‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫ﺗطوﯾر ﻧﻣوذج رﯾﺎﺿﻲ ﻟﻠﺗﻧﺑؤ ﺑﺎﻹﻧﺗﺎﺟﯾﺔ اﻹﻧﺷﺎﺋﯾﺔ ﻓﻲ اﻟﻌراق ﺑﺎﺳﺗﺧدام ﺷﺑﻛﺔ ﺑﯾرﺳﺑﺗرون‬
‫اﻟﻌﺻﺑﯾﺔ اﻻﺻطﻧﺎﻋﯾﺔ‬

‫م‪ .‬د‪ .‬ﻓﺎﺋﻖ ﻣﺤﻤﺪ ﺳﺮﺣﺎن اﻟﺰوﯾﻨﻲ‬

‫ﻛﻠﯿﺔ اﻟﮭﻨﺪﺳﺔ‪ -‬ﻗﺴﻢ اﻟﮭﻨﺪﺳﺔ اﻟﻤﺪﻧﯿﺔ‬
‫ﺟﺎﻣﻌﺔ اﻟﻨﮭﺮﯾﻦ‬

‫اﻟﺨﻼﺻﺔ‪:‬‬

‫ان اﻟﮭﺪف اﻟﺮﺋﯿﺴﻲ ﻣﻦ ھﺬا اﻟﺒﺤﺚ ھﻮ ﺗﻄﻮﯾﺮ ﻧﻤﻮذج رﯾﺎﺿﻲ ﻟﺘﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ‬
‫ﺑﺎﺳﺘﺨﺪام ﺷﺒﻜﺔ ﺑﯿﺮﺳﺒﺘﺮون اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ‪ ،‬وذﻟﻚ ﻻن اﻻﺳﺎﻟﯿﺐ اﻟﻤﺴﺘﺨﺪﻣﺔ ﺣﺎﻟﯿﺎ ﻓﻲ ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ‪ ،‬ﻛﺎﻻﻋﺘﻤﺎد‬
‫ﻋﻠﻰ اﻟﺨﺒﺮة اﻟﺸﺨﺼﯿﺔ‪ ،‬ﺗﻌﺘﺒﺮ اﺳﺎﻟﯿﺐ ﺗﻘﻠﯿﺪﯾﺔ وﺗﺘﻤﯿﺰ ﺑﻌﺪم اﻟﺪﻗﺔ‪ .‬ﻟﺬﻟﻚ ﻛﺎﻧﺖ ھﻨﺎك ﺣﺎﺟﮫ اﻟﻰ اﻋﺘﻤﺎد ﺗﻘﻨﯿﺎت ﻣﺘﻄﻮرة‬
‫وﺟﺪﯾﺪه ﻟﺘﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﺗﺘﺴﻢ ﺑﺎﻟﺪﻗﺔ واﻟﺴﺮﻋﺔ وﺳﮭﻮﻟﺔ اﻻﺳﺘﺨﺪام‪.‬‬
‫ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ ﺗﺤﺪﯾﺪ ﻋﺸﺮة ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﺗﺆﺛﺮ ﻓﻲ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ‪ ،‬وﺗﻢ اﺧﺘﯿﺎر‬
‫ﻣﺸﺮوع اﻟﻤﺠﻤﻊ اﻟﺴﻜﻨﻲ ﻓﻲ اﻟﻤﻮﺻﻞ )اﻟﻌﺮاق( ﻟﻐﺮض ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت اﻷوﻟﯿﺔ ﻣﻦ ﺧﻼل ﺗﺼﻤﯿﻢ اﺳﺘﻤﺎرة ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت‬
‫)اﺳﺘﻤﺎرة ﻗﯿﺎس اﻟﻌﻤﻞ(‪ .‬ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ ﺑﻨﺎء ﻧﻤﻮذج رﯾﺎﺿﻲ واﺣﺪ ﻟﻠﺘﻨﺒﺎ ﺑﺎﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪،‬اذ ﺗﻢ اﺳﺘﺨﺪام ﺷﺒﻜﺔ‬
‫ﺑﯿﺮﺳﺒﺘﺮون ﻣﺘﻌﺪدة اﻟﻄﺒﻘﺎت ﻟﻨﻤﺬﺟﺔ ﻋﻤﻠﯿﺔ ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ وﻗﺪ ﺗﻢ دراﺳﺔ اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﺤﺎﻻت اﻟﺘﻲ ﻟﮭﺎ ﻋﻼﻗﮫ ﺑﺒﻨﺎء‬
‫اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﮫ اﻻﺻﻄﻨﺎﻋﯿﮫ ﻣﻨﮭﺎ ﻣﻌﻤﺎرﯾﺔ اﻟﺸﺒﻜﺔ واﻟﻌﻮاﻣﻞ اﻟﺪاﺧﻠﯿﺔ ﻟﮭﺎ وﻣﺪى ﺗﺎﺛﯿﺮھﺎ ﻋﻠﻰ اداء ﻧﻤﺎذج اﻟﺸﺒﻜﺎت‬
‫اﻟﻌﺼﺒﯿﮫ اﻻﺻﻄﻨﺎﻋﯿﮫ وﻣﻦ ﻣﻌﻠﻮﻣﺎت اﻟﺸﺒﻜﺔ ﺗﻢ اﺳﺘﻨﺒﺎط ﻣﻌﺎدﻟﺔ ﻟﺤﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻓﻲ‬
‫اﻟﻌﺮاق‪ .‬ﻟﻘﺪ وﺟﺪ ﺑﺎن ھﺬه اﻟﺸﺒﻜﺎت ﻟﮭﺎ اﻟﻘﺎﺑﻠﯿﮫ ﻋﻠﻰ اﻟﺘﻨﺒﺆ ﺑﺎﻻﻧﺘﺎﺟﯿﺔ اﻟﻜﻠﯿﺔ ﺑﺪرﺟﺔ ﺟﯿﺪة ﺟﺪاﻣﻦ اﻟﺪﻗﺔ )‪ (%٩٤.٦‬و ﺑﻠﻐﺖ‬
‫ﻣﻌﺎﻣﻼت اﻟﺤﺴﺎﺑﺎت )‪.(%٩٦.٢) (R‬‬
‫ﻣﻔﺎﺗﯿﺢ اﻟﻜﻠﻤﺎت‪ :‬اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪ ،‬ﺷﺒﻜﺔ ﺑﯿﺮﺳﺒﺘﺮون اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ‪ ،‬اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ وﻏﯿﺮ اﻟﻤﺴﺘﻘﻠﺔ ‪،‬‬
‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‪ ،‬اﻻوزان‪ ،‬درﺟﺔ اﻟﺪﻗﺔ‪.‬‬

‫‪Development Of The Mathematical Model For Predicating‬‬

‫‪The Construction Productivity In IRAQ Using The Artificial‬‬
‫‪Neural Perceptron Network‬‬

‫‪Lecturer. Dr. Faiq Mohammed Sarhan AL-Zwainy‬‬

‫‪Al-Nahrain University-College of Engineering- Civil Eng Dept.‬‬
‫‪Faiq_faiqmohmed@yahoo.com‬‬

‫‪Abstract‬‬

‫‪The main objective of this research is to development a mathematical model for‬‬

‫‪predicating the construction productivity of floor using artificial neural perceptron network‬‬
‫‪ANPN, because the methods currently used to estimation the productivity such as the‬‬

‫‪١‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫‪personal experience, is a traditional methods inaccurate. Therefore, it can be adopt new‬‬

‫‪and advanced techniques to predicating the productivity construction with accurate, speed‬‬
‫‪and ease of use.‬‬
‫‪In this research have been identified ten independent variables affect on the‬‬
‫‪construction productivity of floor, the data collection from construction project in Mosul‬‬
‫‪(Iraq) through the design of the data collection form (Form measurement of work). In this‬‬
‫‪research, One model was built for the prediction the total productivity of building project. A‬‬
‫‪number of issues in relation to ANPN construction such as the effect of ANPN geometry‬‬
‫‪and internal parameters on the performance of ANNs models were investigated.‬‬
‫‪Information on the relative importance of the factors affecting the above productivity‬‬
‫‪parameters predictions were presented and practical equations for the predictions of the‬‬
‫‪above construction productivity were developed.. It was found that ANPNs have the ability‬‬
‫‪to predict the Total productivity for finishing works for building project with a good degree‬‬
‫‪of accuracy of the coefficient of correlation (R) was 96.2%, and average accuracy‬‬
‫‪percentage of 96.4%‬‬
‫‪Keyword: Construction Productivity, Artificial Neural Perceptron Network, ,‬‬
‫‪Dependent and Independent variables, Correlation Coefficient, Weights, Accuracy Degree.‬‬

‫اﻟﻣﻘدﻣﺔ‪:‬‬

‫ﯾﻌﺘﺒﺮ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻣﻦ أﻛﺒﺮ وأﺻﻌﺐ اﻟﺼﻨﺎﻋﺎت ﻓﻲ اﻟﻌﺎﻟﻢ‪ ،‬وان اﻟﻤﻮارد اﻟﺒﺸﺮﯾﺔ اﻟﺘﻲ ﺗﻌﻤﻞ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻟﮭﺎ دور‬
‫اﺳﺘﺮاﺗﯿﺠﻲ ﻟﺰﯾﺎدة اﻹﻧﺘﺎﺟﯿﺔ ﻓﻲ أي ﺷﺮﻛﺔ اﻧﺸﺎﺋﯿﺔ‪ ،‬وھﺬا ﯾﺠﻌﻠﮭﺎ ﻣﺘﻔﻮﻗﺔ ﻓﻲ اﻟﻤﻨﺎﻓﺴﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻣﻦ ﻧﺎﺣﯿﺔ اﻻﺳﺘﺨﺪاﻣﺎت اﻟﻔﻌﺎﻟﺔ‬
‫واﻟﻤﺜﻠﻰ ﻟﮭﺬه اﻟﻤﻮراد اﻟﺒﺸﺮﯾﺔ ‪.‬ان اﻹﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﮭﺎ أھﻤﯿﺔ ﺧﺎﺻﺔ وﻻ ﺳﯿﻤﺎ ﻓﻲ اﻟﺒﻠﺪان اﻟﻨﺎﻣﯿﺔ‪ ،‬اذ ﺗﻌﺘﺒﺮ اﻹﻧﺘﺎﺟﯿﺔ ھﻲ‬
‫واﺣﺪة ﻣﻦ أھﻢ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ اﻷداء اﻟﻌﺎم ﻷﯾﺔ ﺷﺮﻛﺔ ﺗﻌﻤﻞ ﻓﻲ ﺻﻨﺎﻋﺔ اﻟﺒﻨﺎء واﻟﺘﺸﯿﯿﺪ ﺳﻮاء ﻛﺎﻧﺖ ﺻﻐﯿﺮة أو‬
‫ﻣﺘﻮﺳﻄﺔ أو ﻛﺒﯿﺮة اﻟﺤﺠﻢ‪ .‬ھﻨﺎك ﻋﺪد ﻣﻦ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﺗﺆﺛﺮ ﺑﺸﻜﻞ ﻣﺒﺎﺷﺮ ﻋﻠﻰ إﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪ ،‬وﺑﺎﻟﺘﺎﻟﻲ ﻓﺈﻧﮫ ﻣﻦ اﻟﻤﮭﻢ‬
‫دراﺳﺔ وﺗﺤﺪﯾﺪ ھﺬه اﻟﻌﻮاﻣﻞ واﺗﺨﺎذ اﻹﺟﺮاءات اﻟﻤﻨﺎﺳﺒﺔ ﻟﺘﺤﺴﯿﻦ إﻧﺘﺎﺟﯿﺔ اﻟﻌﻤﻞ‪ .‬إذ ان ﺗﺤﺴﯿﻦ اﻹﻧﺘﺎﺟﯿﺔ ﯾﺴﺎھﻢ ﻓﻲ ﺗﻘﻠﯿﻞ‬
‫اﻟﻜﻠﻒ وﯾﻌﻄﻲ أداء ً أﻓﻀﻞ ﻟﻠﻤﺸﺮوع اﻻﻧﺸﺎﺋﻲ‪ .‬ﻓﻲ ھﺬا اﻟﺒﺤﺚ‪ ،‬ﺟﺮى اﺳﺘﺨﺪام اﺳﻠﻮب اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ اﻟﺬﻛﯿﺔ‬
‫ﻓﻲ ﻣﺤﺎوﻟﺔ ﻹﯾﺠﺎد ﻣﻌﺎدﻟﺔ ذات دﻗﮫ ﻋﺎﻟﯿﺔ ﻟﺤﺴﺎب اﻧﺘﺎﺟﯿﺔ ﻓﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق ‪.‬‬

‫أھداف اﻟﺑﺣث‬

‫ﯾﻜﺘﺴﺐ اﻟﺒﺤﺚ أھﻤﯿﺘﮫ ﻣﻦ أن اﻟﻤﺸﺎرﯾﻊ اﻹﻧﺸﺎﺋﯿﺔ ﺗﺮﺗﺒﻂ ﺑﺤﯿﺎةاﻟﻨﺎس ارﺗﺒﺎطﺎ ً وﺛﯿﻘﺎ ً‪ ،‬وﺗﻜﺎد ﺗﻜﻮن ﺟﻤﯿﻊ اﻷﻋﻤﺎل اﻟﺘﺠﺎرﯾﺔ‬
‫واﻟﺼﻨﺎﻋﯿﺔأطﺮاﻓﺎ ً ﻓﻲ اﻟﻤﻌﺎدﻟﺔ ﺣﯿﺚ أن ﺟﻤﯿﻊ اﻟﻘﻄﺎﻋﺎت ﺗﺘﺤﺮك ﻣﻊ أﻋﻤﺎل اﻟﺘﺸﯿﯿﺪ واﻟﻌﻜﺲ ﺑﺎﻟﻌﻜﺲ‪ ،‬وﻣﻦ ھﻨﺎ ﻓﺈن ﻗﻄﺎع‬
‫اﻟﺘﺸﯿﯿﺪ ﯾﺸﻜﻞ ﻣﺼﺪرا ﻣﮭﻤﺎ ﻟﺸﺮاﺋﺢ ﻛﺒﯿﺮة ٍ ﺳﻮاء ﻛﺎن ذﻟﻚ ﻓﻲ ﺻﻮرة ﺗﻮرﯾﺪ ﻟﻠﻤﻮاد أو اﻟﻤﻌﺪات‪ ،‬أو اﻧﺘﻘﺎل اﻷﻣﻮال أو اﻟﻌﻤﺎﻟﺔ‪.‬‬
‫وﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﺗﺒﺮز ھﺬه اﻻھﻤﯿﺔ اﻛﺜﺮ ﻻن اﻟﻌﺎﻣﻞ اﻟﺒﺸﺮي ﯾﻄﻐﻰ ﻋﻠﻰ ﺑﺎﻗﻲ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻓﻲ اﻟﻌﻤﻠﯿﺔ اﻻﻧﺘﺎﺟﯿﺔ‬
‫ﻟﻜﻮن اﻟﻜﺜﯿﺮ ﻣﻦ ﻓﻘﺮات اﻟﻌﻤﻞ ﻓﻲ ھﺬا اﻟﻘﻄﺎع ﺗﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻌﻨﺼﺮ اﻟﺒﺸﺮي وﯾﺒﻘﻰ دور اﻟﻤﻜﺎﺋﻦ واﻟﻤﻌﺪات ﻣﺤﺪودا ً ﻧﻮﻋﻤﺎ ﻣﺎ‪.‬‬
‫ﯾﮭﺪف ھﺬا اﻟﺒﺤﺚ اﻟﻰ اﺑﺮاز اھﻤﯿﺔ اﺳﺘﺨﺪام اﻟﺘﻘﻨﯿﺎت اﻟﺤﺪﯾﺜﺔ وﻣﻦ اھﻤﮭﺎ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ اﻟﺬﻛﯿﺔ ‪،‬ﻣﻦ اﺟﻞ‬
‫ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﺮﯾﻖ ﻋﻤﻞ ﻓﻘﺮة اﻟﺘﺴﻄﯿﺢ‪ ،‬وذﻟﻚ ﻣﻦ ﺧﻼل‪:‬‬

‫‪٢‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫ﺗﺸﺨﯿﺺ اﻟﻌﻮاﻣﻞ )اﻟﻤﺘﻐﯿﺮات( اﻟﻤﺆﺛﺮة ﻋﻠﻰ اﻧﺘﺎﺟﯿﺔ اﻟﻌﺎﻣﻠﯿﻦ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ‪.‬‬ ‫‪.١‬‬
‫ﺑﻨﺎء ﻧﻤﻮذج رﯾﺎﺿﻲ ﻟﺘﺨﻤﯿﻦ اﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﺑﺎﺳ ﺘﺨﺪام اﺳ ﻠﻮب ﺑﯿﺮﺳ ﺒﺘﺮون ﻟﻠﺸ ﺒﻜﺎت اﻟﻌﺼ ﺒﯿﺔ‬ ‫‪.٢‬‬
‫اﻻﺻﻄﻨﺎﻋﯿﺔ اﻟﺬﻛﯿﺔ‪.‬‬
‫ﺗﺤﻘﯿﻖ ﺛﺒﻮﺗﯿﺔ وﻣﺼﺪاﻗﯿﺔ اﻟﻨﻤﻮذج اﻟﺮﯾﺎﺿﻲ اﻟﻤﻄﻮرة ﻓﻲ اﻟﻔﻘﺮة )‪(٢‬‬ ‫‪.٣‬‬
‫اﯾﺠﺎد ﻣﻌﺎدﻟﺔ رﯾﺎﺿﯿﺔ ﻟﺤﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ اﻟﻘﯿﺎﺳﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ‪.‬‬ ‫‪.٤‬‬
‫اﯾﺠﺎد درﺟﺔ دﻗﺔ اﻟﻤﻌﺎدﻟﺔ اﻋﻼه وﺑﯿﺎن ﻣﻘﺪار اﻻرﺗﺒﺎط ﺑﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ )اﻟﻨﺘﺎﺋﺞ( اﻟﻤﻘﺎﺳﺔ واﻟﻔﻌﻠﯿﺔ‪.‬‬ ‫‪.٥‬‬
‫ﯾﺴﺎھﻢ اﻟﺒﺤﺚ ﻓﻲ وﺿﻊ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺘﻮﺻﯿﺎت اﻟﺘﻲ ﺗﺴﺎﻋﺪ ﻓﻲ رﻓﻊ اﻧﺘﺎﺟﯿﺔ اﻟﻌﺎﻣﻠﯿﻦ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق‬ ‫‪.٦‬‬

‫ﻣﺑررات اﻟﺑﺣث‬

‫ﯾﻤﻜﻦ إﯾﺠﺎز ﻣﺒﺮرات اﻟﺒﺤﺚ ﺑﻤﺎ ﯾﺎﺗﻲ‪:‬‬

‫‪ .١‬ﻧﺪرة اﻟﺪراﺳﺎت و اﻷﺑﺤﺎث اﻟﻤﺤﻠﯿﺔ واﻟﻌﺮﺑﯿﺔ اﻟﻤﺘﻌﻠﻘﺔ ﺑﻤﺠﺎل اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻ ﻄﻨﺎﻋﯿﺔ ﻓ ﻲ اﻻﻧﺘﺎﺟﯿ ﺔ اﻻﻧﺸ ﺎﺋﯿﺔ ‪،‬‬
‫ﻣﻤﺎ ﻗﺪ ﯾﺠﻌﻞ ﻣﻦ ھﺬه اﻟﺪراﺳﺔ إﺿﺎﻓﺔ أﺻﻠﯿﺔ إﻟﻰ اﻟﻤﻌﺮﻓﺔ اﻟﻌﻠﻤﯿﺔ ﻓﻲ ھﺬا اﻟﺨﺼﻮص ‪.‬‬
‫‪ .٢‬أن ﻧﺠﺎح وﺗﻔﻮق اﻟﺸﺮﻛﺎت اﻻﻧﺸﺎﺋﯿﺔ ﯾﻌﺘﻤﺪ ‪ -‬إﻟﻰ ﺣﺪ ﻛﺒﯿﺮ‪ -‬ﻋﻠﻰ ﻣﺪى ﻣﻌﺮﻓﺘﮭ ﺎ ﺑﺄﺳ ﺎﻟﯿﺐ وط ﺮق وﻣﮭ ﺎرات اﻟﺘﺨﻤ ﯿﻦ‪،‬‬
‫و درﺟ ﺔ أﻋﺘﻤﺎدھ ﺎ و أﺳ ﺘﺨﺪاﻣﮭﺎ ﻟﮭ ﺬه اﻷﺳ ﺎﻟﯿﺐ و اﻟﻄ ﺮق‪ .‬و ﺑ ﺬﻟﻚ ﻓﻘ ﺪ أﻣﺴ ﺖ اﻟﺘﻘﻨﯿ ﺎت اﻟﺤﺪﯾﺜ ﺔ)ﻛﺎﻟﺸ ﺒﻜﺎت اﻟﻌﺼ ﺒﯿﺔ‬
‫اﻻﺻﻄﻨﺎﻋﯿﺔ( اﻟﻤﺴﺘﺨﺪﻣﺔ ﻓﻲ ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪ ،‬ﺿﻤﻦ اﻟﻤﻔﺎﺗﺢ اﻟﺮﺋﯿﺴﯿﺔ ﻓ ﻲ اﺳ ﺘﺮاﺗﺠﯿﺎت اﻟﺸ ﺮﻛﺎت اﻟﺤﺪﯾﺜ ﺔ‪،‬‬
‫اﻟﺮاﻏﺒﺔ ﻓﻲ اﻟﻤﺤﺎﻓﻈﺔ ﻋﻠﻰ ﻣﯿﺰاﺗﮭﺎ اﻟﺘﻨﺎﻓﺴﯿﺔ ‪ ،‬ﻟﺘﻌﺰﯾﺰ ﻓﺮص ﺑﻘﺎؤھﺎو أﺳﺘﻤﺮارھﺎ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ‪.‬‬
‫‪ .٣‬اﻟﻤﺴﺎھﻤﺔ ﻓﻲ زﯾﺎدة اﻷﺛﺮاء اﻟﻤﻌﺮﻓﻲ ﺑﺎﻟﺤﻘﻮل اﻟﺪراﺳﯿﺔ اﻟﻤﺘﻌﻠﻘﺔ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪ ،‬ﻟﻤﺎ ﻗﺪ ﺗﺸ ﻜﻠﮫ ﻧﺘ ﺎﺋﺞ ھ ﺬه اﻟﺪراﺳ ﺔ‬
‫ﻣﻦ ﺣﺎﻓﺰ ﻗﻮي ﻟﻠﻘﯿﺎم ﺑﺪراﺳﺎت ﻣﻜﻤﻠﺔ ‪ ،‬أو ﻟﻤﺤﺎﻛﺎة اﻟﺪراﺳﺔ ﻋﯿﻨﮭﺎ ﻓﻲ ﺗﻘﻨﯿﺎت ﺟﺪﯾﺪةأﺧﺮى ‪.‬‬

