• شماره ركورد
    33930
  • پديد آورنده

    محمدحسين مديحي

  • عنوان
    ارائه چارچوب محاسبه جريان نقدي پروژه با درنظرگرفتن ريسك‌ها و استفاده از فناوري مدل‌هاي 5‌بعدي اطلاعات ساختمان
  • مقطع تحصيلي
    دكتري
  • رشته تحصيلي
    مهندسي عمران
  • سال تحصيل
    1398
  • تاريخ دفاع
    1404/04/30
  • استاد راهنما
    دكتر علي‌اكبر شيرزادي جاويد
  • استاد مشاور
    دكتر فرناد نصيرزاده
  • دانشكده
    مهندسي عمران
  • چكيده
    چكيده پيش‌بيني درست و قابل اعتماد جريان نقدي پروژه‌ها از اهميت بالايي براي موفقيت در پروژه برخوردار است. اين موضوع مستلزم تغيير نگاه به محاسبه جريان نقدي از يك فرآيند رياضي به محصولي از بر هم‌كنش اتفاقات واقعي پروژه و مسائل مالي است. چالش‌هاي اين حوزه در دو جنبه اصلي قابل بررسي هستند. جنبه اول روش محاسبه جريان نقدي با استفاده از اطلاعات متره برآورد، زمان و هزينه پروژه به شكلي كه الگوهاي جريان نقدي ورودي و خروجي و رفتار واقعي آن‌ها را مدل كند و از دقت، سرعت و انعطاف‌پذيري نسبت به اعمال تغييرات برخوردار باشد. جنبه ديگر امكان درنظرگرفتن تاثيرات عدم قطعيت‌ها و ريسك‌ها در محاسبات جريان نقدي پروژه است. اين مطالعه يك روش جديد براي پيش‌بيني جريان نقدي پيشنهاد كرده‌است كه مي‌تواند فرآيند محاسبه را با درنظر گرفتن الگو‌هاي واقعي جريان‌ نقدي خودكار كند و در عين حال تأثير ريسك‌ها و درهم كنش آن‌ها را بر روي جريان نقدي در نظر بگيرد. براي انجام اين كار، از مدل 5بعدي اطلاعات ساختمان براي تسهيل محاسبات جريان نقدي و از شبكه باور بيزين نيز براي ارزيابي تأثير ريسك‌ها بر جريان نقدي پروژه، با در نظر گرفتن اندركنش بين عوامل ريسك، استفاده شده‌است. در اين پژوهش به چالش‌هاي روش‌هاي رايج استفاده از شبكه بيزين، از جمله مشكلات در تعيين ساختار شبكه بيزين و حجم بالاي كار مورد نياز براي تكميل بخش مولفه‌اي آن، پاسخ داده شده‌است. ساختار شبكه بيزين با استفاده از روش فازي DEMATEL-ISM تشكيل شده‌است. سپس، روش گره رتبه‌بندي‌شده براي تكميل بخش مولفه‌‌اي شبكه بيزين استفاده شده‌است كه حجم كار موردنياز براي استخراج اطلاعات موردنياز را كاهش داده‌است. در نهايت، از يكپارچه‌سازي مدل 5‌بعدي اطلاعات ساختمان و شبكه بيزين براي محاسبه جريان نقدي احتمالاتي پروژه استفاده شده‌است. براي اعتبارسنجي و ارزيابي عملكرد روش پيشنهادي، اين چارچوب در يك پروژه مطالعه موردي پياده‌سازي شد. نتايج پژوهش نشان مي‌دهد ميانگين سالانه افزايش هزينه مربوط به مصالح، تجهيزات، نيروي انساني و هزينه‌هاي بالاسري به ترتيب 33.55%، 35.3%، 37% و 32.2% است. جريان نقدي احتمالاتي پروژه نشان مي‌دهد بر اثر تاثير ريسك‌ها امكان افزايش 11% تا 130% در مقدار جريان نقدي در پايان پروژه وجود دارد اما بخش پر تراكم در نمودار توزيع احتمالاتي هزينه‌ها در ماه پاياني پروژه محدوده افزايش 29% تا 47% را نشان مي‌دهد كه ناحيه بهينه براي مبنا قرار گرفتن در تصميم‌گيري‌ها است. تحليل حكايت‌هاي (سناريو) مختلف نشان مي‌دهد به منظور كنترل جريان نقدي و افزايش‌هزينه‌ها ريسك‌هاي مربوط به پيمانكار و ريسك‌هاي عملياتي از اهميت بالايي برخوردار هستند و پيمانكاران مي‌توانند با كنترل اين ريسك‌ها حتي با وجود تورم، انحراف جريان نقدي پروژه بر اثر تاثير ريسك‌ها را تا حدود 47% بهبود بخشند.
  • تاريخ ورود اطلاعات
    1404/08/14
  • عنوان به انگليسي
    A Framework for Cash Flow Analysis in Construction Projects Considering Risks Using 5D Building Information Modeling
  • تاريخ بهره برداري
    7/21/2026 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    محمدحسين مديحي

  • چكيده به لاتين
    Accurate an‎d reliable forecasting of project cash flow is critically important for sound decision-making an‎d project success. The challenges in this field can be examined across two main dimensions. The first dimension concerns the method of calculating cash flow using quantity take-off, time, an‎d cost data in a way that models the patterns of cash inflow an‎d outflow while ensuring accuracy, speed, an‎d flexibility for implementing changes. The second dimension involves the ability to account for the effects of uncertainties an‎d risks in project cash flow calculations. This study proposes a novel method for forecasting cash flow that both automates the computation process an‎d incorporates the impact of risks on cash flow. To achieve this, 5D-BIM is used to facilitate cash flow computations, while a Bayesian Belief Network (BBN) is employed to assess the impact of risks on project cash flow, taking into account interactions among risk factors. This research addresses the limitations of conventional BBN approaches, particularly the challenges in defining the BBN structure an‎d the extensive effort required to complete its componential part. The BBN structure is developed using a fuzzy DEMATEL-ISM method. Subsequently, a Ranked Nodes Method is applied to complete the componential part of the BBN, thereby reducing the effort needed to extract necessary data. Ultimately, a probabilistic cash flow is calculated through the integration of the 5D-BIM model an‎d the Bayesian network. To validate an‎d eva‎luate the performance of the proposed method, the framework was implemented in a case study project. The results indicate that the average annual increase in costs related to materials, equipment, manpower, an‎d overheads are 33.55%, 35.3%, 37%, an‎d 32.2%, respectively. The project’s probabilistic cash flow shows that due to the impact of risks, there may be a 11% to 130% increase in total cash flow by the end of the project. Scenario analysis under different assumptions reveals that, alongside macroeconomic risks such as inflation, risks related to contractors an‎d operations also play a significant role. Contractors can mitigate up to 47% of cash flow deviations caused by inflation by managing these risks effectively.
  • كليدواژه هاي فارسي
    جريان نقدي , ارزيابي ريسك , مدل‌سازي اطلاعات ساختمان , شبكه بيزين , افزايش هزينه
  • كليدواژه هاي لاتين
    Cash Flow , Risk Assessment , Building Information Modeling , Bayesian Network , Cost Overrun
  • Author
    Mohammad Hosein Madihi
  • SuperVisor
    Dr. Ali Akbar Shirzadi Javid
    • لينک به اين مدرک
    https://dl.iust.ac.ir/dl/search/default.aspx?Term=33930&Field=0&DTC=6