![](/images/graphics-bg.png)
Neural networks for estimating the ceramic productivity of walls
المؤلفون المشاركون
Muhammad, Sawsan Rashid
Tofan, Ali Sabri
المصدر
العدد
المجلد 17، العدد 2 (30 إبريل/نيسان 2011)، ص ص. 200-217، 18ص.
الناشر
تاريخ النشر
2011-04-30
دولة النشر
العراق
عدد الصفحات
18
التخصصات الرئيسية
الهندسة المدنية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص AR
تخمين الإنتاجية لعميلة البناء هي وسيلة أساسية من أجل النجاح في إتمام عملية البناء و تعرف إنتاجية البناء على إنها ناتج النظام لكل وحدة من الوقت.
في هذا البحث استخدمت الشبكات العصبية الاصطناعية.
السبب الرئيسي لاستخدام الشبكات العصبية لتقدير إنتاجية البناء هو متطلبات رسم الخرائط المعقدة للبيئة و عوامل إدارة الإنتاجية.
وعلى وصف عام لنموذج الشبكات العصبية الاصطناعية، يليها تلخيص العوامل التي تؤثر على إنتاجية عمال السيراميك، ثم طور نموذج من الشبكات العصبية المتقدمة لتخمين إنتاجية السيراميك للجدران، و البيانات المدخلة للنموذج اعتمدت على المراقبين ذوي الخبرة و الموظفين من قبل المقاول العام للإنشاء، تشير نتائج الاختبار إلى أن الشبكات العصبية الاصطناعية يمكن أن تؤدي إلى تخمينات دقيقة بما فيه الكفاية مع جهود جمع بيانات محدودة، و بالتالي فإن الاختبار لديه القدرة على توفير أداة فعالة لتخمين إنتاجية البناء.
الملخص EN
Productivity estimating of a construction operation is an essential tool for the successful completion of the construction process.
Productivity of a construction operation is defined as output of the system per unit of time.
In this research Artificial Neural Networks approaches are presented.
The main reason for using neural networks for construction productivity estimation is the requirement of performing complex mapping of environment and management factors to productivity.
A generic description of the artificial neural networks model is provided, followed by summarized factors that affect ceramic labor productivity, then neural-network model are developed for Estimating ceramic walls productivity, the input data for the model based on experienced superintendents employed by a leading construction general contractor, test results show that the ANN approach can produce a sufficiently accurate estimate with a limited data-collection effort, and thus has the potential to provide an efficient tool for construction productivity estimation.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Muhammad, Sawsan Rashid& Tofan, Ali Sabri. 2011. Neural networks for estimating the ceramic productivity of walls. Journal of Engineering،Vol. 17, no. 2, pp.200-217.
https://search.emarefa.net/detail/BIM-287814
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Muhammad, Sawsan Rashid& Tofan, Ali Sabri. Neural networks for estimating the ceramic productivity of walls. Journal of Engineering Vol. 17, no. 2 (Apr. 2011), pp.200-217.
https://search.emarefa.net/detail/BIM-287814
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Muhammad, Sawsan Rashid& Tofan, Ali Sabri. Neural networks for estimating the ceramic productivity of walls. Journal of Engineering. 2011. Vol. 17, no. 2, pp.200-217.
https://search.emarefa.net/detail/BIM-287814
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes appendices : p. 208-217
رقم السجل
BIM-287814
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)