‫ﻓرﺿﯾﺎت اﻟﺑﺣث‬

‫اﺳﺘﻨﺎدا اﻟﻰ اﻟﻤﺒﺮرات اﻟﻤﺬﻛﻮرة اﻧﻔﺎ أﻣﻜﻦ ﺻﯿﺎﻏﺔ ﻓﺮﺿﯿﺔ اﻟﺒﺤﺚ اﻻﺗﯿﺔ‪:‬‬
‫)ﺿﻌﻒ اﻻﺳﺎﻟﯿﺐ واﻟﻮﺳﺎﺋﻞ اﻟﻤﺴﺘﻌﻤﻠﺔ ﻓﻲ ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق ‪ ،‬واﻓﺘﻘﺎرھﺎ اﻟﻰ اﻟﺪﻗﮫ‬
‫واﻟﺴﺮﻋﺔ واﻟﻤﻮﺛﻮﻗﯿﮫ ‪.‬وﻧﺘﯿﺠﺔ ﻟﺬﻟﻚ ﻓﻘﺪ اﺻﺒﺤﺖ ھﻨﺎك ﺣﺎﺟﺔ ﻣﺎﺳﺔ اﻟﻰ اﺳﺘﺨﺪام وﺳﺎﺋﻞ وﺗﻘﻨﯿﺎت ﺣﺪﯾﺜﺔ ﻣﺘﻄﻮرة ﻟﻐﺮض ﺗﺨﻤﯿﻦ‬
‫اﻻﻧﺘﺎﺟﯿﺔ ﻓﻲ اﻟﻤﺸﺎرﯾﻊ اﻻﻧﺸﺎﺋﯿﺔ ﺑﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ ﻧﻤﺎذج اوﻣﻌﺎدﻻت رﯾﺎﺿﯿﺔ ذات درﺟﺔ دﻗﺔ ﻋﺎﻟﯿﮫ وﺗﻤﺘﺎز ﺑﺎﻟﺒﺴﺎطﺔ وﺳﮭﻮﻟﺔ‬
‫اﻻﺳﺘﺨﺪام(‪.‬‬

‫ﺣدود اﻟﺑﺣث‬

‫ﺗﻢ ﺗﺤﺪﯾﺪ ﺣﺪود ھﺬه اﻟﺪراﺳﺔ ﺑﺎﻻﺗﻲ‪:‬‬

‫‪ .١‬اﻟﺤﺪود اﻟﻤﻜﺎﻧﯿﺔ‪ :‬اذ ﺗﻤﺖ دراﺳﺔ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻣﻦ ﺧﻼل ﺷﺮﻛﺎت اﻟﻤﻘﺎوﻻت اﻟﻤﺘﻌﺎﻗﺪة ﻣﻊ‬
‫اﻟﮭﯿﺌﺔ اﻟﻌﺎﻣﺔ ﻟﻼﺳﻜﺎن )اﺣﺪى ﺗﺸﻜﯿﻼت وزارة اﻻﻋﻤﺎر واﻻﺳﻜﺎن( ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق‪.‬‬
‫‪ .٢‬اﻟﺤﺪود اﻟﺰﻣﺎﻧﯿﺔ‪ :‬ﺗﻢ ﺗﺤﺪﯾﺪ اﻟﻔﺘﺮة اﻟﺰﻣﻨﯿﺔ ﻟﺠﻤﻊ اﻟﻤﻌﻠﻮﻣﺎت ﺧﻼل اﻻﻋﻮام ‪ ٢٠١١‬و ‪٢٠١٢‬‬

‫ﺧطﺔ اﻟﺑﺣث‪:‬‬
‫ﺗﻀﻤﻨﺖ ﺧﻄﺔ اﻟﺒﺤﺚ ﺧﻤﺴﺔ ﻣﺤﺎور ﻋﻠﻰ اﻟﻨﺤﻮ اﻟﺘﺎﻟﻲ‪:‬‬
‫‪ (١‬اﻟﻤﺤﻮراﻷول ‪:‬ﺗﻌﺮﯾﻒ اﻹﻧﺘﺎﺟﯿﺔ و أھﻤﯿﺘﮭﺎ واﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻋﻠﯿﮭﺎ واﻟﺪراﺳﺎت اﻟﺴﺎﺑﻘﺔ‪.‬‬
‫‪ (٢‬اﻟﻤﺤﻮر اﻟﺜﺎﻧﻲ ‪:‬ﺗﻌﺮﯾﻒ ﺗﻘﻨﯿﺔ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ‪.‬‬

‫‪٣‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ ‪:‬ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت اﻟﺤﻘﻠﯿﺔ‬ ‫‪(٣‬‬

‫اﻟﻤﺤﻮر اﻟﺮاﺑﻊ ‪:‬ﺗﻄﻮﯾﺮ ﻧﻤﻮذج اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﺑﺎﺳﺘﺨﺪام اﻟﺘﻘﻨﯿﺔ اﻋﻼه‪.‬‬ ‫‪(٤‬‬
‫اﻟﻤﺤﻮر اﻟﺨﺎﻣﺲ ‪:‬ﺗﺤﻠﯿﻞ وﻣﻨﺎﻗﺸﺔ اﻟﻨﺘﺎﺋﺞ‪.‬‬ ‫‪(٥‬‬
‫اﻟﻤﺤﻮر اﻟﺴﺎدس ‪:‬اﻟﻨﺘﺎﺋﺞ واﻟﺘﻮﺻﯿﺎت‪ ،‬وأھﻢ اﻟﻤﺼﺎدر اﻟﺘﻲ ﺗﻢ اﻻﻋﺘﻤﺎد ﻋﻠﯿﮭﺎ ﻓﻲ ھﺬا اﻟﺒﺤﺚ‪.‬‬ ‫‪(٦‬‬

‫اﻻﻧﺗﺎﺟﯾﺔ اﻻﻧﺷﺎﺋﯾﺔ‬

‫ان ﻣﻌﯿﺎر اﻹﻧﺘﺎﺟﯿﺔ ﯾﻤﺜﻞ اﻟﻨﺴﺒﺔ أواﻟﻌﻼﻗﺔ ﺑﯿﻦ اﻟﻤﺨﺮﺟﺎت )اﻟﻤﻨﺘﺞ( وﺑﯿﻦ اﻟﻤﺪﺧﻼت )اﻟﻤﺴﺘﺨﺪم( اي اﻟﻤﻮارد اﻟﻤﺴﺘﺨﺪﻣﺔ‬
‫ﻓﻲ اﻹﻧﺘﺎج وﻛﻼھﻤﺎ ﯾﻌﺮﻓﺎن ﺑﻄﺮﯾﻘﺔ ﻗﺎﺑﻠﺔ ﻟﻠﻤﻘﺎرﻧﺔ‪.‬وﻟﻘﺪ ﻋﺮﻓﮭﺎ ﺧﺒﺮاء اﻟﻤﻨﻈﻤﺔ اﻷوروﺑﯿﺔ ﻟﻠﺘﻌﺎون اﻻﻗﺘﺼﺎدي )‪ (OEEC‬ﺑﺄﻧﮭﺎ‬
‫"ﻛﻤﯿﺔ اﻹﻧﺘﺎج ﺑﺎﻟﻨﺴﺒﺔ ﻟﻜﻞ ﻋﻨﺼﺮ ﻣﻦ ﻋﻨﺎﺻﺮ اﻹﻧﺘﺎج"]‪ [١‬وﻣﻦ ﺧﻼل اﻟﺘﻌﺮﯾﻒ اﻟﺴﺎﺑﻖ ﯾﻤﻜﻦ اﺳﺘﻨﺘﺎج أن ﻋﻼﻗﺔ اﻹﻧﺘﺎج‬
‫ﺑﻌﻨﺼﺮ واﺣﺪ ﻣﻦ ﻋﻨﺎﺻﺮ اﻹﻧﺘﺎج ھﻲ " اﻹﻧﺘﺎﺟﯿﺔ اﻟﺠﺰﺋﯿﺔ " ﻣﺜﻞ إﻧﺘﺎﺟﯿﺔ اﻟﻌﻤﻞ أو إﻧﺘﺎﺟﯿﺔ رأس اﻟﻤﺎل‪ ،‬أﻣﺎ اﻟﻌﻼﻗﺔ ﺑﯿﻦ اﻹﻧﺘﺎج‬
‫وﺟﻤﯿﻊ ﻋﻨﺎﺻﺮاﻹﻧﺘﺎج ﻓﺎﻧﮭﺎ ﺗﺸﯿﺮ إﻟﻰ " اﻹﻧﺘﺎﺟﯿﺔ اﻟﻜﻠﯿﺔ ‪ ".‬وﯾﻔﯿﺪ ﻣﻔﮭﻮم اﻹﻧﺘﺎﺟﯿﺔ ﺑﺎﻋﺘﺒﺎره أداة ﯾﺴﺘﺨﺪﻣﮭﺎ اﻟﻤﺪﯾﺮ ﻓﻲ اﻟﻘﯿﺎس‬
‫واﻟﻤﻘﺎرﻧﺔ ﻟﻠﺘﻌﺮف ﻋﻠﻰ ﻣﺴﺘﻮى اﻷداء ﻓﻲ ﻣﻨﺸﺄة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻐﯿﺮھﺎ ﻣﻦ اﻟﻤﻨﺸﺂت‪ ،‬أو ﻓﻲ ﻓﺘﺮات ﻣﺨﺘﻠﻔﺔ]‪. [٢‬‬
‫وﯾﺮى اﻟﺒﺎﺣﺚ أن اﻟﺘﻌﺮﯾﻒ اﻟﻤﻨﺎﺳﺐ ﻟﻺﻧﺘﺎﺟﯿﺔ ﺑﺎﻧﮭﺎ "وﺳﯿﻠﺔ ﻟﻘﯿﺎس درﺟﺔ ﻛﻔﺎءة اﺳﺘﻐﻼل اﻟﻤﻮارد اﻻﻧﺸﺎﺋﯿﺔ اﻟﻤﺘﺎﺣﺔ "‪،‬‬
‫ﻷﻧﮫ ﻋﻠﻰ ﺿﻮء ھﺬا اﻟﺘﻌﺮﯾﻒ ﯾﻤﻜﻦ ﺗﺤﺪﯾﺪ وﺗﻘﯿﯿﻢ درﺟﺔ اﻻﺳﺘﻔﺎدة ﻣﻦ اﻟﻤﻮارد اﻻﻧﺸﺎﺋﯿﺔ اﻟﻤﺘﺎﺣﺔ‪ ،‬وﻛﯿﻔﯿﺔ اﺳﺘﻐﻼﻟﮭﺎ اﻻﺳﺘﻐﻼل‬
‫اﻷﻣﺜﻞ‪ ،‬ﻟﻠﻮﺻﻮل إﻟﻰ اﻟﻤﻨﺸﺄ ﺑﺼﯿﻐﺘﺔ اﻟﻨﮭﺎﺋﯿﺔ وﻓﻖ اﻟﻮﻗﺖ واﻟﻜﻠﻔﮫ واﻟﻤﻮاﺻﻔﺎت اﻟﻤﻮﺿﻮﻋﮫ ﻣﺴﺒﻘﺎ ً ‪ .‬اذ ان اﻻﻧﺗﺎﺟﯾﺔ ﻓﻲ ﻗطﺎع‬
‫اﻟﺗﺷﯾﯾد ﻻ ﺗﺗﺎﺛر ﻓﻘط ﺑﻌﺎﻣل اﻻﯾدي اﻟﻌﺎﻣﻠﺔ ﻓﻘط‪ ،‬واﻧﻣﺎ ﺗﺗﺎﺛر اﯾﺿﺎ ﺑﻣﺟﻣوﻋﺔ ﻣن اﻟﻌواﻣل ﻣﺛل اﻟﻣﻌدات واﻟﻣواد اﻻﻧﺷﺎﺋﯾﺔ وأﺳﺎﻟﯾب اﻟﺗﻧﻔﯾذ‬
‫‪ ،‬وادارة ﻣوﻗﻊ اﻟﻌﻣل وﻏﯾرھﺎ ‪ .‬وﻣﻊ ذﻟك‪ ،‬ﻓﺈن ﻣﻌظم اﻟﺑﺎﺣﺛﯾن ﻓﻲ دراﺳﺎﺗﮭم اﻟﺳﺎﺑﻘﺔ ﻗد رﻛزوا ﻓﻲ اﻟﻣﻘﺎم اﻷول ﻋﻠﻰ اﻧﺗﺎﺟﯾﺔ اﻻﯾدي‬
‫اﻟﻌﺎﻣﻠﺔ ‪ ،‬اذ اﻧﮭم اﻋﺗﻣدوا ﻋﻠﻰ اداء اﻟﻌﺎﻣل ﻟزﯾﺎدة اﻧﺗﺎﺟﯾﺔ اﻟﺑﻧﺎء‪ .‬وﯾرى اﻟﺑﺎﺣث ان ھﻧﺎك ﻣﺟﻣوﻋﮫ ﻣن اﻟﻌواﻣل اﻟﻣﮭﻣﺔ واﻟﺗﻲ ﯾﺟب ان‬
‫ﺗؤﺧذ ﺑﻧظر اﻻﻋﺗﺎﺑر ﻋﻧد ﺣﺳﺎب اﻻﻧﺗﺎﺟﯾﺔ وﻣﻧﮭﺎ‪:‬‬

‫‪ .١‬ﻗﯿﻤﺔ وﻣﺪة ﻋﻘﺪ اﻟﻤﻘﺎوﻟﺔ‬

‫‪ .٢‬ﻧﻮع اﻟﻤﺒﻨﻰ‪ ،‬أو طﺒﯿﻌﺔ اﻟﻤﺒﻨﻰ )اﻟﻤﺒﻨﻰ اﻟﺠﺪﯾﺪ أو اﻟﻤﺒﺎﻧﻲ اﻟﺘﻲ ﯾﺠﺮي ﺗﺠﺪﯾﺪھﺎ اوﺻﯿﺎﻧﺔ اﻟﻤﺒﺎﻧﻲ (‪.‬‬
‫‪ .٣‬ﺣﺠﻢ اﻟﺸﺮﻛﺔ اﻟﻤﻨﻔﺬة‪.‬‬

‫ان ﻗﯿﺎس اﻹﻧﺘﺎﺟﯿﺔ ﻟﻤﺸﺎرﯾﻊ اﻟﺒﻨﺎء ھﻮ ﻣﺸﻜﻠﺔ ﻣﻌﻘﺪة‪ .‬ﻓﻜﻞ ﻣﺸﺮوع ھﻮ ﻓﺮﯾﺪة ﻣﻦ ﻧﻮﻋﮫ ﻣﻦ ﺣﯿﺚ ﻣﻮاﺻﻔﺎت واﻟﺘﺼﻤﯿﻢ و‬
‫طﺮق اﻟﺘﺴﻠﯿﻢ‪ ،‬واﻟﺘﻨﻔﯿﺬ واﻹدارة‪ ،‬ووﻏﯿﺮھﺎ‪ .‬ﻓﺎذا ﺗﻢ ﺗﺤﺪﯾﺪ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة اﻷﻛﺜﺮ أھﻤﯿﺔ ﻓﻲ أي ﺷﺮﻛﺔ ﻣﺘﻌﺎﻗﺪة‪،‬ﯾﻤﻜﻦ ﺑﻌﺪ ذﻟﻚ‬
‫اﺗﺨﺎذ اﻟﺘﺪاﺑﯿﺮ اﻟﻼزﻣﺔ ﻣﻦ أﺟﻞ رﻓﻊ ﻣﺴﺘﻮى اﻻﻧﺘﺎﺟﯿﺔ]‪.[٣‬‬

‫اﻟﻌواﻣل اﻟﻣؤﺛرة ﻓﻲ اﻹﻧﺗﺎﺟﯾﺔ اﻻﻧﺷﺎﺋﯾﺔ‬

‫ان ﺗﺤﺪﯾﺪ وﺗﻘﯿﯿﻢ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ اﻹﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﺗﻌﺘﺒﺮ ﻗﻀﯿﺔ ﺣﺮﺟﺔ ﺗﻮاﺟﮫ ﻣﺪﯾﺮي اﻟﻤﺸﺎرﯾﻊ اﻻﻧﺸﺎﺋﯿﺔ ﻣﻦ‬
‫أﺟﻞ زﯾﺎدة اﻹﻧﺘﺎﺟﯿﺔ ﻓﻲ ﻗﻄﺎع اﻟﺒﻨﺎء واﻟﺘﺸﯿﯿﺪ‪ .‬اذ ان ﻓﮭﻢ اﻟﻌﻮاﻣﻞ اﻟﺤﺎﺳﻤﺔ اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ اﻹﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﺳﻮاء ﻛﺎﻧﺖ‬
‫إﯾﺠﺎﺑﯿﺔ أو ﺳﻠﺒﯿﺔ ﯾﻤﻜﻦ ان ﯾﺴﺎھﻢ ﻓﻲ اﻋﺪاد اﺳﺘﺮاﺗﯿﺠﯿﺔ ﻟﻠﺤﺪ ﻣﻦ أوﺟﮫ اﻟﻘﺼﻮر وﺗﺤﺴﯿﻦ ﻓﻌﺎﻟﯿﺔ أداء اﻟﻤﺸﺮوع اﻻﻧﺸﺎﺋﻲ‪ .‬ﻓﮭﻨﺎك‬
‫ﺣﺎﺟﺔ ﻣﻠﺤﺔ ﻟﻤﻌﺮﻓﺔ وﻟﻔﮭﻢ اﻟﻌﻮاﻣﻞ اﻟﻤﺨﺘﻠﻔﺔ اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ اﻹﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻟﻐﺮض ﺗﺮﻛﯿﺰ اﻟﺨﻄﻮات‬
‫اﻟﻼزﻣﺔ ﻓﻲ ﻣﺤﺎوﻟﺔ ﻟﻠﺤﺪ ﻣﻦ ﺗﺠﺎوز ﻛﻠﻔﺔ اﻟﻤﺸﺮوع وﺗﺄﺧﯿﺮ إﻧﺠﺎز اﻟﻤﺸﺮوع‪ ،‬وﺑﺎﻟﺘﺎﻟﻲ زﯾﺎدة اﻹﻧﺘﺎﺟﯿﺔ واﻷداء اﻟﻌﺎم ﻟﻠﻤﺸﺮوع‪.‬‬
‫]‪،[٢١] ،[٢٠] ،[١٩] ،[١٨] ،[١٧] ،[١٦] ،[١٥] ،[١٤] ،[١٣] ،[١٢] ،[١١] ،[١٠] ،[٩] ،[٨] ،[٧] ،[٦] ،[٥] ،[٤‬‬
‫واﺳﺘﻨﺎدا إﻟﻰ اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﺪراﺳﺎت‬
‫]‪ ،[٢٣] ،[٢٢‬ﻓﻘﺪ ﺗﻢ ﺗﺤﺪﯾﺪ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻋﻠﻰ إﻧﺘﺎﺟﯿﺔ أﻋﻤﺎل اﻟﺘﺸﯿﯿﺪ وﯾﺘﻢ ﺗﺠﻤﯿﻌﮭﺎ ﻓﻲ ﺧﻤﺴﺔ ﻋﺸﺮ ﻓﺌﺔ‪ ،‬وﻓﻘﺎ ﻟﺨﺼﺎﺋﺼﮭﺎ‪،‬‬
‫وھﻲ‪ .١ :‬ﻣﺠﻤﻮﻋﺔ اﻟﺘﺼﻤﯿﻢ )‪ ٥‬ﻋﻮاﻣﻞ(‪ .٢ ،‬ﻣﺠﻤﻮﻋﺔ ﺧﻄﺔ اﻟﺘﻨﻔﯿﺬ )‪ ٥‬ﻋﻮاﻣﻞ(‪ .٣ ،‬ﻣﺠﻤﻮﻋﺔ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ )‪ ٨‬اﻟﻌﻮاﻣﻞ(‪،‬‬
‫‪ .٤‬ﻣﺠﻤﻮﻋﺔ اﻟﻤﻌﺪات اﻻﻧﺸﺎﺋﯿﺔ )‪ ٦‬اﻟﻌﻮاﻣﻞ(؛ ‪ .٥‬ﻣﺠﻤﻮﻋﺔ اﻻﯾﺪي اﻟﻌﺎﻣﻠﺔ )‪ ١٨‬اﻟﻌﻮاﻣﻞ(؛ ‪ .٦‬ﻣﺠﻤﻮﻋﺔ اﻟﺼﺤﺔ وﺳﻼﻣﺔ )‪٤‬‬

‫‪٤‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﻌﻮاﻣﻞ(؛‪ .٧‬ﻣﺠﻤﻮﻋﺔ اﻹﺷﺮاف واﻟﻤﺮاﻗﺒﺔ )‪ ٦‬اﻟﻌﻮاﻣﻞ(؛‪ .٨‬ﻣﺠﻤﻮﻋﺔ وﻗﺖ اﻟﻌﻤﻞ )‪ ٦‬اﻟﻌﻮاﻣﻞ(؛ ‪ .٩‬ﻣﺠﻤﻮﻋﺔ ﺧﺼﺎﺋﺺ‬
‫اﻟﻤﺸﺮوع )‪١٥‬اﻟﻌﻮاﻣﻞ(؛ ‪ .١٠‬ﻣﺠﻤﻮﻋﺔ ﺟﻮدة اﻟﻌﻤﻞ)‪ ٣‬ﻋﻮاﻣﻞ(؛ ‪ .١١‬ﻣﺠﻤﻮﻋﺔ اﻟﺸﺆون اﻟﻤﺎﻟﯿﺔ )‪ ٦‬اﻟﻌﻮاﻣﻞ(؛ ‪.١٢‬ﻣﺠﻤﻮﻋﺔ‬
‫اﻟﻘﯿﺎدة واﻟﺘﻨﺴﯿﻖ )‪٥‬اﻟﻌﻮاﻣﻞ(؛ ‪ .١٣‬ﻣﺠﻤﻮﻋﺔ ﺗﻨﻈﯿﻢ اﻟﻌﻤﻞ )‪ ١٢‬اﻟﻌﻮاﻣﻞ(؛ ‪.١٤‬ﻣﺠﻤﻮﻋﺔ اﻋﻀﺎء ﻓﺮﯾﻖ اﻟﻤﺸﺮوع) اﻟﻤﺎﻟﻚ‬
‫‪.‬‬
‫واﻟﻤﻘﺎول واﻻﺳﺘﺸﺎري( )‪ ٤‬اﻟﻌﻮاﻣﻞ(؛ ‪ .١٥‬ﻣﺠﻤﻮﻋﺔ اﻟﻌﻮاﻣﻞ اﻟﺨﺎرﺟﻲ )‪١٠‬اﻟﻌﻮاﻣﻞ(‬

