ابعاد موثر در پیش بینی اثربخشی مدیریت پروژه های عمرانی با استفاده ازشبکه های عصبی مصنوعی با تاکید بر کاربرد آینده نگاری شرکتی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 ابعاد موثر در پیش بینی اثربخشی مدیریت پروژه های عمرانی با استفاده ازشبکه های عصبی مصنوعی با تاکید بر کاربرد آینده نگاری شرکتی دارای ۲۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ابعاد موثر در پیش بینی اثربخشی مدیریت پروژه های عمرانی با استفاده ازشبکه های عصبی مصنوعی با تاکید بر کاربرد آینده نگاری شرکتی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی ابعاد موثر در پیش بینی اثربخشی مدیریت پروژه های عمرانی با استفاده ازشبکه های عصبی مصنوعی با تاکید بر کاربرد آینده نگاری شرکتی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ابعاد موثر در پیش بینی اثربخشی مدیریت پروژه های عمرانی با استفاده ازشبکه های عصبی مصنوعی با تاکید بر کاربرد آینده نگاری شرکتی :

تعداد صفحات : ۲۰

هدف کارکرد اصلی آینده نگاری، خلق و ترسیم پاردایم ها، سناریوها و آینده های مطلوب است. آینده نگاری در دنیای امروز با اقبال فراوانی مواجه شده و کشورها، مناطق و شرکت های مختلف به طور منظم، منسجم و هماهنگ راجع به آینده مطلوب در جهانی که به صورت فزاینده به سمت پیچیده تر شدن در حرکت است مبادرت به اندیشه می نمایند. در یک کشور فعالیت های آینده نگاری در سطوح مختلف شرکتی، منطقه ای و ملی انجام می شود. آینده نگاری در سطح شرکتی در پی ترسیم روند فعالیتی یک شرکت در آینده کوتاه مدت، میان مدت، بلندمدت و تقویت قابلیت های رقابتی آن می باشد..محقق با هدف هرچه اثربخش نمودن مدیریت پروژه ها عمرانی با تاکید بر کاربرد آینده نگاری تحقیق حاضر را جمع آوری کرده است.برای این کار سی پروژه ی اجرا شده بعنوان نمونه ی آماری در نظر گرفته شد . در مجموع ۲۰ زیر شاخص در ورودی شبکه عصبی داشتیم که بعلت اختلال در شبکه عصبی یکی از زیر شاخص ها حذف گردید در نهایت ۱۹ متغیر برای ۳۰ پروژه در نظر گرفته شد ؛ از این تعداد ۲۳ مورد از پروژه ها برای آموزش شبکه عصبی و ۷ مورد برای تست شبکه در نظر گرفته شد . برای پردازش داده ها از نرم افزار متلب و PASW SPSS 22 استفاده شده است. پنج متغیر مستقل که ورودی های شبکه عصبی را تشکیل می دادند دارای اهمیت بیشتری نسبت به سایرمتغیر ها شناخته شدند .این متغیرها به ترتیب اولویت عبارتند از : به روز رسانی برنامه ، جلسات کنترل ،جلسات مدیر پروژه ، تجربه مدیر پروژه و تجربه ی فنی مدیر پروژه.