Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Balance of cost, time, and quality related to construction projects regarding the reinforced concrete of underground structures using a meta-heuristic algorithm

100%

Hosseini S. A. , Akbarpour A. , Ahmadi H. , Aminnejad B.

tom Vol. 63, nr 4

103--121

Underground spaces having features such as stability, resistance, and being undetected can play a key role in reducing vulnerability by relocating infrastructures and manpower. In recent years, the competitive business environment and limited resources have mostly focused on the importance of project management in order to achieve its objectives. In this research, in order to find the best balance among cost, time, and quality related to construction projects using reinforced concrete in underground structures, a multi-objective mathematical model is proposed. Several executive approaches have been considered for project activities and these approaches are analyzed via several factors. It is assumed that cost, time, and quality of activities in every defined approach can vary between compact and normal values, and the goal is to find the best execution for activities, achieving minimum cost and the maximum quality for the project. To solve the proposed multi-objective model, the genetic algorithm NSGA-II is used.

Pomysł stworzenia bezpiecznej przestrzeni ma na celu zmniejszenie lub wyeliminowanie skutków zniszczenia i promieniowania, ze względu na bombardowanie klasyczne lub jądrowe i inne ataki. W przypadku ataków lotniczych zwykle używa się bomb z ogromnym potencjałem wybuchu i siłą niszczycielską, a zatem zderzenie tych bomb z celami powstaje bardzo wysoki poziom energii kinetycznej. Ta energia kinetyczna rozchodzi się jako ciśnienie i ciepło w środowisku, co może zakłócić i zniszczyć cel. Czasem ochrona przed bombardowaniami w budynkach i obiektach jest zapewniona przez modernizację zapobiegającą bezpośredniemu uderzeniu. Odbywa się to w przypadku ważnych miejsc, takich jak stanowiska dowodzenia i kluczowe elementy infrastruktury. Jednakże, w innych przypadkach, jest to nieuzasadnione z ekonomicznego punktu widzenia, dlatego też zamiast tego często wykorzystuje się podziemne lub częściowo podziemne bezpieczne przestrzenie (Movahedinia [5]). Zarządzanie projektem to zorganizowany system służący do zarządzania zasobami, dzięki czemu projekt może być ukończony zgodnie z określoną wizją w zakresie jakości, czasu i kosztu (Burke [7]). Projekty budowlane, podobnie jak inne działania i projekty, posiadają swoje własne ograniczenia. W odniesieniu do zarządzania projektem, są to tradycyjnie ograniczenia zakresu, czasu i kosztu. Te trzy czynniki są również określane jako trójkąt zarządzania projektem, w którym każde ograniczenie określa jedną stronę trójkąta. Podobnie jak w geometrii, jeśli jedna strona ulegnie zmianie, inne strony również się zmieniają; w zarządzaniu projektem, zmiany jednego czynnika wpływają również na inne czynniki. Trójkąt zarządzania projektem można również stosować w relacjach czasu, kosztu i jakości (Clements i Gido [8]). Oznacza to, że każdy projekt posiada trzy ograniczenia, którymi są czas, koszt i zakres. Ogólnie rzecz biorąc, kwestia równoważenia kosztu, czasu i jakości jednocześnie stara się uwzględnić trzy ważne czynniki w zarządzaniu projektem. Łatwo zrozumieć, że kwestia ta ma charakter wieloczynnościowy i może być przedstawiana w postaci modeli o wielu celach (Shuquan i Kongguo [11]). Struktura takiego modelu zawiera wiele opcji dla każdego działania, a model próbuje wybrać te z minimalnym koszem i czasem oraz najwyższą maksymalną jakością, lecz w tym przypadku mamy do czynienia z równoważeniem selekcji, ponieważ wysoka jakość i szybkość mają swoją cenę, a wykonanie kosztownego projektu może nie być możliwe. Badanie to ma na celu modelowanie problemu równoważenia kosztu, czasu i jakości w formie problemu o wielu celach, a następnie jego rozwiązanie za pomocą meta-heurystycznych algorytmów.

A hybrid intelligent system for the prediction of Parkinson's Disease progression using machine learning techniques

88%

Nilashi M. , Ibrahim O. , Ahmadi H. , Shahmoradi L. , Farahmand M.

2018

tom Vol. 38, no. 1

1--15

Parkinson's Disease (PD) is a progressive degenerative disease of the nervous system that affects movement control. Unified Parkinson's Disease Rating Scale (UPDRS) is the baseline assessment for PD. UPDRS is the most widely used standardized scale to assess parkinsonism. Discovering the relationship between speech signal properties and UPDRS scores is an important task in PD diagnosis. Supervised machine learning techniques have been extensively used in predicting PD through a set of datasets. However, the most methods developed by supervised methods do not support the incremental updates of data. In addition, the standard supervised techniques cannot be used in an incremental situation for disease prediction and therefore they require to recompute all the training data to build the prediction models. In this paper, we take the advantages of an incremental machine learning technique, Incremental support vector machine, to develop a new method for UPDRS prediction. We use Incremental support vector machine to predict Total-UPDRS and Motor-UPDRS. We also use Non-linear iterative partial least squares for data dimensionality reduction and self-organizing map for clustering task. To evaluate the method, we conduct several experiments with a PD dataset and present the results in comparison with the methods developed in the previous research. The prediction accuracies of method measured by MAE for the Total-UPDRSand Motor-UPDRS were obtained respectively MAE = 0.4656 and MAE = 0.4967. The results of experimental analysis demonstrated that the proposed method is effective in predicting UPDRS. The method has potential to be implemented as an intelligent system for PD prediction in healthcare.