‫ﻣﻌوﻗﺎت ﺗﺣﺳﯾن اﻻﻧﺗﺎﺟﯾﺔ اﻻﻧﺷﺎﺋﯾﺔ‬

‫ﯾﺮى اﻟﺒﺎﺣﺚ ﺑﺤﻜﻢ اﻟﻤﻌﺎﯾﺸﺔ اﻟﻤﯿﺪاﻧﯿﺔ ﻟﻤﺨﺘﻠﻒ ﻓﺮق اﻟﻌﻤﻞ ﻓﻲ اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﻤﺸﺎرﯾﻊ اﻻﻧﺸﺎﺋﯿﺔ ﻓﻲ اﻟﻌﺮاق‪ ،‬ان ادارة‬
‫اﻟﻤﺸﺮوع ﻏﯿﺮ اﻟﻔﻌﺎﻟﺔ ﺗﻌﺘﺒﺮ اﻟﺴﺒﺐ اﻟﺮﺋﯿﺴﻲ ﻻﻧﺨﻔﺎض اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪ ،‬ﻣﻊ اﻻﺧﺬ ﺑﻨﻈﺮ اﻻﻋﺘﺒﺎر ﺑﻌﺾ اﻟﺤﻮاﺟﺰ اﻟﺘﻲ‬
‫ﺗﻌﯿﻖ ﺗﺤﺴﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪ ،‬وﻣﻨﮭﺎ ]‪) [٢٤‬ﻣﻘﺪاد وھﻨﯿﺔ‪:(٢٠٠٥ ،‬‬

‫اﻟﺼﺮاﻋﺎت اﻟﺘﻌﺎﻗﺪﯾﺔ‬ ‫‪(١‬‬

‫اﻟﺼﻌﻮﺑﺎت ﻓﻲ ﻗﯿﺎس اﻹﻧﺘﺎﺟﯿﺔ‬ ‫‪(٢‬‬
‫ﻋﺪم ﺗﺮﻛﯿﺰ اﻟﻘﻮى اﻟﻌﺎﻣﻠﺔ ﻓﻲ اﻟﻌﻤﻞ‬ ‫‪(٣‬‬
‫ﺿﻌﻒ او ﻏﯿﺎب اﻟﺤﻮاﻓﺰ اﻟﺘﺸﺠﯿﻌﯿﺔ‬ ‫‪(٤‬‬

‫اﻟدراﺳﺎت اﻟﺳﺎﺑﻘﮫ‬

‫ان اﻟﺪراﺳﺎت واﻟﺒﺤﻮث اﻟﻤﺘﻌﻠﻘﺔ ﺑﻤﻮﺿﻮع اﻧﺘﺎﺟﯿﺔ اﻻﯾﺪي اﻟﻌﺎﻣﻠﺔ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق ﺗﻌﺘﺒﺮ ﻗﻠﯿﻠﺔ ﻧﻮﻋﺎ ﻣﺎ‪،‬‬
‫وﺧﺎﺻﺔ ﻓﻲ ﺣﺴﺎب اﻧﺘﺎﺟﯿﺔ اﻋﻤﺎل اﻻﻧﮭﺎءات‪ ،‬وﻗﺪ ﺗﯿﺴﺮ ﻟﻠﺒﺎﺣﺚ اﻻطﻼع ﻋﻠﻰ ﻋﺪد ﻣﻦ ھﺬه اﻟﺒﺤﻮث ]‪.[٢٧] ،[٢٦] ،[٢٥‬ﯾﺮى‬
‫اﻟﺒﺎﺣﺚ ﺑﺎن اﻟﻐﺎﻟﺒﯿﺔ اﻟﻌﻈﻤﻰ ﻣﻦ ھﺬه اﻟﺒﺤﻮث ﻛﺎﻧﺖ ﺗﺘﺒﺎﯾﻦ ﻓﻲ ﺣﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ اﻟﻤﺨﻤﻨﺔ وذﻟﻚ ﻟﻜﻮن ﻋﺎﻣﻞ اﻟﺘﺨﻤﯿﻦ ﯾﻌﺘﻤﺪ ﻋﻠﻰ‬
‫اﻟﺨﺒﺮة اﻟﺸﺨﺼﯿﺔ او ﻣﻦ اﻟﻤﺸﺎرﯾﻊ اﻟﺴﺎﺑﻘﺔ ﻛﻤﺎ ان اﻟﻤﮭﻨﺪس اﻟﺬي ﯾﻘﻮم ﺑﺎﻟﺘﺨﻤﯿﻦ ﻻﯾﻌﺘﻤﺪ اﻟﻰ ﻣﻌﺎدﻟﺔ رﯾﺎﺿﯿﺔ ذات دﻗﺔ ﻋﺎﻟﯿﺔ‬
‫ﻓﻲ ﺣﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ‪ .‬وﻟﻢ ﺗﺘﻄﺮق اﻟﺪراﺳﺎت واﻟﺒﺤﻮث اﻟﻤﺤﻠﯿﺔ اﻟﻰ ﻣﻮﺿﻮع ﺣﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ ﻟﻔﻘﺮات اﻻﻧﮭﺎءات ﺑﺎﺳﺘﺨﺪام‬
‫اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﮫ اﻻﺻﻄﻨﺎﻋﯿﺔ اﻟﺬﻛﯿﺔ ﻋﻠﻰ ﺣﺪ ﻋﻠﻢ اﻟﺒﺎﺣﺚ‪ ،‬ﻓﯿﻤﺎ ﻋﺪا ﻣﺤﺎوﻟﺘﺎن ﻣﻦ ﻗﺒﻞ اﻟﺒﺎﺣﺜﯿﻦ )‪(AL-Zwainy,٢٠١٢‬‬
‫و)‪ [٢٩] ،[٢٨] (AL-Zwainy at el,٢٠١٢‬اﻟﺬي ﻛﺎن ﻣﻮﺿﻮع ﺑﺤﺜﯿﮭﻤﺎ ﻋﻦ ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ ﻟﻔﻘﺮة ﺗﻐﻠﯿﻒ واﺟﮭﺎت اﻟﻤﺒﺎﻧﻲ‬
‫ﺑﺎﻟﺤﺠﺮ وﺗﻐﻠﯿﻒ اﻻرﺿﯿﺎت ﺑﺎﻟﻤﺮﻣﺮ ﺑﺎﺳﺘﺨﺪام ﺷﺒﻜﺎت ﻋﺼﺒﻮﻧﯿﺔ أﻣﺎﻣﯿﺔ اﻟﺘﻐﺬﯾﺔ ﺧﻠﻔﯿﺔ اﻟﻨﻘﻞ) ‪Back-propagation Feed-‬‬
‫‪ (Neural networks forward‬وﺑﺎﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ )‪ .(neufram-v٤‬اﻣﺎ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺪراﺳﺎت واﻟﺒﺤﻮث اﻟﻌﺮﺑﯿﺔ واﻻﺟﻨﺒﯿﺔ‪،‬‬
‫ﻓﻘﺪ اطﻠﻊ اﻟﺒﺎﺣﺚ ﻋﻠﻰ ﻋﺪد ﻣﻨﮭﺎ وﺧﺎﺻﺔ ﺗﻠﻚ اﻟﺒﺤﻮث اﻟﺘﻲ ﺗﺴﺘﻨﺪ ﻓﻲ ﺣﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮات اﻟﻌﻤﻞ اﻟﻤﺨﺘﻠﻔﺔ‬
‫ﺑﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ ﺗﻘﻨﯿﺔ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ اﻟﺬﻛﯿﺔ]‪ ، [٣٤] ،[٣٣] ،[٣٢] ،[٣١] ،[٣٠‬وﻟﻜﻦ اﯾﺎ ً ﻣﻦ ھﺬه اﻟﺒﺤﻮث ﻟﻢ ﯾﺘﻄﺮق‬
‫اﻟﻰ ﻣﻮﺿﻮع ﺗﺨﻤﯿﻦ اﻧﺘﺎﺟﯿﺔ ﻓﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ واﻧﻤﺎ ﻛﺎﻧﺖ ﺗﻘﺘﺼﺮ ﻓﻲ ﺣﺴﺎب اﻧﺘﺎﺟﯿﺔ اﻟﮭﯿﺎﻛﻞ اﻟﺨﺮﺳﺎﻧﯿﺔ واﻟﺨﺮﺳﺎﻧﺔ‬
‫اﻟﺠﺎھﺰة وﺣﺴﺎب اﻧﺘﺎﺟﯿﺔ اﻟﻤﻌﺪات اﻻﻧﺸﺎﺋﯿﺔ وﻟﻢ ﯾﺘﻢ اﻟﺘﻄﺮق اﻟﻰ اﯾﺠﺎد ﻣﻌﺎدﻻت رﯾﺎﺿﯿﮫ‪ ،‬وﻟﮭﺬا ﯾﻌﺘﺒﺮ ھﺬا اﻟﺒﺤﺚ ﻣﺤﺎوﻟﺔ ﻣﻦ‬
‫ﻗﺒﻞ اﻟﺒﺎﺣﺚ ﻟﻠﻮﻟﻮج ﻓﻲ ھﻜﺬا ﻧﻮع ﻣﻦ اﻟﺒﺤﻮث ﻟﺤﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﺑﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ‪،‬‬
‫وﺗﺰداد اھﻤﯿﺔ اﻟﺒﺤﺚ ﻻﻧﮫ ﯾﻌﺘﺒﺮﺳﻠﺴﻠﺔ ﺗﻜﻤﯿﻠﯿﺔ ﻟﻠﺒﺤﻮث اﻟﺴﺎﺑﻘﺔ ﻓﻲ ﻣﺠﺎل ﺗﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ ﻻﻋﻤﺎل اﻻﻧﮭﺎءات ﻓﻲ اﻟﻌﺮاق‪ ،‬اﻻ‬
‫ان ﻣﯿﺰة ھﺬا اﻟﺒﺤﺚ ﺗﻜﻤﻦ ﻓﻲ اﺳﺘﺨﺪام ﺷﺒﻜﺔ ﺑﯿﺮﺳﺒﺘﺮون اﻟﻌﺼﺒﯿﺔ اﻟﺬﻛﯿﺔ ‪ ،‬اﺿﺎﻓﺔ اﻟﻰ دراﺳﺔ ﻋﺪد اﻛﺒﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻤﺆﺛﺮة ﻋﻠﻰ اﻻﻧﺘﺎﺟﯿﺔ وﯾﺨﻠﺺ اﻟﺒﺤﺚ اﻟﻰ اﯾﺠﺎد ﻣﻌﺎدﻟﺔ رﯾﺎﺿﯿﺔ دﻗﯿﻘﮫ ﻟﺤﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‪.‬‬

‫ﺟﻣﻊ اﻟﺑﯾﺎﻧﺎت اﻟﺣﻘﻠﯾﺔ ‪:‬‬

‫ﻗﺎم اﻟﺒﺎﺣﺚ ﺑﺎﺧﺘﯿﺎر ﻣﺸﺮوع ﻣﺠﻤﻊ اﻟﺤﺪﺑﺎء اﻟﺴﻜﻨﻲ ﻓﻲ ﻣﺤﺎﻓﻈﺔ ﻧﯿﻨﻮى ‪ /‬ﻣﻨﻄﻘﺔ اﻟﺤﺪﺑﺎء ﻛﻌﯿﻨﺔ ﻟﺠﻤﻊ ﺑﯿﺎﻧﺎت اﻟﺒﺤﺚ‬
‫وﻓﯿﻤﺎ ﺑﺄﺗﻲ وﺻﻒ ﻋﺎم ﻟﻠﻤﺸﺮوع‪:‬‬

‫‪٥‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫أوﻻ‪ :‬ﻧﻄﺎق اﻟﻌﻤﻞ ‪ -:‬أن اﻟﻤﺠﻤﻊ اﻟﺴﻜﻨﻲ ﯾﺘﻜﻮن ﻣﻦ ﻋﻤﺎرات ﺳﻜﻨﯿﮫ ﺑﻌﺪد )‪ (٥٦‬ﻋﻤﺎره ﺑـ )‪ (٣‬ﺑﺜﻼث طﻮاﺑﻖ‬
‫ﻟﻠﻌﻤﺎرة اﻟﻮاﺣﺪة ﻣـــــــﻮزﻋﮫ ﻋﻠﻰ )‪ ( ٥٠٤‬وﺣﺪه ﺳﻜﻨﯿﮫ وﺑﻨﻤﻮذﺟﯿﻦ ﻣـــــﻦ اﻟﻌﻤﺎرات اﻟﺴﻜﻨﯿﺔ ‪ ،‬اﻟﻨﻮع اﻷول ﯾﺘﻀﻤﻦ)‪( ٣٠٠‬‬
‫ﺷﻘﺔ ) ذو ﺛﻼث ﻏﺮف ﻧﻮم ‪ +‬ﺻﺎﻟﺔ ‪ +‬ﻣﻄﺒﺦ ‪ +‬ﺣﻤﺎم ‪ +‬ﻣﺮاﻓﻖ ﺻﺤﯿﺔ ‪ +‬ﻣﺨﺰن ( ﻟﺘﺒﻠﻎ ﻣﺴﺎﺣﺔ اﻟﺸﻘﺔ اﻟﺴﻜﻨﯿﺔ ) ‪ ١٣٦‬م‪٢‬‬
‫( أﻣﺎ اﻟﻨﻮع اﻟﺜﺎﻧﻲ ﯾﺘﻀﻤﻦ ) ‪ ( ٢٠٤‬ﺷﻘﺔ ﺳﻜﻨﯿﺔ ) ذو ﻏﺮﻓﺘﻲ ﻧﻮم ‪ +‬ﺻﺎﻟﺔ ‪ +‬ﻣﻄﺒﺦ ‪ +‬ﺣﻤﺎم ‪ +‬ﻣﺮاﻓﻖ ﺻﺤﯿﺔ ( ﻟﺘﺒﻠﻎ ﻣﺴﺎﺣﺔ‬
‫اﻟﺸﻘﺔ ) ‪ ١٢٢‬م‪ . ( ٢‬وﻛﺬﻟﻚ ﯾﺤﺘﻮي اﻟﻤﺠﻤﻊ اﯾﻀﺎ ﻋﻠﻰ اﺑﻨﯿﺔ ﺧﺪﻣﯿﺔ ﻣﻠﺤﻘﺔ ﺗﻀﻢ ﻣﺪرﺳﺔ اﺑﺘﺪاﺋﯿﺔ ﺳﻌﺔ )‪ (١٨‬ﻋﺪد ‪- ١ /‬‬
‫وﻣﺪرﺳﺘﯿﻦ ﻟﻠﺒﻨﯿﻦ واﻟﺒﻨﺎت ﺳﻌﺔ )‪ (١٢‬ﺻﻒ ﻋﺪد ‪ - ٢/‬ﺑﺎﻻﺿﺎﻓﺔ اﻟﻰ ﻣﺴﺘﻮﺻﻒ وﻣﺮﻛﺰ ﺗﺴﻮق وﺟﺎﻣﻊ وﻏﺮﻓﺔ ﺣﺮس ﻋـــﺪد‬
‫‪ ٢/‬وﺑﻨﺎﯾﺔ ﻷدارة اﻟﻤﺠﻤﻊ‪ .‬إﺿﺎﻓﺔ ً إﻟﻰ ان اﻟﻤﺠﻤﻊ ﯾﺤﺘﻮي ﻋﻠﻰ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺸﺒﻜﺎت ﻣﺘﻤﺜﻠﺔ ﺑـ ) ﺷﺒﻜﺔ طﺮق وﻣﻮاﻗﻒ‬
‫ﺳﯿﺎرات‪ ،‬ﺷﺒﻜﺔ ﻣﯿﺎه ﺷﺮب ‪ ،‬ﺷﺒﻜﺔ ﻣﺠﺎري ﺛﻘﯿﻠﺔ ‪ ،‬ﺷﺒﻜﺔ ﻣﯿﺎه اﻣﻄﺎر ﺷﺒﻜﺔ ﻛﮭﺮﺑﺎء ‪ ،‬ﺷﺒﻜﺔ ھﺎﺗﻒ ‪ ،‬ﻣﺤﻄﺔ ﺿﺦ ﻣﯿﺎه اﻟﺸﺮب‬
‫وﻣﺤﻄﺘﻲ ﺿﺦ اﻟﻤﯿﺎه اﻟﺜﻘﯿﻠﺔ وﻣﯿﺎه اﻻﻣﻄﺎر واﻟﻔﻀﺎءات واﻟﺴﺎﺣﺎت اﻟﺨﻀﺮاء ‪ ،‬وﻛﻤﺎ ﻣﺒﯿﻦ ﻓﻲ اﻟﺸﻜﻞ )‪.(١‬‬
‫ﺛﺎﻧﯿﺎ‪ :‬ھﺪف اﻟﻤﺸﺮوع ‪ -:‬أﻧﺸﺎء ﻣﺠﻤﻌﺎت ﺳﻜﻨﯿﺔ ﻣﺘﻌﺪدة اﻟﻄﻮاﺑﻖ ﺗﻌﻄﻲ ﺣﻼ أﻗﺘﺼﺎدﯾﺎ ﯾﻌﺘﻤﺪ اﻟﺘﻮﻓﯿﺮ ﻓﻲ اﻷرض وﺧﺪﻣﺎت‬
‫اﻟﺒﻨﻰ اﻟﺘﺤﺘﯿﺔ وﺑﺬﻟﻚ ﯾﺘﻢ ﺗﺤﻘﯿﻖ ﻛﺜﺎﻓﺎت ﺳﻜﺎﻧﯿﺔ ﺟﯿﺪة ﺿﻤﻦ ﻣﺴﺎﺣﺎت ﻣﺤﺪدة ﻣﻦ اﻷرض ‪.‬‬
‫ﺛﺎﻟﺜﺎ‪ :‬ﻣﻮﻗﻊ اﻟﻤﺸﺮوع ‪ -:‬ﯾﻘﻊ ﻣﺠﻤﻊ اﻟﺤﺪﺑﺎء اﻟﺴﻜﻨﻲ ﻓﻲ ﻣﺤﺎﻓﻈﺔ ﻧﯿﻨﻮى ‪ /‬ﻣﻨﻄﻘﺔ اﻟﺤﺪﺑﺎء واﻟﺬي ﺷﯿﺪ ﻋﻠﻰ ﻣﺴﺎﺣﺔ ﻣﻦ اﻷرض‬
‫ﺑﻠﻐﺖ ) ‪ ( ٥٩‬دوﻧﻤﺎ ً ‪.‬‬
‫راﺑﻌﺎ‪ :‬ﻛﻠﻔﺔ وﻣﺪة اﻟﻤﺸﺮوع ‪ :‬ﺑﻠﻐﺖ ﻛﻠﻔﺔ اﻟﻤﺸﺮوع ‪ ٤٢‬ﻣﻠﯿﺎر دﯾﻨﺎر ﻋﺮاﻗﻲ وﻣﺪة اﻟﺘﻨﻔﯿﺬ اﻟﺤﻘﯿﻘﯿﮫ ‪ ٩٠٠‬ﯾﻮم‬

‫ﺷﻛل)‪ (١‬ﻧطﺎق اﻟﻌﻣل ﻓﻲ ﻣﺷروع اﻟﺣدﺑﺎء اﻟﺳﻛﻧﻲ‬

‫ﺗﻨﺺ اﻟﻤﻮاﺻﻔﺔ اﻟﻔﻨﯿﺔ اﻟﻌﺎﻣﺔ اﻟﻌﺮاﻗﯿﮫ اﻟﻤﺴﺘﻌﻤﻠﺔ ﻓﻲ ھﺬا اﻟﻤﺸﺮوع ﻋﻠﻰ ان ﯾﻜﻮن ﺗﻨﻔﯿﺬ اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ وﻓﻘﺎ‬
‫ﻟﻠﻮﺻﻒ اﻻﺗﻲ‪) :‬ﺗﺠﮭﯿﺰ ﻣﻮاد واﻟﺘﺴﻄﯿﺢ ﺑﺎﻟﺒﻼطﺎت اﻟﻜﻮﻧﻜﺮﯾﺘﯿﺔ )ﺷﺘﺎﯾﻜﺮ( ﻗﯿﺎس )‪ (٤×٨٠×٨٠‬ﺳﻢ ﻟﻠﺴﻄﺢ ﯾﺘﻀﻤﻦ اﻟﺴﻌﺮ‬
‫اﻟﺬي ﯾﺤﺴﺐ ﻋﻠﻰ اﺳﺎس اﻟﻤﺘﺮ اﻟﻤﺮﺑﻊ ﻟﻠﻤﺴﺎﺣﺔ اﻻﻓﻘﯿﺔ ﻟﻠﺴﻄﺢ ﻣﺎﯾﻠﻲ ‪-:‬‬
‫‪ (١‬ﺗﻨﻈﯿﻒ اﻟﺴﻄﺢ وﻓﺮش طﺒﻘﺘﯿﻦ ﻣﻦ اﻟﻘﯿﺮ اﻟﺴﯿﺎﻟﻲ ﺑﺴﻤﻚ ) ‪ ( ٦‬ﻣﻠﻢ ﻟﻠﻄﺒﻘﺔ اﻟﻮاﺣﺪة‪ .‬ﺑﯿﻨﮭﻤﺎ طﺒﻘﺘﯿﻦ ﻣﺘﻌﺎﻛﺴﺘﯿﻦ ﻣﻦ‬
‫اﻟﻠﺒﺎد اﻟﻘﯿﺮي اﻟﺜﻘﯿﻞ ﺑﻜﺘﻠﺔ ) ‪ ٢.٥‬ﻛﻐﻢ ‪ /‬م‪( ٢‬‬
‫‪ (٢‬ﻓﺮش طﺒﻘﺔ ﻣﻦ اﻟﻨﺎﯾﻠﻮن اﻟﺴﻤﯿﻚ ‪.‬‬
‫‪ (٣‬ﻓﺮش طﺒﻘﺔ ﻣﻦ اﻟﺴﺘﺎﯾﺮﺑﻮر ﺑﻜﺜﺎﻓﺔ ﻻﺗﻘﻞ ﻋــــــــــــــــــــــﻦ ) ‪٢٠‬ﻛﻐﻢ‪ /‬م‪ (٣‬وﺑﺴﻤﻚ ‪٥‬ﺳﻢ ‪.‬‬
‫‪ (٤‬اﻟﺘﮭﻮﯾﺮ ﺑﺎﻟﺰﻣﯿﺞ اﻟﻨﺎﻋﻢ اﻟﻨﻈﯿﻒ ﺑﺴﻤﻚ ﯾﺘـﺮاوح ﻣﻦ )‪ (١٢-٥‬ﺳﻢ ‪.‬‬
‫‪ (٥‬ﻓﺮش طﺒﻘﺔ ﻣﻦ اﻟﺮﻣﻞ اﻟﻨﻈﯿﻒ ﺑﺴﻤﻚ ‪٣‬ﺳﻢ ‪.‬‬
‫‪ (٦‬اﻟﺘﻄﺒﯿﻖ ﺑﺎﻟﺒﻼطﺎت اﻟﺨﺮﺳﺎﻧﯿﺔ )‪(٤×٨٠×٨٠‬ﺳﻢ ﻣﻊ ﻣﻞء اﻟﻤﻔﺎﺻﻞ ﺑﺎﻟﻤﺎﺳﺘﻚ ‪.‬‬

