استخدام تقنيات الذكاء الاصطناعي والتعلم الآلي في التنبؤ بأداء المشاريع الهندسية من حيث المدة والتكلفة د ا رسة تحليلية

الملخص

تسعى هذه الد ا رسة إلى تقييم أثر تقنيات الذكاء الاصطناعي
المدة الزمنية والتكلفة لمشروع صيانة طريق الشط – ط ا ربلس في ليبيا. تأتي أهمية الد ا رسة من التحديات التي تواجه قطاع الطرق في ليبيا، مثل
(CPM). التأخي ا رت المتكررة، ارتفاع التكاليف، وضعف دقة التخطيط التقليدي المعتمد على خبرة المهندسين وطرق شبكة المسار الحرج
اعتمدت الد ا رسة على منهج ميداني تطبيقي، حيث تم جمع البيانات الميدانية والتقارير الرسمية للمشروع، إلى جانب تقييم خب ا رت المشرفين
2025 ، وعدد 25 مهندسًا ومشرفًا مشاركًا في التنفيذ. وتم تحليل البيانات – والمهندسين. وشملت عينة الد ا رسة بيانات المشروع الفعلية للفترة 2024
مع تقييم دقة النماذج عبر ، (ANN) والشبكات العصبية الاصطناعية ،XGBoost ،Random Forest باستخدام خوارزميات التعلم الآلي
R². و ،MAE ،RMSE مؤش ا رت الأداء
أظهرت النتائج وجود انح ا رف بنسبة 11 % في المدة و 12 % في التكلفة مقارنة بالقيم المخططة، مما يوضح قصور الطرق التقليدية. كما بينت
أفضل أداء في تقدير المدة والتكلفة. وأظهرت الد ا رسة أن الأحوال الجوية وتوفر XGBoost النماذج الذكية تحسنًا ملحوظًا في التنبؤ، حيث سجل
العمالة كانت من أهم العوامل المؤثرة على المدة، بينما كانت تقلبات أسعار المواد والتغي ا رت في التصميم الأبرز تأثي اً ر على التكلفة.
استنادًا إلى هذه النتائج، توصي الد ا رسة ب :اعتماد نماذج الذكاء الاصطناعي في تخطيط المشاريع الهندسية، م ا رقبة العوامل المؤثرة على
الأداء، تدريب المهندسين على استخدام الأدوات الذكية، وإنشاء قاعدة بيانات مركزية للمشاريع لتسهيل تطبيق النماذج المستقبلية. كما يُقترح
توسيع نطاق البحث ليشمل مشاريع بنية تحتية أخرى واستخدام تقنيات التعلم العميق للتعامل مع البيانات الكبيرة والمعقدة.
تؤكد الد ا رسة أن توظيف الذكاء الاصطناعي والتعلم الآلي يسهم في تحسين دقة التنبؤ بالمدة والتكلفة، وتقليل الانح ا رفات، ورفع كفاءة اتخاذ الق ا رر
في المشاريع الهندسية، مما يعزز الأداء المؤسسي ويقلل مخاطر الفشل في المشاريع المستقبلية.