورد ارزیابی قرار گرفت و درنهایت مقادیر خطا و قابلیت اتکا در پنج روش حل این مسیله 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 .

Keywords:

پیشبینی قیمت مسکن , بازده سرمایهگذاری مسکن , شبکهی عصبی فازی تطبیقی , خوشهبندی کاهشی , میانگین فازی C