‫‪٦‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻋﺘﻤﺪ اﻟﺒﺎﺣﺚ ﻋﻠﻰ اﻟﻤﺼﺎدر اﻟﺜﺎﻧﻮﯾﺔ واﻷوﻟﯿﺔ ﻓﻲ ﻋﻤﻠﯿﺔ ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت‪ ،‬وﻗﺪ ﺗﻢ اﻟﺤﺼﻮل ﻋﻠﻰ اﻟﺒﯿﺎﻧﺎت اﻟﺜﺎﻧﻮﯾﺔ‬
‫وذﻟﻚ ﺑﺎﻹطﻼع ﻋﻠﻰ ﺑﻌﺾ اﻟﺪراﺳﺎت اﻟﺴﺎﺑﻘﺔ ﻓﻲ ھﺬا اﻟﻤﺠﺎل‪ ،‬وﺗﻢ اﻟﺮﺟﻮع إﻟﻰ ﺑﻌﺾ اﻟﻤﺮاﺟﻊ واﻟﺪورﯾﺎت واﻟﺘﻘﺎرﯾﺮ‬
‫واﻟﻮﺛﺎﺋﻖ اﻟﺤﻜﻮﻣﯿﺔ ﻓﻲ وزارة اﻻﻋﻤﺎر واﻻﺳﻜﺎن اﻟﻌﺮاﻗﯿﺔ وﺧﺎﺻﺔ ﻓﻲ اﻟﮭﯿﺌﺔ اﻟﻌﺎﻣﺔ ﻟﻼﺳﻜﺎن)ﻋﯿﻨﺔ اﻟﺒﺤﺚ(‪ ،‬وﻣﻦ ﺧﻼل ﺑﻌﺾ‬
‫اﻟﻤﻮاﻗﻊ ذات اﻟﺼﻠﺔ ﻋﻠﻰ ﺷﺒﻜﺔ اﻹﻧﺘﺮﻧﺖ‪ ، ،‬ﺑﺎﻹﺿﺎﻓﺔ إﻟﻰ ﺑﻌﺾ اﻟﻤﻘﺎﺑﻼت اﻟﺘﻲ أﺟﺮﯾﺖ ﻣﻊ ﻋﺪد ﻣﻦ اﻟﻤﺘﺨﺼﺼﯿﻦ ﻓﻲ ﻣﺠﺎل‬
‫اﻻﻧﺘﺎﺟﯿﺔ‪ .‬اﻣﺎ اﻟﺒﯿﺎﻧﺎت اﻷوﻟﯿﺔ ﻓﻘﺪ ﺗﻢ اﻟﺤﺼﻮل ﻋﻠﯿﮭﺎ ﻣﻦ ﺧﻼل ﺗﺼﻤﯿﻢ اﺳﺘﻤﺎرة ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت)اﺳﺘﻤﺎرة ﻗﯿﺎس اﻟﻌﻤﻞ(‪ ،‬واﻟﻤﺒﯿﻨﺔ‬
‫ﻓﻲ اﻟﻤﻠﺤﻖ )أ(‪ ،‬واﻟﺘﻲ ﺗﻢ اﺳﺘﺨﺪاﻣﮭﺎ ﻟﺘﺴﺠﯿﻞ اﻟﺒﯿﺎﻧﺎت ﻋﻠﻰ ﻋﯿﻨﺔ ﻣﺨﺘﺎرة ﻣﻦ ﻓﺮق اﻟﻌﻤﻞ اﻟﻤﺘﺨﺼﺼﮫ ﺑﺎﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ‪ ،‬وﻗﺪ‬
‫ﺗﻀﻤﻨﺖ اﻻﺳﺘﻤﺎرة ﺑﯿﺎﻧﺎت ﻋﻦ اﺳﻢ اﻟﻤﺸﺮوع وﻣﻮﻗﻊ اﻟﻌﻤﻞ واﻟﺠﮭﺔ اﻟﻤﺴﺘﻔﯿﺪة واﻟﺠﮭﺔ اﻟﻤﻨﻔﺬه وﻛﻤﺎ ﻣﺒﯿﻦ ﻓﻲ ادﻧﺎه‪:‬‬

‫‪ (١‬ﺑﯿﺎﻧﺎت ﻓﺮﯾﻖ اﻟﻌﻤﻞ ‪ :‬وﺗﺸﻤﻞ ﺑﯿﺎﻧﺎت ﻋﻦ ﻋﻤﺮرﺋﯿﺲ ﻓﺮﯾﻖ اﻟﻌﻤﻞ ) اﻟﺨﻠﻔﮫ( او )اﻻﺳﻄﺔ( وﻋﺪد ﺳﻨﻮات اﻟﺨﺒﺮة‬
‫واﻟﺘﺤﺼﯿﻞ اﻟﺪراﺳﻲ واﻟﺤﺎﻟﺔ اﻟﺼﺤﯿﺔ اﺛﻨﺎء ﺗﻨﻔﯿﺬ اﻟﻌﻤﻞ وﻋﺪد اﻟﻌﻤﺎل اﻟﻤﺴﺎﻋﺪﯾﻦ ﻟﮫ‪.‬‬
‫‪ (٢‬ﺑﯿﺎﻧﺎت ظﺮوف اﻟﻤﺸﺮوع ‪ :‬وﺗﺸﻤﻞ ﺑﯿﺎﻧﺎت ﻋﻦ اﻟﺤﺎﻟﺔ اﻻﻣﻨﯿﺔ ﻓﻲ ﻣﻮﻗﻊ اﻟﻌﻤﻞ واﻟﻈﺮوف اﻟﺠﻮﯾﺔ اﺛﻨﺎء ﺗﻨﻔﯿﺬ اﻟﻌﻤﻞ‬
‫وظﺮوف اﻟﻌﻤﻞ ﻣﻦ اﻟﻨﺎﺣﯿﺔ اﻟﺘﻨﻈﯿﻤﯿﺔ وﻣﻨﺴﻮب ﺗﻨﻔﯿﺬ اﻟﻌﻤﻞ وﻣﺪى ﺗﻮاﻓﺮ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ وﺑﯿﺎن ﻧﻮﻋﯿﺔ اﻟﻌﻤﻞ اﻟﻤﻨﺠﺰ‬
‫وﻛﺬﻟﻚ ﺑﯿﺎﻧﺎت ﻋﻦ اوﻗﺎت اﻟﻌﻤﻞ واﺧﯿﺮا ﺗﺴﺠﯿﻞ ﻣﻘﺪار اﻻﻧﺘﺎﺟﯿﺔ اﻟﺤﻘﯿﻘﯿﮫ ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ ﺗﻘﺴﯿﻢ اﻟﻌﻮاﻣﻞ )اﻟﻤﺘﻐﯿﺮات(‬
‫اﻟﻤﺆﺛﺮة ﻋﻠﻰ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻟﺘﺴﻄﯿﺢ اﻟﻰ ﻧﻮﻋﯿﻦ رﺋﯿﺴﯿﯿﻦ ھﻤﺎ‪:‬‬

‫‪ (١‬اﻟﻌﻮاﻣﻞ )اﻟﻤﺘﻐﯿﺮات( اﻟﻤﺴﺘﻘﻠﺔ ‪Independent Variables‬‬

‫‪ (٢‬اﻟﻌﻮاﻣﻞ )اﻟﻤﺘﻐﯿﺮات( ﻏﯿﺮ اﻟﻤﺴﺘﻘﻠﺔ )اﻟﻤﻌﺘﻤﺪة( ‪Dependent Variables‬‬

‫اذ ﺗﻢ ﻓﻲ ھﺬا اﻟﺒﺤﺚ اﻋﺘﻤﺎد اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻟﺘﺴﻄﯿﺢ ﻛﻤﺘﻐﯿﺮ ﻏﯿﺮ ﻣﺴﺘﻘﻞ‪ ،‬وﯾﺘﻢ ﺣﺴﺎب ﻗﯿﻤﺘﮫ ﺑﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻻﺧﺮى‪ ،‬ان طﺒﯿﻌﺔ اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﺗﺘﻜﻮن ﻣﻨﮭﺎ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﺒﺎﻟﻎ ﻋﺪدھﺎ ﻋﺸﺮة ﻣﺘﻐﯿﺮات‪ ،‬ﯾﻤﻜﻦ‬
‫ﺗﺼﻨﯿﻔﮭﺎ اﻟﻰ ﺻﻨﻔﯿﻦ ﻣﮭﻤﯿﻦ ھﻤﺎ ‪:‬‬

‫‪ (١‬اﻟﺼﻨﻒ اﻻول‪ :‬اﻟﻤﺘﻐﯿﺮات اﻟﻜﻤﯿﺔ ‪.‬‬

‫‪ (٢‬اﻟﺼﻨﻒ اﻟﺜﺎﻧﻲ‪ :‬اﻟﻤﺘﻐﯿﺮات اﻟﻨﻮﻋﯿﮫ ‪.‬‬

‫ان اﻟﻤﺘﻐﯿﺮات اﻟﻜﻤﯿﺔ ھﻲ ﺗﻠﻚ اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﺎﺧﺬ ﻗﯿﻤﺎ ﻛﻤﯿﺔ )اوﻋﺪدﯾﺔ( اي اﻧﮭﺎ ﺗﻘﺎس ﺑﻮﺣﺪات اﻟﻘﯿﺎس اﻟﻘﯿﺎﺳﯿﺔ‪ ،‬وﺗﺘﻜﻮن ﻣﻦ‬
‫ارﺑﻊ ﻣﺘﻐﯿﺮات ھﻲ‪:‬‬

‫‪ (١‬اﻟﻌﻤﺮ ‪ :‬وﯾﻘﺼﺪ ﺑﮫ اﻟﻌﻤﺮ اﻟﺤﻘﯿﻘﻲ ﻟﺮﺋﯿﺲ ﻓﺮﯾﻖ اﻟﻌﻤﻞ )اﻟﺨﻠﻔﺔ او اﻻﺳﻄﺔ( ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ‪ ،‬وﯾﻘﺎس اﻟﻌﻤﺮ ﺑﻮﺣﺪة‬
‫اﻟﻌﺪد )ﺳﻨﺔ(‪ ،‬وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ )‪.(F١‬‬
‫‪ (٢‬اﻟﺨﺒﺮة ‪ :‬وﯾﻘﺼﺪ ﺑﮭﺎ ﻋﺪد ﺳﻨﻮات اﻟﺨﺒﺮة ﻟﺮﺋﯿﺲ ﻓﺮﯾﻖ اﻟﻌﻤﻞ )اﻟﺨﻠﻔﺔ او اﻻﺳﻄﺔ ( ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ‪ ،‬وﺗﻘﺎس‬
‫اﻟﺨﺒﺮة ﺑﺎﻟﻌﺪد )ﺳﻨﺔ(‪ ،‬وﺗﻢ اﻟﺮﻣﺰ ﻟﮭﺎ ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺑﺎﻟﺮﻣﺰ)‪.(F٢‬‬
‫‪ (٣‬ﻋﺪد اﻟﻌﻤﺎل ‪ :‬وﯾﻘﺼﺪ ﺑﮫ ﻋﺪد اﻟﻌﻤﺎل اﻟﻤﺴﺎﻋﺪﯾﻦ ﻟﺮﺋﯿﺲ ﻓﺮﯾﻖ اﻟﻌﻤﻞ‪ ،‬وﯾﻘﺎس ﺑﻮﺣﺪة اﻟﻌﺪد وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ )‪.(F٣‬‬

‫اﻣﺎ اﻟﻤﺘﻐﯿﺮات اﻟﻨﻮﻋﯿﺔ ﻓﮭﻲ ﺗﻠﻚ اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﺼﻨﻒ ﻣﻔﺮدات )اوﻋﻨﺎﺻﺮ ( اﻟﻤﺠﺘﻤﻊ اﻻﺣﺼﺎﺋﻲ او اﻟﻌﯿﻨﺔ اﻟﻰ ﻋﺪة‬
‫ﻣﺠﻤﻮﻋﺎت ‪ ،‬ﺗﺸﺘﺮك ﻛﻞ ﻣﺠﻤﻮﻋﺔ ﻓﻲ ﺻﻔﺔ ﻣﻌﯿﻨﺔ‪ .‬وﻗﺪ ﺗﻜﻮﻧﺖ ﻣﻦ ﺳﺒﻌﺔ ﻣﺘﻐﯿﺮات وھﻲ ‪:‬‬

‫‪ (١‬اﻟﻈﺮوف اﻟﺠﻮﯾﺔ ‪ :‬وﺑﻘﺼﺪ ﺑﮭﺎ اﻟﻈﺮوف اﻟﺠﻮﯾﺔ اﻟﻤﺤﯿﻄﺔ ﺑﻤﻮﻗﻊ اﻟﻌﻤﻞ‪ ،‬وﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ اﻟﻰ ﺻﻨﻔﯿﻦ ھﻤﺎ )‪ ٠‬و ‪(١‬‬
‫ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺸﯿﺮ اﻟﻰ ان اﻟﻄﻘﺲ اﻟﻤﻌﺘﺪل )ﻣﺸﻤﺲ(‪ ،‬اﻣﺎ اﻟﺼﻨﻒ )‪ (١‬ﻓﯿﺸﯿﺮ اﻟﻰ ان اﻟﻄﻘﺲ ﻏﺎﺋﻢ او ﻏﺎﺋﻢ ﻣﻤﻄﺮ او‬
‫ﻣﺘﺮب‪ .‬وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ)‪.(F٤‬‬

‫‪٧‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫ظﺮوف ﻣﻮﻗﻊ اﻟﻌﻤﻞ ‪ :‬وﯾﻘﺼﺪ ﺑﮭﺎ ﺗﻔﺎﺻﯿﻞ اﻟﻌﻤﻞ ﻣﻊ وﺻﻒ ﻟﻤﻌﺮﻗﻼت اﻟﻌﻤﻞ واﻟﻈﺮوف اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ ﻛﻤﯿﺔ‬ ‫‪(٢‬‬
‫اﻻﻧﺘﺎﺟﯿﺔ‪ ،‬وﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ اﻟﻰ ﺻﻨﻔﯿﻦ ھﻤﺎ )‪ ٠‬و ‪ (١‬ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺸﯿﺮ اﻟﻰ ان ﻣﻮﻗﻊ اﻟﻌﻤﻞ ﻣﻨﻈﻢ اﻣﺎ اﻟﺼﻨﻒ )‪(١‬‬
‫ﻓﯿﺸﯿﺮ اﻟﻰ ان ﻣﻮﻗﻊ اﻟﻌﻤﻞ ﻏﯿﺮ ﻣﻨﻈﻢ‪ .‬وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ)‪.(F٥‬‬
‫اﻟﺤﺎﻟﺔ اﻻﻣﻨﯿﺔ ‪ :‬وﯾﻘﺼﺪ ﺑﮭﺎ اﻟﻈﺮوف اﻻﻣﻨﯿﺔ اﻟﻤﺤﯿﻄﺔ ﺑﻤﻮﻗﻊ اﻟﻌﻤﻞ‪ ،‬وﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ اﻟﻰ ﺻﻨﻔﯿﻦ ھﻤﺎ )‪ ٠‬و ‪، (١‬‬ ‫‪(٣‬‬
‫ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺮﻣﺰ اﻟﻰ ان اﻟﻈﺮوف اﻻﻣﻨﯿﺔ ﻣﺴﺘﻘﺮة وطﺒﯿﻌﯿﺔ‪ ،‬اﻣﺎ اﻟﺼﻨﻒ )‪ (١‬ﻓﯿﺮﻣﺰ اﻟﻰ اﻟﻈﺮوف اﻻﻣﻨﯿﺔ‬
‫اﻟﻤﻀﻄﺮﺑﺔ‪ .‬وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ)‪.(F٦‬‬
‫ﺗﻮاﻓﺮ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ ‪ :‬وﯾﻘﺼﺪ ﺑﮭﺎ ﻣﺪى ﺗﻮاﻓﺮ وﺗﺠﮭﯿﺰ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﺮق اﻟﻌﻤﻞ ﺑﺎﻟﻘﺮب ﻣﻦ ﻣﻮﻗﻊ ﺗﻨﻔﯿﺬ ﻓﻘﺮة‬ ‫‪(٤‬‬
‫اﻟﺘﺴﻄﯿﺢ‪ ،‬وﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ اﻟﻰ ﺛﻼث اﺻﻨﺎف ھﻲ )‪ ٠‬و ‪ ١‬و‪ ،( ٢‬ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺸﯿﺮ اﻟﻰ ان ﻛﺎﻓﺔ اﻟﻤﻮد اﻻﻧﺸﺎﺋﯿﺔ‬
‫ﻣﺘﻮاﻓﺮة ﺑﺼﻮرة ﻛﺎﻣﻠﺔ‪ ،‬واﻟﺼﻨﻒ )‪ (١‬ﯾﺸﯿﺮ اﻟﻰ ﺗﻮاﻓﺮھﺎ ﺑﺼﻮرة ﺟﺰﺋﯿﺔ‪ ،‬واﻟﺼﻨﻒ )‪ (٢‬ﻓﯿﺸﯿﺮ اﻟﻰ ﻋﺪم ﺗﻮاﻓﺮھﺎ‪ .‬وﺗﻢ‬
‫اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ)‪.(F٧‬‬
‫ﻧﻮع ﺗﻘﻮﯾﻢ اﻟﺰﻣﻨﻲ ﻟﻠﻌﻤﻞ ‪ :‬وﯾﻘﺼﺪ ﺑﮫ اﻟﺘﻘﻮﯾﻢ اﻟﺰﻣﻨﻲ )ﺷﻔﺖ( ﻟﻔﺮق اﻟﻌﻤﻞ‪ ،‬وﺗﻢ ﺗﺼﻨﯿﻔﮫ اﻟﻰ ﺛﻼث اﺻﻨﺎف وھﻲ )‪٠‬‬ ‫‪(٥‬‬
‫و‪ ١‬و‪ ،(٢‬ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺸﯿﺮ اﻟﻰ اﻟﺘﻘﻮﯾﻢ اﻻﺳﺎﺳﻲ واﻟﺬي ﺗﻜﻮن ﻓﯿﮫ ﻋﺪد ﺳﺎﻋﺎت اﻟﻌﻤﻞ ﺛﻤﺎن ﺳﺎﻋﺎت اﻋﺘﺒﺎر ﻣﻦ‬
‫اﻟﺴﺎﻋﮫ اﻟﺜﺎﻣﻨﮫ ﺻﺒﺎﺣﺎ وﻟﻐﺎﯾﺔ اﻟﺴﺎﻋﮫ ‪ ١٢‬ظﮭﺮا ﺛﻢ ﺗﻌﻘﺒﮭﺎ ﺳﺎﻋﺔ اﺳﺘﺮاﺣﺔ واﺣﺪة ﺛﻢ ﯾﺴﺘﻤﺮ اﻟﻌﻤﻞ ﻣﻦ اﻟﻮاﺣﺪ ﺑﻌﺪ‬
‫اﻟﻈﮭﺮ وﻟﻐﺎﯾﺔ اﻟﺨﺎﻣﺴﺔ ﻋﺼﺮا‪ ،‬اﻣﺎ اﻟﺼﻨﻒ )‪ (١‬ﻓﯿﺸﯿﺮ اﻟﻰ اﻟﺘﻘﻮﯾﻢ اﻟﻠﯿﻠﻲ )ﺷﻔﺖ ﻣﺴﺎﺋﻲ( واﻟﺬي ﯾﺒﺪأ ﻓﯿﮫ اﻟﻌﻤﻞ ﻣﻦ‬
‫اﻟﺴﺎﻋﮫ اﻟﺮاﺑﻌﮫ وﻟﻐﺎﯾﺔ اﻟﺜﺎﻧﯿﮫ ﻋﺸﺮ ﺑﻤﻨﺘﺼﻒ اﻟﻠﯿﻞ‪ .‬واﺧﯿﺮا اﻟﺼﻨﻒ )‪ (٣‬وﯾﻘﺼﺪ ﺑﮫ اﻟﺘﻘﻮﯾﻢ اﻟﺰﻣﻨﻲ اﻟﻤﺴﺘﻤﺮ )‪٢٤‬‬
‫ﺳﺎﻋﺔ ﻋﻤﻞ( وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ)‪.(F٨‬‬
‫اﻟﺤﺎﻟﺔ اﻟﺼﺤﯿﺔ ‪ :‬وﯾﻘﺼﺪ ﺑﮭﺎ اﻟﻈﺮوف اﻟﺼﺤﯿﺔ واﻟﻨﻔﺴﯿﺔ ﻟﻔﺮﯾﻖ اﻟﻌﻤﻞ وﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ اﻟﻰ ﺛﻼث اﺻﻨﺎف )‪ ٠‬و‪ ١‬و‪(٢‬‬ ‫‪(٦‬‬
‫ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺸﯿﺮ اﻟﻰ اﻟﻈﺮوف اﻟﺼﺤﯿﺔ واﻟﻨﻔﺴﯿﺔ اﻟﺠﯿﺪة‪ ،‬واﻟﺼﻨﻒ )‪ (١‬ﯾﺸﯿﺮ اﻟﻰ اﻟﻈﺮوف اﻟﻤﺘﻮﺳﻄﮫ واﻟﺼﻨﻒ‬
‫)‪ (٢‬ﯾﺸﯿﺮ اﻟﻰ اﻟﻈﺮوف اﻟﺮدﯾﺌﺔ‪ .‬وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ)‪.(F٩‬‬
‫ﻣﻨﺴﻮب اﻟﻌﻤﻞ ‪ :‬وﺑﻘﺼﺪ ﺑﮫ ارﺗﻔﺎع ﻣﻮﻗﻊ ﻓﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻋﻦ ﻣﺴﺘﻮى اﻻرض اﻟﻄﺒﯿﻌﯿﺔ ﻟﻠﻤﺸﺮوع‪ ،‬وﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ‬ ‫‪(٧‬‬
‫اﻟﻰ ارﺑﻊ اﺻﻨﺎف وھﻲ )‪ ٠‬و‪ ١‬و‪ ٢‬و‪ (٣‬ﻓﺎﻟﺼﻨﻒ )‪ (٠‬ﯾﺸﯿﺮ اﻟﻰ ﻣﻨﺴﻮب اﻟﻄﺎﺑﻖ اﻻرﺿﻲ ﻋﻨﺪ اﻻرﺗﻔﺎع ‪ ٣‬ﻣﺘﺮ‬
‫واﻟﺼﻨﻒ )‪ (١‬ﯾﺸﯿﺮ اﻟﻰ ﻣﻨﺴﻮب اﻟﻄﺎﺑﻖ اﻻول ﻋﻨﺪ اﻻرﺗﻔﺎع ‪٦‬ﻣﺘﺮ‪ ،‬واﻟﺼﻨﻒ )‪ (٢‬ﯾﺸﯿﺮ اﻟﻰ ﻣﻨﺴﻮب اﻟﻄﺎﺑﻖ اﻟﺜﺎﻧﻲ‬
‫ﻋﻨﺪ اﻻرﺗﻔﺎع ‪٩‬ﻣﺘﺮ ‪ ،‬واﻟﺼﻨﻒ )‪ (٣‬ﯾﺸﯿﺮ اﻟﻰ ﻣﻨﺴﻮب اﻟﻄﺎﺑﻖ اﻟﺜﺎﻟﺚ ﻋﻨﺪ اﻻرﺗﻔﺎع ‪١٢‬ﻣﺘﺮ وﺗﻢ اﻟﺮﻣﺰ ﻟﮫ‬
‫ﺑﺎﻟﺮﻣﺰ)‪.(F١٠‬‬

‫اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ اﻻﺻطﻧﺎﻋﯾﺔ )‪Artificial Neural Networks(ANN‬‬

‫ﺘﻌرف اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ ﻋﻠﻰ اﻨﮭﺎ اﻟﻌﻠم اﻟذي ﯿﮭﺘم ﺒدراﺴﺔ اﻷﺴﺎﻟﯿب اﻟرﯿﺎﻀﯿﺔ اﻟﺘﻲ ﯿﻤﻜن ﺼﯿﺎﻏﺘﮭﺎ ﺒﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ‬
‫اﻟﻤﺤﺎﻜﺎة ﻟﻠﺨﻼﯿﺎ اﻟﺒﺎﯿوﻟوﺠﯿﺔ ﻓﻲ اﻟﻜﺎﺌﻨﺎت اﻟﺤﯿﺔ ‪ ،‬اذ ﺘﺘﻤﯿز اﻟﺨﻼﯿﺎ اﻟﻌﺼﺒﯿﺔ ﺒﺎﻟﺴرﻋﺔ اﻟﻌﺎﻟﯿﺔ ﻓﻲ ﻤﻌﺎﻟﺠـﺔ اﻟﺒﯿﺎﻨﺎت ﻜﻤﺎ ﺘﺘﻤﯿز‬
‫ﺒﻘدرﺘﮭﺎ ﻋﻠﻰ اﻟﺘﻌﻠم واﻟﺘﻌﺎﻤل ﻤﻊ أﻨﻤﺎط ﻤﺨﺘﻠﻔﺔ ﻤن اﻟﺒﯿﺎﻨﺎت اﻟﺘﻲ ﻗد ﯿﻜون ﺠزﺀ ﻤﻨﮭﺎ ﺨﺎطﺌﺎ ﻤﻤﺎ ﺠﻌﻠﮭﺎ ﻤﻨﺎﺴﺒﺔ ﻟﻜﺜﯿر ﻤن‬
‫اﻟﺘطﺒﯿﻘﺎت ﻤﺜل ﺘﻤﯿﯿز اﻟﺼور واﻟﻜﻼم وﻤﻌﺎﻟﺠﺔ اﻹﺸﺎرة و ﺘﻤﯿﯿز اﻟﺼوت …اﻟـﺦ ‪ .‬اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺼطﻨﺎﻋﯿﺔ ﻋﺒﺎرة ﻋن‬
‫ھﯿﻜل ذو ﺒﻨﺎﺀ ﻤﺘوازي اﻟﻤﻌﻠوﻤﺎت‪ ،‬ﯿﺘﻜون ھذا اﻟﮭﯿﻜل ﻤن وﺤـدات ﻤﻌﺎﻟﺠﺔ ﺘﻘوم ﺒﻤﻌﺎﻟﺠﺔ اﻟﻤﻌﻠوﻤﺎت وﺘدﻋﻰ ﺒﺎﻟﻌﺼﺒوﻨﺎت او‬
‫ﻋﻨﺎﺼر اﻟﺤﺴﺎب‪ ،‬وﺘﻤر اﻹﺸﺎرات ﺒﯿن اﻟﻌﺼـﺒوﻨﺎت ﻋﺒر ﺨطوط رﺒط ‪ ،‬وﻜل ﺨﻠﯿﺔ ﻋﺼﺒﯿﺔ ﺘﻤﺜل ذاﻜرة ﻤﺤﻠﯿﺔ ) ‪Local‬‬
‫‪ (Memory‬ﻜﻤﺎ ﯿرﻓق ﻜـﻞ ﺨـط رﺒـط ﺒوزن )‪ (Weight‬ﻋددي ﻤﻌﯿن ﯿﻀرب ﻤﻊ اﻻﺸﺎرات اﻟداﺨﻠﺔ ﻟﻠﻌﺼﺒون ﺜم ﯿطﺒق‬
‫ﻋﻠﻰ ﻜل ﻋﺼﺒون داﻟﺔ ﺘﻔﻌﯿل ) ‪ (Activation Function‬ﻋﻠﻰ دﺨل اﻟﺸﺒﻜﺔ اﻟذي ﯿﻤﺜل ﻤﺠﻤوع اﺸﺎرات اﻟدﺨل اﻟﻤوزوﻨﺔ‬
‫ﻟﯿﺘم ﺘﺤدﯿد اﺸﺎرة اﻟﺨرج اﻟﻨﺎﺠﻤﺔ ﻋﻨﮫ]‪.[٣٧]،[٣٦] ،[٣٥‬‬
‫إذا ً اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ )‪ (ANN‬ﺗﺘﺸﺎﺑﮫ ﻣﻊ اﻟﺪﻣﺎغ اﻟﺒﺸﺮي ﻓﻲ أﻧﮭﺎ ﺗﻜﺘﺴﺐ اﻟﻤﻌﺮﻓﺔ ﺑﺎﻟﺘﺪرﯾﺐ وﺗﺨﺰن ھﺬه‬
‫اﻟﻤﻌﺮﻓﺔ ﺑﺎﺳﺘﺨﺪام ﻗﻮى وﺻﻞ داﺧﻞ اﻟﻌﺼﺒﻮﻧﺎت ﺗﺴﻤﻰ اﻷوزان اﻟﺘﺸﺎﺑﻜﯿﺔ‪ .‬وھﻨﺎك أﯾﻀﺎ ﺗﺸﺎﺑﮫ ﻋﺼﺒﻲ ﺣﯿﻮي ﻣﻤﺎ ﯾﻌﻄﻲ‬
‫]‪.[٢٨‬‬
‫اﻟﻔﺮﺻﺔ ﻟﻌﻠﻤﺎء اﻟﺒﯿﻮﻟﻮﺟﯿﺎ ﻓﻲ اﻻﻋﺘﻤﺎد ﻋﻠﻰ ‪ ANN‬ﻟﻔﮭﻢ ﺗﻄﻮر اﻟﻈﻮاھﺮ اﻟﺤﯿﻮﯾﺔ‬

‫‪٨‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫وﺻف ﻋﺎم ﻵﻟﯾﺔ ﻋﻣل اﻟﻌﺻﺑون اﻻﺻطﻧﺎﻋﻲ‬

‫ﺑﺸﻜﻞ ﻋﺎم ﯾﻤﻜﻦ اﻟﻘﻮل أن ﻛﻞ ﺷﺒﻜﺔ ﻋﺼﺒﻮﻧﯿﺔ ﺗﺮﺗﺐ ﺑﺸﻜﻞ طﺒﻘﺎت ﻣﻦ اﻟﻌﺼﺒﻮﻧﺎت اﻻﺻﻄﻨﺎﻋﯿﺔ ﻓﺎﻟﻄﺒﻘﺔ اﻻوﻟﻰ ﺗﺴﻤﻰ‬
‫طﺒﻘﺔ ادﺧﺎل و اﻟﻄﺒﻘﺔ اﻻﺧﯿﺮة ﺗﺴﻤﻰ طﺒﻘﺔ اﺧﺮاج و طﺒﻘﺎت ﻣﺨﻔﯿﺔ ﺗﺘﻮاﺟﺪ ﺑﯿﻦ طﺒﻘﺘﻲ اﻻدﺧﺎل و طﺒﻘﺔ اﻻﺧﺮاج ‪.‬‬

‫]‪[٣٦‬‬
‫اﻟﺷﻛل )‪ (٢‬ﻧﻣوذج ﻟﻌﺻﺑون اﺻطﻧﺎﻋﻲ‬

‫اﻟﺸﻜﻞ )‪ (٢‬ﯾﺒﯿﻦ ﻛﻞ ﻋﺼﺒﻮن ﻓﻲ اﺣﺪى ھﺬه اﻟﻄﺒﻘﺎت ﯾﺘﺼﻞ ﺑﻜﺎﻓﺔ اﻟﻌﺼﺒﻮﻧﺎت اﻟﻤﻮﺟﻮدة ﻓﻲ اﻟﻄﺒﻘﺔ اﻟﺘﻲ ﺗﻠﯿﮫ و ﻛﺎﻓﺔ‬
‫اﻟﻌﺼﺒﻮﻧﺎت ﻓﻲ اﻟﻄﺒﻘﺔ اﻟﺘﻲ ﺗﺴﺒﻘﮫ ‪ ،‬ﺣﯿﺚ ﺗﺮده اﻹﺷﺎرات أو اﻟﻘﯿﻢ ﻣﻦ ﻋﺼﺒﻮﻧﺎت اﻟﻄﺒﻘﺔ اﻟﺴﺎﺑﻘﺔ ﻟﯿﻘﻮم ﺑﻤﻌﺎﻟﺠﺘﮭﺎ و إﻋﻄﺎء‬
‫ﻗﯿﻤﺔ ﺧﺮج وﺣﯿﺪة ﺗﻨﻘﻞ إﻟﻰ ﻛﺎﻓﺔ ﻋﺼﺒﻮﻧﺎت اﻟﻄﺒﻘﺔ اﻟﺘﻲ ﺗﻠﻲ طﺒﻘﺘﮫ ‪ .‬ﻛﻞ ﻋﺼﺒﻮن اذا ﯾﺘﻠﻘﻰ ﻋﺪة ﻗﯿﻢ دﺧﻞ ‪ Input‬و ﯾﻌﻄﻲ‬
‫ﻗﯿﻤﺔ ﺧﺮج وﺣﯿﺪة ‪ . Output‬ﺗﺮﺗﺒﻂ اﻟﻌﺼﺒﻮﻧﺎت أﺣﯿﺎﻧﺎ ﺑﺪﺧﻞ ﺛﺎﺑﺖ ﯾﺪﺧﻞ ﻓﻲ ﻛﻞ ﻋﻤﻠﯿﺔ ﻣﻌﺎﻟﺠﺔ و ﻻ ﻋﻼﻗﺔ ﻟﮫ ﺑﻤﺪﺧﻼت‬
‫اﻟﺸﺒﻜﺔ ﯾﺪﻋﻰ اﻻﻧﺤﯿﺎز)‪. [٣٦] (bias‬‬
‫ﺗﻢ اﺳﺘﯿﺤﺎء آﻟﯿﺔ ﻋﻤﻞ اﻟﻌﺼﺒﻮن اﻻﺻﻄﻨﺎﻋﻲ ﻣﻦ ﻋﺼﺒﻮﻧﺎت اﻟﺪﻣﺎغ ‪ :‬ﻓﻔﻲ اﻟﻌﺼﺒﻮﻧﺎت اﻟﺤﯿﻮﯾﺔ‪ ،‬ﯾﻤﻜﻦ ان ﻧﻨﺴﺐ ﻟﻜﻞ‬
‫ﻣﺸﺒﻚ اﺗﺼﺎل ﻗﺎدم) ‪( incoming synapse‬أي ﻣﺸﺎﺑﻚ اﻟﺘﻔﺮﻋﺎت اﻟﻌﺼﺒﯿﺔ )‪ (dendrite‬ﻗﯿﻤﺔ ﺗﺪﻋﻰ وزن‬
‫اﻟﻤﺸﺒﻚ )‪(weight‬ﺗﺴﺎﻋﺪ ھﺬه اﻟﻘﯿﻤﺔ ﻓﻲ ﻧﻤﺬﺟﺔ اﻟﻤﺸﺒﻚ )ﻋﻦ طﺮﯾﻖ ﺗﺤﺪﯾﺪ ﻗﯿﻤﺘﮫ وأھﻤﯿﺘﮫ( ﻓﺎﻟﻮزن ﯾﺤﺪد ﻗﻮة ھﺬا اﻟﻤﺸﺒﻚ‬
‫وأﺛﺮه ﻓﻲ اﻟﻌﺼﺒﻮن‪ .‬ﯾﻀﺮب وزن ﻛﻞ ﻣﺸﺒﻚ ﺑﺎﻟﺪﺧﻞ اﻟﻘﺎدم‪ ،‬وﻣﻦ ﺛﻢ ﺗﺠﻤﻊ ﻧﻮاﺗﺞ اﻟﻀﺮب ﻟﻜﻞ اﻟﻤﺸﺎﺑﻚ اﻟﻘﺎدﻣﺔ‪ .‬ﻋﺎدة ﻣﺎ ﺗﻜﻮن‬
‫اﻟﻌﺼﺒﻮﻧﺎت اﻟﺒﯿﻮﻟﻮﺟﯿﺔ ﺗﺎﺑﻌﺔ ﻟﻘﺎﻋﺪة ﻗﯿﻤﺔ اﻟﻌﺘﺒﺔ )‪ (threshold value‬ﻓﺈذا ﻛﺎن اﻟﻤﺠﻤﻮع اﻟﻤﻮزون )‪ (weighted Sum‬ﻟﻘﯿﻢ‬
‫اﻟﺪﺧﻞ أﻛﺒﺮ ﻣﻦ ﻗﯿﻤﺔ ﻣﻌﯿﻨﺔ ﺗﺪﻋﻰ اﻟﻌﺘﺒﺔ )‪ ،( threshold‬ﯾﻀﻄﺮم اﻟﻌﺼﺒﻮن أو ﯾﺘﻔﻌ ّﻞ ﻣﺮﺳﻼ إﺷﺎرة ﻛﮭﺮﺑﺎﺋﯿﺔ ﺗﺪﻋﻰ ﻛﻤﻮن‬
‫اﻟﻔﻌﻞ ﻋﻠﻰ طﻮل اﻟﻤﺤﻮر اﻟﻌﺼﺒﻲ )‪(axon‬وﻣﻦ ﺛﻢ ﺗﺼﻞ ھﺬه اﻹﺷﺎرة ﻋﻦ طﺮﯾﻖ ﺗﻔﺮﻋﺎت اﻟﻤﺤﻮر إﻟﻰ ﻛﻞ اﻟﻤﺸﺎﺑﻚ اﻟﺨﺎرﺟﺔ‬
‫)‪ (outgoing synapses‬اﻟﺘﻲ ﺗﺘﺼﻞ ﺑﻌﺼﺒﻮﻧﺎت أﺧﺮى ﻓﻲ اﻟﺪﻣﺎغ‪.‬‬
‫ان اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻮﻧﯿﺔ اﻟﻨﻤﻮذﺟﯿﺔ ﺗﺤﺎول أن ﺗﻘﻠﺪ ھﺬا اﻟﺴﻠﻮك‪ ،‬ﻓﻜﻞ ﻋﻘﺪة ﻋﺼﺒﻮﻧﯿﺔ ﺗﺘﻠﻘﻰ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻤﺪﺧﻼت ﻋﻦ‬
‫طﺮﯾﻖ اﺗﺼﺎﻻﺗﮭﺎ ﺑﺎﻟﻌﺼﺒﻮﻧﺎت اﻟﻘﺒﻠﯿﺔ وﻛﻞ ﻋﻘﺪة ﻟﮭﺎ ﺗﺎﺑﻊ ﺗﻔﻌﯿﻞ )‪ (activation function‬أو ﺗﺎﺑﻊ ﺗﺤﻮﯾﻞ ‪(transfer‬‬
‫)‪ ،function‬ﯾﺤﺪد ﻟﻠﻌﻘﺪة ﻣﺘﻰ وﻛﯿﻒ ﺗﻌﻤﻞ أي ﻟﺤﻈﺔ وﻗﯿﻤﺔ اﻟﺨﺮج اﻟﺘﻲ ﯾﺠﺐ أن ﺗﻌﻄﯿﮭﺎ ﺗﻤﺎﻣﺎ ﻛﻤﺎ اﻟﻌﺼﺒﻮن اﻟﺒﯿﻮﻟﻮﺟﻲ‪.‬‬
‫ان أﺑﺴﻂ ﺗﻮاﺑﻊ اﻟﺘﺤﻮﯾﻞ ھﻮ ﺗﺎﺑﻊ ﻗﯿﻤﺔ اﻟﻌﺘﺒﺔ اﻟﺬي ﯾﻌﻤﻞ اﻟﻌﺼﺒﻮن ﻋﻠﻰ أﺳﺎﺳﮫ ‪ :‬ﻣﻌﻄﯿﺎ ﻗﯿﻤﺔ ‪ ١‬إذا ﻛﺎن اﻟﻤﺠﻤﻮع‬
‫اﻟﻤﻮزون ﻟﻘﯿﻢ اﻟﺪاﺧﻠﻲ أﻛﺒﺮ ﻣﻦ ﻗﯿﻤﺔ ﻣﻌﯿﻨﺔ ﺗﺪﻋﻰ اﻟﻌﺘﺒﺔ و ‪ ٠‬إذا ﻛﺎن اﻟﻤﺠﻤﻮع اﻟﻤﻮزون اﻗﻞ ﻣﻦ اﻟﻌﺘﺒﺔ‪ .‬ﻟﻜﻦ ﺗﻮاﺑﻊ اﻟﺘﺤﻮﯾﻞ‬
‫ﯾﻤﻜﻦ ﻟﮭﺎ ان ﺗﺄﺧﺬ أﺷﻜﺎﻻ أﺧﺮى أﻛﺜﺮ ﺗﻌﻘﯿﺪا أھﻤﮭﺎ ﺗﺎﺑﻊ اﻟﺴﯿﻐﻤﻮﯾﺪ )اﻟﺘﺎﺑﻊ اﻷﺳﻲ(‪ ،‬وﻻ ﺗﺨﻠﻮ ﺷﺒﻜﺔ ﻣﻦ ﺑﻌﺾ ﻋﻘﺪ ﻋﺼﺒﯿﺔ‬
‫ﺗﻤﻠﻚ ﺗﺎﺑﻊ ﺗﺤﻮﯾﻞ أﺳﻲ‪ ،‬ﺑﺸﻜﻞ ﻋﺎم ﻣﻌﻈﻢ ﺗﻮاﺑﻊ اﻟﺘﺤﻮﯾﻞ ﺗﺤﻮل ﻗﯿﻤﺔ اﻟﻤﺠﻤﻮع اﻟﻤﻮزون ﻟﻘﯿﻢ اﻟﺪﺧﻞ إﻟﻰ ﻗﯿﻤﺔ وﺣﯿﺪة ﻣﺤﺼﻮرة‬
‫ﻓﻲ اﻟﻤﺠﺎل }‪{١-٠‬‬
‫واﺣﺪة ﻣﻦ أھﻢ أﻧﻮاع اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻮﻧﯿﺔ ھﻲ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﻧﯿﺔ )‪ ( Perceptron‬وﺗﺘﻜﻮن ھﺬه اﻟﺸﺒﻜﺔ ﻣﻦ طﺒﻘﺔ‬
‫اﻟﻤﺪﺧﻼت وطﺒﻘﺔ واﺣﺪة أو طﺒﻘﺘﯿﻦ ﻣﻦ طﺒﻘﺔ اﻟﻤﻌﺎﻟﺠﺔ ﺑﺤﯿﺚ ﻻ ﺗﺰﯾﺪ طﺒﻘﺔ اﻟﻤﻌﺎﻟﺠﺔ ﻋﻦ طﺒﻘﺘﯿﻦ‪ ،‬ﺑﺎﻹﺿﺎﻓﺔ إﻟﻰ أﻧﮫ ﯾﺘﻢ ﺿﺒﻂ‬
‫اﻷوزان ﻟﻄﺒﻘﺔ واﺣﺪة ﻓﻘﻂ ﻣﻦ طﺒﻘﺎت اﻟﻮﺻﻼت اﻟﺒﯿﻨﯿﺔ اﻟﺘﻲ ﺗﺮﺑﻂ ﺑﯿﻦ اﻟﻄﺒﻘﺎت اﻟﺴﺎﺑﻘﺔ‪ ،‬ﻟﺘﺒﻘﻰ اﻟﻄﺒﻘﺔ اﻷﺧﺮى )إن وﺟﺪت(‬
‫ﺛﺎﺑﺘﺔ اﻷوزان ‪.‬و ھﺬه اﻟﺸﺒﻜﺔ ﺗﺘﻌﻠﻢ ﻋﻦ طﺮﯾﻖ ﻣﻌﻠﻢ‪.‬وﻟﮭﺬه اﻟﺸﺒﻜﺔ ﻣﻤﯿﺰات ‪ ،‬ﻣﻦ ﻣﻤﯿﺰاﺗﮭﺎ أن ﺑﻨﺎء ﺑﺮﻧﺎﻣﺞ ﻟﮭﺎ ﺳﮭﻞ ﺟﺪا ً ‪ .‬وان‬
‫ﺗﻌﻠﯿﻢ ھﺬه اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ ﺑﻤﺮﺣﻠﺘﯿﻦ وھﻲ ﻣﺮﺣﻠﺔ اﻟﺘﻌﻠﯿﻢ وﻣﺮﺣﻠﺔ اﻻﺧﺘﺒﺎر‪.‬‬

‫‪٩‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫ﺑﻧﺎء ﻧﻣوذج ﺷﺑﻛﺔ ﻋﺻﺑﯾﺔ اﺻطﻧﺎﻋﯾﺔ ﻟﺗﺧﻣﯾن اﻻﻧﺗﺎﺟﯾﺔ اﻻﻧﺷﺎﺋﯾﺔ ﻟﻔﻘرة اﻋﻣﺎل اﻟﺗﺳطﯾﺢ‬
‫ﺗﻢ ﻓﻲ ھﺬا اﻟﺒﺤﺚ اﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ اﻟﺤﺰم اﻻﺣﺼﺎﺋﯿﺔ )‪ (SPSS-v.١٩‬وھﻮ ﻋﺒﺎره ﻋﻦ ﺑﺮﻧﺎﻣﺞ ﻣﻌﺮوف وﻣﻤﯿﺰ وﯾﻤﻜﻦ‬
‫اﺳﺘﻌﻤﺎﻟﮫ ﻓﻲ ﺑﻨﺎء ﺑﻌﺾ اﻧﻮاع اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﮫ‪ ،‬وﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ اﺧﺘﯿﺎر ﻧﻤﻮذج اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ ﻣﻦ ﻧﻮع‬
‫)‪ .(Multilayer Perceptron‬اذ ﺗﻢ ﺗﻮﺿﯿﺢ ﻛﯿﻔﯿﺔ ﺑﻨﺎء اﻟﻨﻤﺎذج اﻟﻔﺮﻋﯿﮫ اﺑﺘﺪاءا ً ﻣﻦ ﻧﻤﻮذج اﻻدﺧﺎل )‪(Input Model‬‬
‫وﻧﻤﻮذج اﻻﺧﺮاج )‪ (Output Model‬وﻧﻤﻮذج ﺗﻘﺴﯿﻢ اﻟﺒﯿﺎﻧﺎت )‪ (Data Division Model‬وﻧﻤﻮذج اﺧﺘﯿﺎر ﻣﻌﻤﺎرﯾﺔ‬
‫اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ )‪ (Network Model‬وﻧﻤﻮذج ﺿﺒﻂ اﻻوزان )‪, (Weight Model‬وﻧﻤﻮذج ﻣﻌﺪل اﻟﺘﻌﻠﻢ ) ‪Learning‬‬
‫‪ (Rate Model‬وﻧﻤﻮذج ﺣﺠﻢ اﻟﺨﻄﻮة )‪ (Momentum Term Model‬وﻧﻤﻮذج اﻟﺘﺤﻘﻖ )‪.(Validation Model‬‬
‫ان ﻋﻤﻠﯿﺔ اﺧﺘﯿﺎراﻟﻤﺘﻐﯿﺮات ﻓﻲ ﻧﻤﻮذﺟﻲ اﻻدﺧﺎل واﻻﺧﺮاج ﺗﻜﺘﺴﺐ اھﻤﯿﺔ ﻛﺒﯿﺮة ﺗﺴﺎھﻢ ﻓﻲ ﺗﺤﺴﯿﻦ اداء اﻟﺸﺒﻜﺔ‬
‫اﻟﻌﺼﺒﯿﺔ‪ ،‬اذ ان زﯾﺎدة ﻋﺪد ﻣﺘﻐﯿﺮات اﻻدﺧﺎل واﻻﺧﺮاج ﯾﺆﺛﺮ ﺗﺎﺛﯿﺮا ﻛﺒﯿﺮا ﻓﻲ زﯾﺎدة ﺣﺠﻢ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﻧﯿﺔ وﺑﺎﻟﺘﺎﻟﻲ ﯾﺆدي‬
‫اﻟﻰ اﻧﺨﻔﺎض ﻓﻲ ﺳﺮﻋﺔ ﻋﻤﻠﯿﺔ ﺗﻌﻠﻢ وﺑﺎﻟﺘﺎﻟﻲ اﻟﺘﺎﺛﯿﺮ ﻓﻲ ﻛﻔﺎءة اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﻧﯿﺔ‪ .‬اذ ﺗﻢ اﺧﺘﯿﺎر طﺮﯾﻘﺔ اﻟﻤﻌﺮﻓﺔ اﻟﻤﺴﺒﻘﺔ‬
‫)‪ (Method of Priori Knowledge‬ﻓﻲ ھﺬا اﻟﺒﺠﺚ ﻟﺘﺤﺪﯾﺪ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻋﻠﻰ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل‬
‫اﻟﺘﺴﻄﯿﺢ‪ ،‬ﻻن ھﺬه اﻟﻄﺮﯾﻘﺔ ﺗﺴﺘﺨﺪم ﺑﻜﺜﺮة ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ وﻣﻌﺘﻤﺪة ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ اﻻﺑﺤﺎث واﻟﺪراﺳﺎت‪ ،‬وﯾﻤﻜﻦ اﺳﺘﺨﺪام ھﺬه‬
‫اﻟﻄﺮﯾﻘﺔ ﻋﻨﺪﻣﺎ ﻻﺗﻜﻮن ھﻨﺎك ﻣﻌﺮﻓﺔ ﻣﺴﺒﻘﺔ ﻋﻦ اﻟﻌﺪد اﻟﻜﻠﻲ ﻟﻤﺘﻐﯿﺮات اﻻدﺧﺎل وﺗﺎﺛﯿﺮھﺎ ﻋﻠﻰ ﻣﺘﻐﯿﺮات اﻻﺧﺮاج‪ ،‬وﺑﺎﻟﺘﺎﻟﻲ‬
‫ﻓﻘﺪ ﺗﻀﻤﻦ ﻧﻤﻮذج اﻻدﺧﺎل اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺑﻨﻮﻋﯿﮭﺎ اﻟﻤﺘﻐﯿﺮات اﻟﻜﻤﯿﺔ )اﻟﺨﺒﺮة واﻟﻌﻤﺮ وﻋﺪد اﻟﻌﻤﺎل واﻟﻤﺘﻐﯿﺮات اﻟﻨﻮﻋﯿﮫ‬
‫وھﻲ )اﻟﻈﺮوف اﻟﺠﻮﯾﺔ وظﺮوف ﻣﻮﻗﻊ اﻟﻌﻤﻞ واﻟﻈﺮوف اﻻﻣﻨﯿﺔ وﺗﻮﻓﺮ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ ووﻣﻨﺴﻮب اﻟﻌﻤﻞ واﻟﺤﺎﻟﺔ اﻟﺼﺤﯿﺔ‬
‫ﻟﻠﻌﻤﺎل واﻟﺘﻘﻮﯾﻢ اﻟﺰﻣﻨﻲ ﻟﻠﻌﻤﻞ(‪ ،‬اﻣﺎ ﻧﻤﻮذج اﻻﺧﺮاج ﻓﻘﺪ ﺷﻤﻞ ﻋﻠﻰ اﻟﻤﺘﻐﯿﺮ ﻏﯿﺮ اﻟﻤﺴﺘﻘﻞ وھﻮ )اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ( ‪ .‬وﯾﻌﺘﺒﺮ‬
‫ھﺬان اﻟﻨﻤﻮذﺟﺎن وﺳﯿﻠﺔ ﻟﺨﺰن وﺗﻮﺛﯿﻖ اﻟﺒﯿﺎﻧﺎت ﻟﻠﻤﺸﺎرﯾﻊ اﻟﺴﺎﺑﻘﮫ‪ ،‬وﯾﻤﻜﻦ ﺗﺤﺪﯾﺜﮭﻤﺎ ﺑﺎﺳﺘﻤﺮار‪.‬‬
‫ﺑﯿﺎﻧﺎت اﻹدﺧﺎل أو اﻹﺧﺮاج ﻓﻲ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﻧﯿﺔ ﺗﻢ ﺗﻘﺴﯿﻤﮭﺎ اﻟﻰ ﺛﻼث ﻣﺠﺎﻣﯿﻊ رﺋﯿﺴﯿﺔ‪ :‬ﻣﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ ﻟﺒﻨﺎء ﻧﻤﻮذج‬
‫اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ)‪ .(Training Set‬وﻣﺠﻤﻮﻋﺔ اﺧﺘﺒﺎر او ﻓﺤﺺ ﻧﻤﻮذج اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ )‪ (Testing set‬وﻣﺠﻤﻮﻋﺔ ﺗﺤﻘﯿﻖ‬
‫ﻣﺴﺘﻘﻠﺔ ﻟﺘﺨﻤﯿﻦ اداء اﻟﻨﻤﻮذج ﻓﻲ اﻟﺒﯿﺌﺔ اﻟﻤﻌﻤﻮل ﻓﯿﮭﺎ)‪ ،(Validation (Holdout)Set‬وﻛﻤﺎ ﻣﺒﯿﻦ ﻓﻲ اﻟﺠﺪول )‪ (١‬ادﻧﺎه ‪.‬‬
‫ﻓﻤﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ ﺗﺴﺘﺨﺪم ﻟﻀﺒﻂ اﻷوزان اﻟﻤﺘﺼﻠﺔ ﻓﻲ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ‪ .‬وﺗﺴﺘﺨﺪم ﻣﺠﻤﻮﻋﺔ اﻟﻔﺤﺺ ﻟﻠﺘﺄﻛﺪ ﻣﻦ أداء ﻟﻠﺸﺒﻜﺔ‬
‫ﻓﻲ ﻣﺨﺘﻠﻒ ﻣﺮاﺣﻞ اﻟﺘﻌﻠﯿﻢ‪ ،‬ووﯾﺘﻢ اﯾﻘﺎف اﻟﺘﺪرﯾﺐ ﻋﻨﺪﻣﺎ ﯾﺰداد اﻟﺨﻄﺄ ﻟﻤﺠﻤﻮﻋﺔ اﻟﻔﺤﺺ‪ .‬وﺗﺴﺘﺨﺪم ﻣﺠﻤﻮﻋﺔ اﻟﺘﺤﻘﻖ ﻟﺘﻘﯿﯿﻢ‬
‫اداء اﻟﻨﻤﻮذج ﺑﻤﺠﺮد اﻛﻤﺎل ﺗﺪرﯾﺐ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﻧﯿﺔ ﺑﻨﺠﺎح‪ .‬ﻟﺬﻟﻚ ﯾﻌﺘﺒﺮ ﺗﻘﺴﯿﻢ اﻟﺒﯿﺎﻧﺎت اﻟﻰ اﻟﻤﺠﻤﻮﻋﺎت اﻟﺜﻼﺛﺔ اﻋﻼه‪،‬‬
‫ﺧﻄﻮة ﺣﺎﺳﻤﺔ وﻣﮭﻤﺔ ﻓﻲ ﻧﻤﺬﺟﺔ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ‪.‬‬

‫ﺟدول)‪ (١‬ﻧﺳﺑﺔ اﻟﺑﯾﺎﻧﺎت ﻟﻣﺟﻣوﻋﺔ اﻟﺗدرﯾب واﻻﺧﺗﺑﺎر‬

‫‪No.‬‬ ‫‪Percent‬‬
‫اﻟﻌﺪد‬ ‫اﻟﻨﺴﺒﺔ‬
‫‪Training‬‬
‫‪67‬‬ ‫‪67.0%‬‬
‫اﻟﺘﺪرﯾﺐ‬
‫‪Sample Testing‬‬
‫‪16‬‬ ‫‪16.0%‬‬
‫ﻧﻤﻮذج‬ ‫اﻟﻔﺤﺺ‬
‫‪Holdout‬‬
‫‪17‬‬ ‫‪17.0%‬‬
‫اﻟﺘﺤﻘﯿﻖ‬
‫‪Valid‬‬ ‫‪100‬‬ ‫‪100.0%‬‬
‫‪Total‬‬ ‫‪100‬‬

‫ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ اﺳﺘﺨﺪام طﺮﯾﻘﺔ اﻟﺜﺒﺎت اﻻﺣﺼﺎﺋﻲ )‪ (Statistically Consistent Method‬ﻟﻐﺮض ﺗﻘﺴﯿﻢ اﻟﺒﯿﺎﻧﺎت‬
‫اﻟﻰ اﻟﻤﺠﺎﻣﯿﻊ اﻟﺜﻼث )ﻣﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ وﻣﺠﻤﻮﻋﺔ اﻟﻔﺤﺺ وﻣﺠﻤﻮﻋﺔ اﻟﺘﺤﻘﯿﻖ( وھﺬه اﻟﻄﺮﯾﻘﺔ ﺗﻀﻤﻦ ﺗﻨﺎﺳﺐ اﺣﺼﺎﺋﻲ‬
‫ﻟﻠﺒﯿﺎﻧﺎت ﻟﻜﻞ ﻣﺠﻤﻮﻋﺔ وﺑﺎﻟﺘﺎﻟﻲ ﺿﻤﺎن ﻋﺪم وﺟﻮد ﺗﺤﯿﺰ ﻓﻲ ﺗﻘﺴﯿﻢ اﻟﺒﯿﺎﻧﺎت ﻓﻲ ﻛﻞ ﻣﺠﻤﻮﻋﺔ ﺑﺎﺳﺘﺨﺪام ﻓﺤﺺ ﺗﻲ )‪(T-test‬‬

‫‪١٠‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫ﻣﻦ ﺧﻼل اﺳﺘﺨﺪام اﻟﻤﻌﺎﯾﯿﺮ اﻻﺣﺼﺎﺋﯿﺔ وھﻲ اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ واﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري واﻟﻤﺪى‪.‬وﻣﻦ اﯾﺠﺎﺑﯿﺎت ھﺬه اﻟﻄﺮﯾﻘﺔ اﻧﮭﺎ‬
‫ﺗﻌﺘﻤﺪ اﺳﻠﻮب اﻟﻤﺤﺎوﻟﺔ واﻟﺨﻄﺄ )‪ (trial and error‬ﻟﻠﻮﺻﻮل اﻟﻰ اﻓﻀﻞ ﺗﻘﺴﯿﻢ ﻟﻠﺒﯿﺎﻧﺎت ‪.‬‬
‫ﻣﻦ ﺧﻼل اﻟﺠﺪول )‪ (٢‬ﻧﻼﺣﻆ ﻧﺴﺒﺔ ﺗﻘﺴﯿﻢ اﻟﺒﯿﺎﻧﺎت ﻟﻤﺠﻤﻮﻋﺎت اﻟﺘﺪرﯾﺐ واﻟﻔﺤﺺ واﻟﺘﺤﻘﯿﻖ ﺑﺎﺳﺘﺨﺪام اﺳﻠﻮب اﻟﻤﺤﺎوﻟﺔ‬
‫واﻟﺨﻄﺄ‪ ،‬ﻓﻘﺪ اﺳﺘﺨﺪم اﻟﺒﺎﺣﺚ ﻧﺴﺐ ﻣﺨﺘﻠﻔﮫ ﻣﻦ اﻟﺒﯿﺎﻧﺎت ﻟﮭﺬه اﻟﻤﺠﻤﻮﻋﺎت ﻓﻲ ﻣﺤﺎول ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﻓﻀﻞ اداء ﻟﻠﺸﺒﻜﺔ‬
‫اﻟﻌﺼﺒﯿﺔ ﻣﺘﻤﺜﻼ ﺑﺎﻟﻮﺻﻮل اﻟﻰ اﻋﻠﻰ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط )‪ (Coefficient correlation‬ﻟﺒﯿﺎن ﻗﻮة اﻟﻌﻼﻗﮫ ﺑﯿﻦ ﻣﺨﺮﺟﺎت اﻟﺸﺒﻜﺔ‬
‫اﻟﻌﺼﺒﯿﺔ )اﻻﻧﺘﺎﺟﯿﺔ اﻟﻤﺘﻨﺒﺄ ﺑﮭﺎ( و اﻻﻧﺘﺎﺟﯿﺔ اﻟﻤﻘﺎﺳﺔ )اﻟﺤﻘﯿﻘﺔ( وﺑﺎﻟﺘﺰاﻣﻦ ﻣﻊ اﻗﻞ ﻧﺴﺒﺔ ﺧﻄﺄ ﻟﻠﻔﺤﺺ )‪، (Testing error‬‬
‫ﻓﮭﺬان اﻟﻤﻌﯿﺎران ھﻤﺎ اﻟﻤﻌﺘﻤﺪان ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﻻﺧﺘﯿﺎر اﻓﻀﻞ ﺗﻘﺴﯿﻢ ﻟﻠﺒﯿﺎﻧﺎت ‪ .‬وﻣﻦ ﺧﻼل اﻟﺠﺪول )‪ (٢‬ﯾﻤﻜﻦ ﻣﻼﺣﻈﺔ ان‬
‫اﻓﻀﻞ ﺗﻘﺴﯿﻢ ﻟﻠﺒﯿﺎﻧﺎت ھﻮ ‪ %٦٧‬ﻟﻤﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ ‪ %١٦ ،‬ﻟﻤﺠﻤﻮﻋﺔ اﻟﻔﺤﺺ و ‪ %١٧‬ﻟﻤﺠﻤﻮﻋﺔ اﻟﻔﺤﺺ ﺑﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ‬
‫اﻗﻞ ﻧﺴﺒﺔ ﺧﻄﺄ ﻟﻠﻔﺤﺺ )‪ (٥.٧%‬واﻛﺒﺮ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط)‪. (٩٩.٢%‬‬

‫ﺟدول )‪ :(٢‬ﺗﺄﺛﯾر ﺗﻘﺳﯾم اﻟﺑﯾﺎﻧﺎت ﻋﻠﻰ اداء ﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﯾﺑﺔ‬

‫ﻧﺴﺒﺔ ﺧﻄﺎ‬ ‫ﻧﺴﺒﺔ ﺧﻄﺎ‬ ‫ﺗﻘﺴﯿﻢ اﻟﺒﯿﺎﻧﺎت ‪Data Division %‬‬

‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‬
‫اﻟﻔﺤﺺ‬ ‫اﻟﺘﺪرﯾﺐ‬ ‫ﻣﺠﻤﻮﻋﺔ‬
‫‪Coefficient‬‬ ‫ﻣﺠﻤﻮﻋﺔ اﻟﺘﺤﻘﯿﻖ‬ ‫ﻣﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ‬
‫‪Testing‬‬ ‫‪Training‬‬ ‫اﻟﻔﺤﺺ‬
‫‪correlation(r)%‬‬ ‫‪%Querying‬‬ ‫‪%Training‬‬
‫‪error%‬‬ ‫‪error%‬‬ ‫‪%Testing‬‬
‫‪89.4‬‬ ‫‪6.8‬‬ ‫‪8.4‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪75‬‬
‫‪91.9‬‬ ‫‪6.6‬‬ ‫‪8.3‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪75‬‬
‫‪91.7‬‬ ‫‪6.5‬‬ ‫‪8.6‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪70‬‬
‫‪99.2‬‬ ‫‪5.7‬‬ ‫‪5.6‬‬ ‫‪17‬‬ ‫‪16‬‬ ‫‪67‬‬
‫‪95.8‬‬ ‫‪7.0‬‬ ‫‪6.6‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪65‬‬
‫‪95.5‬‬ ‫‪7.9‬‬ ‫‪6.7‬‬ ‫‪14‬‬ ‫‪22‬‬ ‫‪64‬‬
‫‪96.2‬‬ ‫‪7.3‬‬ ‫‪6.0‬‬ ‫‪15‬‬ ‫‪22‬‬ ‫‪63‬‬
‫‪92.4‬‬ ‫‪7.1‬‬ ‫‪6.4‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪61‬‬

‫ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ اﺳﺘﺨﺪام اﺳﻠﻮب اﻻﺧﺘﯿﺎر اﻟﻌﺸﻮاﺋﻲ)‪ (random‬ﻟﻠﺒﯿﺎﻧﺎت اﻟﺨﺎﺻﺔ ﺑﺎﻟﻤﺘﻐﯿﺮات وذﻟﻚ ﻟﻐﺮض ﺗﻮزﯾﻊ‬
‫اﻟﺒﯿﺎﻧﺎت اﻟﻜﻠﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات واﻟﺒﺎﻟﻎ ﻋﺪدھﺎ )‪ (١٠٠‬ﻣﺸﺎھﺪة‪ ،‬ﻋﻠﻰ اﻟﻤﺠﺎﻣﻊ اﻟﺜﻼث وھﻲ ﻣﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ وﻣﺤﻤﻮﻋﺔ اﻟﻔﺤﺺ‬
‫وﻣﺠﻤﻮﻋﺔ اﻟﺘﺤﻘﯿﻖ ‪ ،‬ﻓﻔﻲ ھﺬا اﻻﺳﻠﻮب ﯾﻘﻮم اﻟﺒﺮﻧﺎﻣﺞ ﺑﺘﻮزﯾﻊ ﺑﯿﺎﻧﺎت اﻟﻤﺘﻐﯿﺮات ﺑﺼﻮرة ﻋﺸﻮاﺋﯿﺔ ﻋﻠﻰ اﻟﻤﺠﺎﻣﯿﻊ اﻟﺜﻼﺛﺔ‬
‫وﺑﺤﺴﺐ اﻟﻨﺴﺐ اﻟﺘﻲ ﺗﻢ اﻟﺤﺼﻮل ﻋﻠﯿﮭﺎ ﻓﻲ اﻟﺠﺪول )‪.(١‬‬
‫ان ﺗﺤﺪﯾﺪ اﻟﻌﺪد اﻟﻤﻨﺎﺳﺐ ﻣﻦ اﻟﻌﻘﺪ اﻟﻌﺼﺒﻮﻧﯿﺔ ﻓﻲ اﻟﻄﺒﻘﯿﺔ اﻟﻮﺳﻄﻰ)‪ (Hidden Layer‬ﻣﻦ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﯾﻨﺔ ﯾﻌﺘﺒﺮ‬
‫ﻋﺎﻣﻞ ﻣﮭﻢ ﻟﻨﺠﺎح اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ ﻣﻊ اﻟﻌﻠﻢ ﺑﺎن ﻋﺪد اﻟﻌﻘﺪ ﻓﻲ طﺒﻘﺔ اﻻدﺧﺎل )‪ (Input Layer‬ﯾﻜﻮن ﻣﺴﺎوﯾﺎ ﻟﻌﺪد اﻟﻌﻮاﻣﻞ‬
‫اﻟﻤﺆﺛﺮة ﻓﻲ ﺣﺴﺎب اﻻﻧﺘﺎﺟﯿﺔ وﺗﺒﻠﻎ ﻋﺸﺮة ﻋﻮاﻣﻞ ھﻲ )اﻟﻌﻤﺮ واﻟﺨﺒﺮة وﻋﺪد اﻟﻌﻤﺎل واﻟﻈﺮوف اﻟﺠﻮﯾﺔ وظﺮوف ﻣﻮﻗﻊ اﻟﻌﻤﻞ‬
‫واﻟﻈﺮوف اﻻﻣﻨﯿﺔ وﺗﻮﻓﺮ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ ووﻣﻨﺴﻮب اﻟﻌﻤﻞ واﻟﺤﺎﻟﺔ اﻟﺼﺤﯿﺔ ﻟﻠﻌﻤﺎل واﻟﺘﻘﻮﯾﻢ اﻟﺰﻣﻨﻲ ﻟﻠﻌﻤﻞ(‪ ،‬اﻣﺎ طﺒﻘﺔ‬
‫اﻻﺧﺮاج )‪ (Output Layer‬ﻓﮭﻲ ﺗﺤﺘﻮي ﻋﻠﻰ ﻋﻘﺪه ﻋﺼﺒﻮﻧﯿﺔ واﺣﺪه وھﻲ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ اﻟﻤﻘﺎﺳﺔ ‪.‬‬
‫ان ﻣﻌﻤﺎرﯾﺔ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ‪ ،‬ھﻲ اﻟﻄﺮﯾﻘﺔ اﻟﺘﻲ ﺗﺮﺗﺒﻂ ﺑﮭﺎ اﻟﻌﺼﺒﻮﻧﺎت ﻣﻊ ﺑﻌﻀﮭﺎ اﻟﺒﻌﺾ ﻟﺘﺸﻜﯿﻞ اﻟﺸﺒﻜﺔ‪،‬‬
‫وھﻨﺎك اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﻄﺮق اﻟﺘﻲ ﯾﻤﻜﻦ ان ﺗﺴﺘﺨﺪم ﻻﯾﺠﺎد اﻟﻌﺪد اﻻﻣﺜﻞ ﻟﻠﻌﻘﺪ اﻟﻌﺼﺒﻮﻧﯿﺔ ﻓﻲ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ‪ ،‬وان اﻓﻀﻞ‬
‫طﺮﯾﻘﺔ ھﻲ اﺳﺘﺨﺪام اﻟﻤﻌﺎدﻟﺔ )‪ (Al-Zwainy,٢٠١٢a) (١‬وﺗﺘﻀﻤﻦ اﻟﺒﺪء ﺑﺎﺧﺘﯿﺎر ﻋﻘﺪ واﺣﺪه ﻓﻲ اﻟﻄﺒﻘﺔ اﻟﻮﺳﻄﺔ وﻣﻦ ﺛﻢ‬

‫‪١١‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﺒﺪء ﺑﺰﯾﺎدة ﺗﺪرﯾﺠﯿﺔ ﻓﻲ ﻋﺪد اﻟﻌﻘﺪ ﻟﺤﯿﻦ ﺗﺤﻘﯿﻖ اﻓﻀﻞ اداء ﻟﻠﺸﺒﻜﺔ وان اﻗﺼﻰ ﻋﺪد ﻟﻠﻌﻘﺪ ﯾﺴﺎوي )‪ ،(١+I٢‬وھﺬه اﻟﻄﺮﯾﻘﺔ‬
‫ھﻲ اﻟﺘﻲ اﻋﺘﻤﺪھﺎ اﻟﺒﺎﺣﺚ ﻓﻲ ﺑﺤﺜﮫ‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫=‬ ‫‪+‬‬ ‫) (‪∗ …………………….‬‬

‫ﻣﻦ اﻟﺠﺪول )‪ (٣‬ادﻧﺎه ﯾﺘﺒﯿﻦ ﺑﺄن ھﻨﺎك اﺧﺘﻼف ﺑﺴﯿﻂ ﻓﻲ ﻧﺴﺒﺔ اﻟﺨﻄﺄ ﻟﻤﺠﻤﻮﻋﺔ اﻟﻔﺤﺺ وﻣﺠﻤﻮﻋﺔ اﻟﺘﺪرﯾﺐ وان اﻓﻀﻞ‬
‫اداء ﻟﻠﺸﺒﻜﺔ ﻋﻨﺪﻣﺎ ﻋﺪد اﻟﻌﻘﺪ ﯾﻜﻮن ﻣﺴﺎو اﻟﻰ ﻋﻘﺪة واﺣﺪة‪ .‬وذﻟﻚ ﻟﺤﺼﻮﻟﮭﺎ ﻋﻠﻰ اﻋﻠﻰ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط )‪ (%٩٩.٢‬و ﻧﺴﺒﺔ ﺧﻄﺄ‬
‫ﻟﻠﻔﺤﺺ )‪ ((%٥.٧‬و ﻧﺴﺒﺔ ﺧﻄﺄ ﻟﻠﺘﺪرﯾﺐ )‪ (%٥.٦‬ﺑﺎﻟﺘﺎﻟﻲ ﯾﻜﻮن اﻟﺸﻜﻞ اﻟﻨﻤﻮذﺟﻲ ﻟﮭﺬه اﻟﺸﺒﻜﺔ اﻟﻤﻄﻮرة ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﻋﺒﺎرة‬
‫ﻋﻦ ﺛﻼث طﺒﻘﺎت ﻋﺼﺒﻮﻧﯿﺔ )طﺒﻘﺔ دﺧﻞ ‪ input layer‬و طﺒﻘﺔ ﻣﺨﻔﯿﺔ ‪ hidden layer‬و طﺒﻘﺔ ﺧﺮج ‪،( output layer‬ان‬
‫طﺒﻘﺔ اﻟﺪﺧﻞ ﻻ ﺗﻘﻮم ﺑﺄي ﻋﻤﻠﯿﺔ ﻣﻌﺎﻟﺠﺔ ﻓﮭﻲ ﺑﺒﺴﺎطﺔ ﻣﻜﺎن ﺗﻐﺬﯾﺔ اﻟﺸﺒﻜﺔ ﺑﻘﺎﻋﺪة اﻟﺒﯿﺎﻧﺎت و ﺗﻘﻮم طﺒﻘﺔ اﻟﺪﺧﻞ ﺑﻌﺪ ذﻟﻚ ﺑﺘﻐﺬﯾﺔ‬
‫)ﻧﻘﻞ اﻟﻤﻌﻠﻮﻣﺎت( اﻟﻰ اﻟﻄﺒﻘﺔ اﻟﻤﺨﻔﯿﺔ و ﻣﻦ ﺛﻢ ﺗﻘﻮم اﻟﻄﺒﻘﺔ اﻟﻤﺨﻔﯿﺔ ﺑﺘﻐﺬﯾﺔ طﺒﻘﺔ اﻟﺨﺮج ‪ .‬اﻟﻤﻌﺎﻟﺠﺔ اﻟﻔﻌﻠﯿﺔ ﻟﻠﺒﯿﺎﻧﺎت ‪ Data‬ﺗﺘﻢ‬
‫ﻓﻲ اﻟﻄﺒﻘﺔ اﻟﻤﺨﻔﯿﺔ و طﺒﻘﺔ اﻟﺨﺮج أﺳﺎﺳﺎ‪ .‬وﯾﺒﯿﻦ اﻟﺸﻜﻞ )‪ (٣‬ﻣﻌﻤﺎرﯾﺔ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ اﻟﻤﻄﻮرة ﻓﻲ ھﺬا اﻟﺒﺤﺚ‬

‫اﻟﺟدول )‪ (٣‬ﺗﺄﺛﯾر ﻋدد اﻟﻌﻘد اﻟﻣﺧﻔﯾﺔ ﻋﻠﻰ اداء ﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﯾﺑﺔ‬
‫ﻧﺴﺒﺔ ﺧﻄﺎ اﻟﺘﺪرﯾﺐ‬ ‫ﻧﺴﺒﺔ ﺧﻄﺎ اﻟﻔﺤﺺ‬
‫ﻋﺪد اﻟﻌﻘﺪ ﻓﻲ اﻟﻄﺒﻘﺔ‬ ‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪Coefficient‬‬
‫‪Training‬‬ ‫‪Testing‬‬
‫‪No. of Nodes‬اﻟﻤﺨﻔﯿﺔ‬ ‫‪correlation(r)%‬‬
‫‪error%‬‬ ‫‪error%‬‬
‫‪1‬‬ ‫‪5.6‬‬ ‫‪5.7‬‬ ‫‪99.2‬‬
‫‪2‬‬ ‫‪7.9‬‬ ‫‪7.6‬‬ ‫‪95.3‬‬
‫‪3‬‬ ‫‪7.8‬‬ ‫‪7.7‬‬ ‫‪94.4‬‬
‫‪4‬‬ ‫‪7.9‬‬ ‫‪7.9‬‬ ‫‪94.4‬‬
‫‪5‬‬ ‫‪9.8‬‬ ‫‪8.9‬‬ ‫‪94.5‬‬
‫‪6‬‬ ‫‪9.8‬‬ ‫‪9.2‬‬ ‫‪94.5‬‬
‫‪7‬‬ ‫‪9.9‬‬ ‫‪9.3‬‬ ‫‪94.6‬‬
‫‪8‬‬ ‫‪9.8‬‬ ‫‪9.8‬‬ ‫‪93.6‬‬
‫‪9‬‬ ‫‪9.8‬‬ ‫‪9.2‬‬ ‫‪93.6‬‬
‫‪10‬‬ ‫‪9.8‬‬ ‫‪9.3‬‬ ‫‪93.7‬‬
‫‪11‬‬ ‫‪9.2‬‬ ‫‪9.2‬‬ ‫‪93.7‬‬
‫‪12‬‬ ‫‪9.9‬‬ ‫‪9.8‬‬ ‫‪93.7‬‬
‫‪13‬‬ ‫‪9.9‬‬ ‫‪9.1‬‬ ‫‪92.2‬‬
‫‪14‬‬ ‫‪9.9‬‬ ‫‪9.8‬‬ ‫‪92.2‬‬
‫‪15‬‬ ‫‪9.9‬‬ ‫‪9.3‬‬ ‫‪91.2‬‬
‫‪16‬‬ ‫‪9.9‬‬ ‫‪9.9‬‬ ‫‪90.9‬‬
‫‪17‬‬ ‫‪9.9‬‬ ‫‪9.8‬‬ ‫‪90.8‬‬
‫‪18‬‬ ‫‪9.9‬‬ ‫‪9.8‬‬ ‫‪90.6‬‬
‫‪19‬‬ ‫‪9.9‬‬ ‫‪9.8‬‬ ‫‪89.6‬‬
‫‪20‬‬ ‫‪10.1‬‬ ‫‪9.8‬‬ ‫‪89.5‬‬
‫‪21‬‬ ‫‪9.9‬‬ ‫‪9.8‬‬ ‫‪89.2‬‬

‫‪١٢‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﺷﻛل)‪ (٣‬اﻟﺷﺑﻛﺔ اﻟﻌﺻﺑﯾﺔ اﻻﺻطﻧﺎﻋﯾﺔ اﻟﻣطورة ﻓﻲ ھذا اﻟﺑﺣث )اﻟﺑﺎﺣث(‬

‫وﻟﺪراﺳﺔ ﺗﺎﺛﯿﺮ داﻟﺔ اﻟﺘﺤﻮﯾﻞ وﺟﺪ اﻟﺒﺎﺣﺚ ان ﺗﺎﺑﻊ اﻟﺴﯿﻐﻤﻮﯾﺪ ھﻮ اﻷﻛﺜﺮ ﺷﯿﻮﻋﺎ ﻛﺘﺎﺑﻊ ﺗﺤﻮﯾﻞ ﻟﻠﻌﺼﺒﻮﻧﺎت ﻷﻧﮫ ﯾﺆﻣﻦ‬
‫اﻟﻼﺧﻄﯿﺔ ﻓﻲ ﺣﺴﺎﺑﺎت اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻮﻧﯿﺔ ﻋﻦ طﺮﯾﻖ ﺗﺤﻮﯾﻞ ﻗﯿﻤﺔ ﺗﻔﻌﯿﻞ اﻟﻨﯿﻮرون ﺿﻤﻦ اﻟﻤﺠﺎل ]‪ ،[٠,١‬وﺑﺎﻟﺘﺎﻟﻲ ﻛﺎن اﻓﻀﻞ‬
‫اداء ﻟﻠﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ ﺗﻢ اﻟﺤﺼﻮل ﻋﻠﯿﮭﺎ ﻋﻨﺪ اﺳﺘﺨﺪام اﻟﺪاﻟﺔ اﻟﻮظﯿﻔﯿﺔ )‪ (sigmoid‬ﻟﻜﻼ اﻟﻄﺒﻘﺘﯿﻦ اﻟﻮﺳﻄﯿﺔ )اﻟﻤﺨﻔﯿﺔ( وطﺒﻘﺔ‬
‫اﻟﻤﺨﺮﺟﺎت‪ ،‬وذﻟﻚ ﺑﺴﺒﺐ اﻟﺤﺼﻮل ﻋﻠﻰ اﻋﻠﻰ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط )‪ (%٩٩.٢‬واﻗﻞ ﻧﺴﺒﺔ ﺧﻄﺎ ﻟﻠﻔﺤﺺ )‪.(%٥.٧‬‬
‫وﺑﻌﺪ ﺗﺪرﯾﺐ اﻟﺸﺒﻜﺔ ﺗﻢ اﻟﺤﺼﻮل ﻋﻠﻰ ﻗﯿﻢ اﻻوزان ﻟﻠﻌﻘﺪ اﻟﻮاﺻﻠﺔ ﺑﯿﻦ اﻟﻄﺒﻘﺔ اﻻوﻟﻰ )اﻻدﺧﺎل( واﻟﻄﺒﻘﺔ اﻟﺜﺎﻧﯿﺔ )اﻟﻤﺨﻔﯿﺔ(‬
‫وﻛﺬﻟﻚ اﻻوزان ﺑﯿﻦ اﻟﻄﺒﻘﺔ اﻟﺜﺎﻧﯿﺔ واﻟﻄﺒﻘﺔ اﻟﺜﺎﻟﺜﺔ )اﻻﺧﺮاج( وﻛﻤﺎ ﻣﺒﯿﻦ ﻓﻲ اﻟﺠﺪول )‪ (٤‬ادﻧﺎه‪ ،‬اذ ان ﻛﻞ اﺗﺼﺎل ﺑﯿﻦ ﻋﺼﺒﻮن‬
‫و آﺧﺮ ﯾﺘﻤﯿﺰ ﺑﺎرﺗﺒﺎطﮫ ﺑﻘﯿﻤﺔ ﺗﺪﻋﻰ اﻟﻮزن و ھﻲ ﺗﺸﻜﻞ ﻣﺪى أھﻤﯿﺔ اﻻرﺗﺒﺎط ﺑﯿﻦ ھﺬﯾﻦ اﻟﻌﻨﺼﺮﯾﻦ ‪ ،‬ﯾﻘﻮم اﻟﻌﺼﺒﻮن ﺑﻀﺮب‬
‫ﻛﻞ ﻗﯿﻤﺔ دﺧﻞ واردة ﻣﻦ ﻋﺼﺒﻮﻧﺎت اﻟﻄﺒﻘﺔ اﻟﺴﺎﺑﻘﺔ ﺑﺄوزان اﻻﺗﺼﺎﻻت ﻣﻊ ھﺬه اﻟﻌﺼﺒﻮﻧﺎت ‪ ،‬ﻣﻦ ﺛﻢ ﺟﻤﻊ ﻧﻮاﺗﺞ اﻟﻀﺮب‬
‫ﺟﻤﯿﻌﺎ ‪ ،‬ﺛﻢ إﺧﻀﺎع اﻟﻨﺘﯿﺠﺔ ﻟﺘﺎﺑﻊ ﺗﺤﻮﯾﻞ ﯾﺨﺘﻠﻒ ﺣﺴﺐ ﻧﻮع اﻟﻌﺼﺒﻮن ‪ ،‬ﻧﺎﺗﺞ ﺗﺎﺑﻊ اﻟﺘﺤﻮﯾﻞ ﯾﻌﺘﺒﺮ ﺧﺮج اﻟﻌﺼﺒﻮن اﻟﺬي ﯾﻨﻘﻞ‬
‫إﻟﻰ ﻋﺼﺒﻮﻧﺎت اﻟﻄﺒﻘﺔ اﻟﻼﺣﻘﺔ ‪.‬‬

‫‪١٣‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫ﺟﺪول)‪ (٤‬ﺿﺒﻂ اﻻوزان ﺑﯿﻦ طﺒﻘﺎت اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ‬

‫اﻻوزان ‪Weights‬‬
‫‪Hidden Layer‬‬ ‫‪Output‬‬
‫‪Predictor‬‬ ‫‪1‬‬ ‫‪Layer‬‬
‫اﻟﻄﺒﻘﺔ اﻟﻤﺨﻔﯿﮫ‬ ‫طﺒﻘﺔ اﻻﺧﺮاج‬
‫)‪H(1:1‬‬ ‫‪Productivity‬‬
‫‪(Bias)= θ1‬‬ ‫‪0.948‬‬
‫‪F1age‬‬ ‫‪W1= 0.062‬‬
‫‪F2experince‬‬ ‫‪W2= -0.237‬‬
‫‪F3no.labor‬‬ ‫‪W3= -0.728‬‬
‫‪F4weather‬‬ ‫‪W4= 0.035‬‬
‫‪Input Layer F5Sitecondatio‬‬
‫‪W5= -0.002‬‬
‫طﺒﻘﺔ اﻻدﺧﺎل‬ ‫‪n‬‬
‫‪F6Security‬‬ ‫‪W6= 0.367‬‬
‫‪F7Material‬‬ ‫‪W7= 0.289‬‬
‫‪F8Calendar‬‬ ‫‪W8= -0.06‬‬
‫‪F9Health‬‬ ‫‪W9= -0.028‬‬
‫‪F10level‬‬ ‫‪W10= 1.580‬‬
‫‪Hidden‬‬ ‫‪(Bias)θ2‬‬ ‫‪1.771‬‬
‫‪Layer ١‬‬ ‫)‪H(1:1‬‬ ‫‪W11= -3.813‬‬

‫ﻓﻲ اﻟﻨﻤﺎذج اﻟﺮﯾﺎﺿﯿﺔ اﻟﺘﻲ ﺗﻨﻄﻮي ﻋﻠﻰ ﻛﺜﯿﺮ ﻣﻦ اﻟﻤﺪﺧﻼت ﯾﻌﺘﺒﺮ اﺧﺘﺒﺎر اﻟﺤﺴﺎﺳﯿﺔ ﻋﻨﺼﺮ أﺳﺎﺳﻲ ﻟﺒﻨﺎء اﻟﻨﻤﻮذج‬
‫وﺿﻤﺎن اﻟﺠﻮدة‪ .‬وﯾﻤﻜﻦ اﺳﺘﺨﺪام ﺗﺤﻠﯿﻞ اﻟﺤﺴﺎﺳﯿﺔ ﻟﺘﺒﺴﯿﻂ اﻟﻨﻤﺎذج وﻟﻠﺘﺤﻘﻖ ﻣﻦ ﻣﺘﺎﻧﺔ ﺗﻨﺒﺆات اﻟﻨﻤﻮذج وﻟﻤﻌﺮﻓﺔ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ‬
‫ﺗﺴﺎھﻢ ﻏﺎﻟﺒﺎ ً ﻓﻲ ﺗﻐﯿﺮ اﻟﻨﺎﺗﺞ‪ .‬وﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻢ اﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ )‪ (SPSS‬ﻻﯾﺠﺎد اﻻھﻤﯿﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻓﻲ‬
‫اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﺑﺎﻻﺳﺘﻔﺎده ﻣﻦ اﺧﺘﺒﺎر اﻟﺤﺴﺎﺳﯿﺔ‪ ،‬وﻣﻦ ﻣﻼﺣﻈﺔ اﻟﺸﻜﻞ )‪ (٤‬ﻧﺠﺪ ان اﻟﻤﺘﻐﯿﺮ)‪(F١٠‬‬
‫وھﻮ)ﻣﻨﺴﻮب اﻟﻌﻤﻞ( ﯾﻌﺘﺒﺮ اﻟﻤﺘﻐﯿﺮ اﻻﻛﺜﺮ اھﻤﯿﺔ‪ ،‬اذ ﺑﻠﻐﺖ اھﻤﯿﺘﮫ اﻟﻨﺴﺒﯿﺔ )‪ (%٤٩.٥‬وﯾﻠﯿﮫ اﻟﻤﺘﻐﯿﺮ )‪ (F٣‬وھﻮ )ﻋﺪد اﻟﻌﻤﺎل(‬
‫اﻟﻤﺴﺎﻋﺪﯾﻦ وﺑﻠﻐﺖ اھﻤﯿﺘﮫ اﻟﻨﺴﺒﯿﺔ )‪ ، (%٢٢.١٩‬ﺛﻢ ﺟﺎءت ﺛﻼث ﻣﺘﻐﯿﺮات وھﻲ )‪) (F٦,F٧,F٢‬اﻟﻈﺮوف اﻻﻣﻨﯿﺔ ﻟﻠﻤﻮﻗﻊ و‬
‫ﺗﻮاﻓﺮ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ و اﻟﺨﺒﺮة ﻟﺮﺋﯿﺲ ﻓﺮﯾﻖ اﻟﻌﻤﻞ)اﻟﺨﻠﻔﮫ(( ﺑﻨﺴﺐ ﻣﺘﻘﺎرﺑﮫ وﺑﺎھﻤﯿﺔ ﻧﺴﺒﯿﮫ ھﻲ ) ‪ %٩.٦٣٧‬و ‪ %٧.٧٥٦‬و‬
‫‪ (%٧.٠٦٢‬ﻋﻠﻰ اﻟﺘﻮاﻟﻲ‪ .‬ﺑﯿﻨﻤﺎ ﻧﺠﺪ ان اﻟﻤﺘﻐﯿﺮ)‪) (F٥‬ظﺮوف اﻟﻤﻮﻗﻊ( وﺑﺎھﻤﯿﺔ ﻧﺴﺒﯿﺔ ﻣﻘﺪارھﺎ )‪ (%٠.٠٦٤‬اي ان ھﺬا‬
‫اﻟﻤﺘﻐﯿﺮ ذو ﺗﺎﺛﯿﺮ ﻗﻠﯿﻞ ﻧﺴﺒﯿﺎ ﻋﻠﻰ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ‪.‬‬

‫‪١٤‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﻤﻐﺛﺮة ﻋﻠﻰ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ‬

‫اﻟﺸﻜﻞ )‪ .(٤‬اﻻھﻤﯿﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻌﻮاﻣﻞ )اﻟﻤﺘﻐﯿﺮات( اﻟﻤﺆﺛﺮة‬

‫ﯾﻤﻜﻦ اﻟﺘﻨﺒﻮء ﺑﺎﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻣﻦ ﺧﻼل اﻟﻤﻌﺎدﻟﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫=‬ ‫‪+‬‬ ‫‪.‬‬ ‫) (………‬

‫‪+‬‬ ‫(‬ ‫∗‬ ‫) (‬

‫اﻣﺎ اﻟﻤﺘﻐﯿﺮ )‪ (X‬ﻓﯿﻤﻜﻦ اﯾﺠﺎده ﻣﻦ ﺧﻼل اﻟﻤﻌﺎدﻟﺔ اﻻﺗﯿﺔ‪:‬‬

‫=‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬
‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫‪+‬‬ ‫∗‬ ‫) (‪……………………………….‬‬

‫وﺑﺎﺳﺘﺨﺪام اﻻوزان )‪ (Wi‬وﺣﺪي اﻟﻌﺘﺒﺔ )‪ ( Bias‬اﻟﻤﺒﯿﻨﺔ ﻓﻲ اﻟﺠﺪول )‪ ،(٤‬ﺗﻜﻮن اﻟﻤﻌﺎدﻻت ﻛﺎﻻﺗﻲ‪:‬‬

‫=‬ ‫‪( .‬‬ ‫‪.‬‬ ‫∗‬ ‫) (‬

‫‪+‬‬ ‫) (………‬
‫‪+‬‬

‫‪= .‬‬ ‫‪+‬‬ ‫‪∗( .‬‬ ‫‪)+‬‬ ‫‪∗ (− .‬‬ ‫‪)+‬‬ ‫‪∗ (− .‬‬ ‫‪)+‬‬ ‫‪∗( .‬‬ ‫‪)+‬‬
‫‪∗ (− .‬‬ ‫‪)+‬‬ ‫‪∗( .‬‬ ‫‪)+‬‬ ‫‪∗( .‬‬ ‫‪)+‬‬ ‫‪∗ (− . ) +‬‬ ‫‪∗ (−‬‬
‫‪( .‬‬ ‫)‬
‫‪+‬‬ ‫) (‪∗ ( . )………………………………………………………………………….‬‬

‫ﻧﻣوذج اﻟﺗﺣﻘق )‪.(Validation Model‬‬

‫ﻣﻦ اﺟﻞ ﺗﺤﻘﯿﻖ اﻟﻨﻤﻮذج اﻟﻤﻄﻮرﻓﻲ ھﺬا اﻟﺒﺤﺚ ‪ ،‬ﺗﻢ اﺳﺘﺨﺪام اﻟﻤﻌﺎﯾﯿﺮ اﻻﺣﺼﺎﺋﯿﺔ ادﻧﺎه ﻻﺛﺒﺎت ﻛﻔﺎءة اﻟﻤﻌﺎدﻟﺔ اﻟﻤﺸﺘﻘﮫ‬
‫ﻣﻦ ﻧﻤﻮذج ﺷﺒﻜﺔ ﺑﯿﺮﺳﺒﺘﺮون اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ‪.‬‬

‫‪١٥‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫‪ .١‬اﻟﻤﻌﺪل اﻟﻤﻄﻠﻖ ﻟﻨﺴﺒﺔ اﻟﺨﻄﺎ‪Mean Absolute Percentage Error (MAPE) ،‬‬

‫│‬ ‫│‬
‫∑‬ ‫∗‬ ‫‪%‬‬
‫=‬ ‫) (………………‬
‫‪ .٢‬درﺟﺔ اﻟﺪﻗﺔ ‪Average Accuracy Percentage (AA%) ،‬‬
‫)‪AA% = ١٠٠% - MAPE …………………………...….(٧‬‬
‫‪ .٣‬ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ‪The Coefficient of Determination (R٢) ،‬‬
‫‪ .٤‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪The Coefficient of Correlation (R) ،‬‬

‫اذ ان‪:‬‬
‫‪ :A‬ﻗﯿﻤﺔ اﻻﻧﺘﺎﺟﯿﺔ اﻟﺤﻘﯿﻘﺔ‬
‫‪:E‬ﻗﯿﻤﺔ اﻻﻧﺘﺎﺟﯿﺔ اﻟﻤﺨﻤﻨﺔ ﻣﻦ ﺧﻼل اﻟﻤﻌﺎدﻟﺔ‬
‫‪ :n‬ﻋﺪد اﻟﻤﺸﺎھﺪات‬

‫واﻟﺠﺪول )‪ (٥‬ادﻧﺎه ﯾﻤﺜﻞ ﻧﺘﺎﺋﺞ اﻟﻤﻌﺎﯾﯿﺮ اﻻﺣﺼﺎﺋﯿﺔ اﻻرﺑﻌﺔ اﻋﻼه‪ ،‬وﻟﻌﺪد ﻣﻦ اﻟﻤﺸﺎرﯾﻊ )‪٩٧‬ﻣﺸﺮوﻋﺎ ً ( وھﻲ ﺗﻤﺜﻞ ﻧﺴﺒﺔ‬
‫اﻟﺒﯿﺎﻧﺎت اﻟﻜﻠﯿﺔ اﻟﺘﻲ ﺗﻢ ﺗﻐﺬﯾﺘﮭﺎ ﻓﻲ اﻟﺒﺮﻧﺎﻣﺞ اﻟﻤﺴﺘﺨﺪم واﻟﺘﻲ ﺗﻢ ﺗﺼﻨﯿﻔﮭﺎ ﻟﻤﺠﻤﻮﻋﺔ اﻟﺘﺤﻘﯿﻖ ﺑﻌﺪ اﻛﺘﻤﺎل ﺑﻨﺎء ﻧﻤﻮذج اﻟﺸﺒﻜﺔ‬
‫اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ ‪ .‬واﻟﻨﺘﺎﺋﺞ ﺗﺒﯿﻦ ان اﻟﻤﻌﺎدﻟﺔ )‪ (٨‬اﻟﻤﺴﺘﺨﺪﻣﺔ ﻟﺘﺨﻤﯿﻦ اﻻﻧﺘﺎﺟﯿﺔ ﻓﻲ ﻧﻤﻮذج اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ درﺟﺔ دﻗﮫ‬
‫ﻋﺎﻟﯿﺔ ﺟﺪا ﺗﺒﻠﻎ )‪ (%٩٧.٧٩‬وھﻲ ﻧﺘﯿﺠﺔ ﺗﻌﺘﺒﺮ ﻣﻤﺘﺎزة ﻟﻜﻔﺎءة اﻟﻨﻤﻮذج اﻟﻤﻄﻮر ﻓﻲ ھﺬا اﻟﺒﺤﺚ ‪.‬‬

‫)‪AA% = ١٠٠% - ٢.٢١٠ = ٩٧.٧٩% …………………………...….(٨‬‬

‫وﯾﺒﯿﻦ اﻟﺸﻜﻞ )‪ (٥‬ادﻧﺎه ﻣﻘﺎرﻧﺔ ﺑﯿﻦ اﻟﻨﺘﺎﺋﺞ اﻟﺤﻘﯿﻘﯿﺔ اﻟﻤﺸﺎھﺪة ﻓﻲ ﻣﻮﻗﻊ اﻟﻌﻤﻞ ﻻﻧﺘﺎﺟﯿﺔ ﻓﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻣﻊ اﻟﻨﺘﺎﺋﺞ‬
‫اﻟﻤﺘﻮﻗﻌﮫ ﻣﻦ اﻟﻨﻤﻮذج اﻟﻤﻄﻮر واﻟﻤﺤﺴﻮﺑﮫ ﻣﻦ اﻟﻤﻌﺎدﻟﮫ اﻋﻼه‪ ،‬اذ ﻧﻼﺣﻆ ان ﺟﺬر اﻟﺨﻄﺄ اﻟﺘﺮﺑﯿﻌﻲ ﻟﻤﺘﻮﺳﻂ اﻟﺘﻘﺪﯾﺮ ﯾﺒﻠﻎ‬
‫)‪ ،(١.٤٠٦‬ﺑﯿﻨﻤﺎ ﺗﺒﻠﻎ ﻗﯿﻤﺔ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑﯿﻦ ھﺬه اﻟﻘﯿﻢ )‪ (%٩٧.٣‬وان ھﺬه اﻟﻨﺘﺎﺋﺞ ﺗﺪل ﻋﻠﻰ اﻟﺪﻗﺔ اﻟﻌﺎﻟﯿﺔ ﻟﻠﻨﻤﻮذج اﻟﺸﺒﻜﺔ‬
‫اﻟﻌﺼﺒﯿﺔ اﻟﻤﻄﻮر‪ ،‬ﻣﻤﺎ ﯾﺸﯿﺮ اﻟﻰ اﻣﻜﺎﻧﯿﺔ اﻻﻋﺘﻤﺎد ﻋﻠﻰ ھﺬا اﻟﻨﻤﻮذج ﻓﻲ اﻟﺘﻨﺒﺄ ﺑﺎﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻓﻲ‬
‫اﻟﻤﺸﺎرﯾﻊ اﻟﻤﺴﺘﻘﺒﻠﯿﺔ‪.‬‬
‫ﺟدول )‪ (٥‬ﻧﺗﺎﺋﺞ ﺗﺣﻘﯾق ﻧﻣوذج اﻟﺷﺑﻛﺔ اﻟﻌﺻﺑﯾﺔ‬
‫اﻟﻤﻌﺎﯾﯿﺮ اﻻﺣﺼﺎﺋﯿﺔ‬
‫‪RMS‬‬
‫‪E‬‬
‫ﺟﺬر‬ ‫‪MAPE‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R-squared‬‬ ‫‪AA%‬‬
‫اﻟﺨﻄﺄ‬ ‫اﻟﻤﻌﺪل اﻟﻤﻄﻠﻖ‬
‫ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ‬ ‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‬ ‫درﺟﺔ اﻟﺪﻗﺔ‬
‫اﻟﺘﺮﺑﯿﻌﻲ‬ ‫ﻟﻨﺴﺒﺔ اﻟﺨﻄﺎ‬
‫ﻟﻤﺘﻮﺳﻂ‬
‫اﻟﺘﻘﺪﯾﺮ‬
‫‪Productivity-Model_1‬‬ ‫‪.9864‬‬ ‫‪.973‬‬ ‫‪1.406‬‬ ‫‪2.210‬‬ ‫‪97.79‬‬

‫‪١٦‬‬
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﺷﻛل )‪ (٥‬ﻣﻘﺎرﻧﺔ ﺑﯾن اﻟﻧﺗﺎﺋﺞ اﻟﺣﻘﯾﻘﯾﺔ اﻟﻣﺷﺎھدة ﻣﻊ اﻟﻧﺗﺎﺋﺞ اﻟﻣﺗوﻗﻌﮫ ﻣن اﻟﻧﻣوذج اﻟﻣطور‬

‫اﻻﺳﺗﻧﺗﺎﺟﺎت واﻟﺗوﺻﯾﺎت‬

‫ھﺬا اﻟﺒﺤﺚ ﯾﮭﺪف إﻟﻰ ﺗﻄﻮﯾﺮ ﻧﻤﻮذج اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ ﻟﻔﻘﺮة اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﺑﺎﺳﺘﺨﺪام ﺷﺒﻜﺔ ﺑﯿﺮﺳﺒﺘﺮون اﻟﻌﺼﺒﯿﺔ‬
‫واﻟﺬي ﯾﺴﺘﺨﺪم ﻣﻦ اﺟﻞ اﻟﺘﻨﺒﺆ ﺑﺎﻟﺘﻐﯿﺮات ﻓﻲ اﻹﻧﺘﺎﺟﯿﺔ ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻓﻲ اﻟﻌﺮاق‪ ،‬وﻛﺎﻧﺖ اﻟﻌﻮاﻣﻞ )اﻟﻤﺘﻐﯿﺮات( اﻟﻤﺤﺪده ﻓﻲ‬
‫ھﺬا اﻟﺒﺤﺚ‪ ،‬ﻣﻘﺴﻤﺔ اﻟﻰ ﻧﻮﻋﯿﻦ رﺋﯿﺴﯿﯿﻦ ھﻤﺎ اﻟﻤﺘﻐﯿﺮات اﻟﻜﻤﯿﺔ واﻟﻤﺘﻐﯿﺮات اﻟﻨﻮﻋﯿﮫ وﯾﺒﻠﻎ ﻋﺪدھﺎ ﻋﺸﺮة ﻋﻮاﻣﻞ ﻣﺆﺛﺮة ﻓﻲ‬
‫اﻧﺘﺎﺟﯿﺔ اﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ وﺑﯿﻨﺖ ﻧﺘﺎﺋﺞ اﻟﺪراﺳﺔ ان اﻟﻤﺘﻐﯿﺮ )ﻣﻨﺴﻮب اﻟﻌﻤﻞ( ﻣﻦ اھﻢ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻓﻲ اﻻﻧﺘﺎﺟﯿﺔ اﻻﻧﺸﺎﺋﯿﺔ‬
‫وذﻟﻚ ﺣﺴﺐ اﺧﺘﺒﺎر اﻟﺤﺴﺎﺳﯿﺔ‪ ،‬وﺗﻢ ﺑﻨﺎء ﻧﻤﻮذج رﯾﺎﺿﻲ واﺣﺪ ﺑﺪرﺟﺔ دﻗﮫ ‪ .%٩٧.٧٩‬وﺗﻢ اﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﻧﻤﻮذج ﺑﺎﺳﺘﺨﺪام‬
‫ﺑﯿﺎﻧﺎت اﺿﺎﻓﯿﮫ ﻟﻨﻔﺲ ﻣﺸﺮوع اﻻﻧﺸﺎﺋﯿﻰ )ﻣﺠﻤﻊ اﻟﺤﺪﺑﺎء اﻟﺴﻜﻨﻲ( ‪ ،‬ووﺟﺪ أن اﻟﻨﻤﻮذج ﯾﻤﻜﻦ اﻟﺘﻨﺒﺆ ﺑﺎﻹﻧﺘﺎﺟﯿﺔ ﻓﻲ ﺣﺪود دﻗﺔ‬
‫ﻧﺴﺒﺔ اﻟﺨﻄﺄ ‪ %٢.٢١ ±‬ﺣﺴﺐ ﻣﻌﯿﺎر ﻣﻌﺪل اﻟﻤﻄﻠﻖ ﻟﻨﺴﺒﺔ اﻟﺨﻄﺄ ‪ ،‬ﺑﻠﻎ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط )‪.% ٩٨.٦٤ (R‬‬
‫وﻣﻦ اھﻢ اﻟﺘﻮﺻﯿﺎت اﻟﻮاﺟﺐ اﺧﺬھﺎ ﺑﻨﻈﺮ اﻻﻋﺘﺒﺎر ھﻲ اﺟﺮاء دراﺳﺔ اﺧﺮى ﺑﺎﺳﺘﺨﺪام ﻧﻔﺲ اﻟﺘﻘﻨﯿﮫ وﻟﻜﻦ ﺑﺎﺳﺘﺨﺪام‬
‫ﺑﯿﺎﻧﺎت دول اﺧﺮى ﻣﻦ اﺟﻞ اﯾﺠﺎد ﻣﻌﺎدﻟﺔ اﻗﻠﯿﻤﯿﮫ ﺗﺼﻠﺢ ﻟﻘﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻋﻤﻮﻣﺎ‪.‬‬

‫اﻟﻣﺻﺎدر‬

‫ﺣﻤﻮد‪ ،‬ﺧﻀﯿﺮ و ﻓﺎﺧﻮري‪ ،‬ھﺎﯾﻞ ‪:‬إدارة اﻹﻧﺘﺎج واﻟﻌﻤﻠﯿﺎت‪ ،‬دار اﻟﺼﻔﺎء‪ ،‬ﻋﻤﺎن‪. ٢٠٠١‬‬ ‫‪.١‬‬
‫اﻟﺴﻠﻤﻲ‪ ،‬ﻋﻠﻲ ‪:‬إدارة اﻟﻤﻮارد اﻟﺒﺸﺮﯾﺔ‪ ،‬دار ﻏﺮﯾﺐ ﻟﻠﻨﺸﺮ‪ ،‬اﻟﻘﺎھﺮة ‪١٩٩٨،‬‬ ‫‪.٢‬‬
‫‪٣. Ofori, G and Chan, S.L. (٢٠٠١) Factors Influencing Development of Construction‬‬
‫‪Enterprises in Singapore, Journal of Construction Management and Economics,‬‬
‫‪Vol. ١٩, No. ٢, ١٤٥-١٥٤.‬‬
‫‪٤. Oglesby CH, Parker HW, and Howell GA (١٩٨٩). Productivity Improvement in‬‬
‫‪Construction. McGraw-Hill.‬‬
‫‪٥. Sanders SR and Thomas HR (١٩٩١). Factors Affecting Masonry-Labor‬‬
‫‪Productivity. Journal of Construction Engineering and Management, ١١٧(٤), pp.‬‬
‫‪٦٢٦-٦٤٤.‬‬

‫‪١٧‬‬
 ISSN 1813- 7822 ٢٠١٤ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار‬

٦. Thomas HR (١٩٩٢). Effects of Schedule Overtime on Labor Productivity. Journal of

Construction Engineering andManagement, ١١٨(١), pp. ٦٠-٧٦.
٧. Langford D, Hancock MR, Fellows R, and Gale AW (١٩٩٥). Human Resources
Management in Construction. Longman Scientific & Technical.
٨. Motwani J, Kumar A, and Novakoski M (١٩٩٥). Measuring Construction
Productivity: a Practical Approach. Work Study, ٤٤(٨), p. ١٨–٢٠.
٩. Lim EC and Alum J (١٩٩٥). Construction Productivity: issues encountered by
contractors in Singapore. International Journal of Project Management, ١٣(١), p.
٥١–٥٨.
١٠. Baba K (١٩٩٥). Cultural Influences on Construction Management. Proceeding of
the ١st International Conference on Construction Project Management, pp. ٩٩-١٠٦,
Singapore.
١١. Lema NM (١٩٩٥). Construction of labour productivity modeling. University of Dar
Elsalaam.
١٢. Kaming PF, Olomolaiye P, Holt GD, and Harris FC (١٩٩٧). Factors Influencing
Craftmen’s Productivity in Indonesia. International Journal of Project
Management, ١٥(١), p. ٢١–٣٠.
١٣. Olomolaiye P, Jayawardane A, and Harris F (١٩٩٨). Construction Productivity
Management. Chartered Institute of Building, UK.
١٤. Thomas HR, Riley DR, and Sanvido VE (١٩٩٩). Loss of Labor Productivity due to
Delivery Methods and Weather. Journal of Construction Engineering and
Management, ١٢٥(١), pp. ٣٩-٤٦.
١٥. Makulsawatudom and Emsley (٢٠٠٢). Critical factors influencing construction
productivity in Thailand. Proceeding of CIB ١٠th International Symposium
Construction Innovation and Global Competitiveness, Cincinnati, Ohio, USA.
١٦. Hanna AS, Taylor CS, and Sullivan KT (٢٠٠٥). Impact of Extended Overtime on
Construction Labor Productivity. Journal of Construction Engineering and
Management, ١٣١(٦), pp. ٧٣٤-٧٣٩.
١٧. Nepal MP, Park M, and Son B (٢٠٠٦). Effects of Schedule Pressure on Construction
Performance. Journal of Construction Engineering and Management, ١٣٢(٢), pp.
١٨٢-١٨٨.
١٨. Khoramshahi F, Dehghan R, and Mortaheb MM (٢٠٠٦). Factors Influencing
Construction Productivity. Proceedings of the ١٠th EASEC, Bangkok, Thailand.
١٩. Enshassi A, Mohamed, S, Mustafa ZA, and Mayer PE (٢٠٠٧). Factors Affecting
Labour Productivity in Building Projects in the Gaza Strip. Journal of Civil
Engineering and Management, XIII(٤), ٢٤٥–٢٥٤.

١٨
 ISSN 1813- 7822 ٢٠١٤ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار‬

٢٠. Alinaitwe HM, Mwakali JA, and Hansson B (٢٠٠٧). Factors Affecting the
Productivity of Building Craftsmen–Studies of Uganda. Journal of Civil
Engineering and Management, XIII(٣), ١٦٩–١٧٦.
٢١. Weng-Tat C (٢٠٠٧). A Systems Perspective of Construction Productivity
Improvement Efforts. Proceeding of the ١st International Conference of EACEF,
Jakarta–Indonesia.
٢٢. Hanna AS, Chang CK, Sullivan KT, and Lackney JA (٢٠٠٨). Impact of Shift Work
on Labor Productivity for Labor Intensive Contractor. Journal of Construction
Engineering and Management, ١٣٤(٣), pp. ١٩٧-٢٠٤.
٢٣. Kazaz A, Manisali E, and Ulubeyli S (٢٠٠٨). Effect of Basic Motivational Factors on
Construction Workforce Productivity in Turkey. Journal of Civil Engineering and
Management, ١٤(٢), pp. ٩٥-١٠٦.
‫ﻣﺎﺟﺪ "اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻓﻲ إﻧﺘﺎﺟﯿﺔ اﻟﻌﺎﻣﻠﯿﻦ "دراﺳﺔ ﺗﻄﺒﯿﻘﯿﺔ ﻋﻠﻰ ﻗﻄﺎع اﻟﺼﻨﺎﻋﺎت‬،‫ ﻣﺤﻤﺪ اﺑﺮاھﯿﻢ و ھﻨﯿﺔ‬،‫ ﻣﻘﺪاد‬.٢٤
‫اﻟﺨﺸﺒﯿﺔ ﻓﻲ ﻗﻄﺎع ﻏﺰة" ﺑﺤﺚ ﻣﻘﺪم إﻟﻰ اﻟﻤﺆﺗﻤﺮ اﻟﻌﻠﻤﻲ اﻷول" اﻻﺳﺘﺜﻤﺎر واﻟﺘﻤﻮﯾﻞ ﻓﻲ ﻓﻠﺴﻄﯿﻦ ﺑﯿﻦ آﻓﺎق اﻟﺘﻨﻤﯿﺔ‬
‫ م‬٢٠٠٥ ‫ ﻣﺎﯾﻮ‬،‫واﻟﺘﺤﺪﯾﺎت اﻟﻤﻌﺎﺻﺮة" اﻟﻤﻨﻌﻘﺪ ﺑﻜﻠﯿﺔ اﻟﺘﺠﺎرة ﻓﻲ اﻟﺠﺎﻣﻌﺔ اﻹﺳﻼﻣﯿﺔ‬
‫"اﻧﺘﺎﺟﯿﺔ اﻟﯿﺪ اﻟﻌﺎﻣﻠﺔ ﻟﻔﻘﺮة اﻟﺒﻨﺎء ﺑﺎﻟﻄﺎﺑﻮق ﻓﻲ ﻗﻄﺎع اﻟﺘﺸﯿﯿﺪ ﻟﻤﻨﻄﻘﺔ‬. ١٩٨٩ ،‫ طﺎرق‬،‫ ﻧﺒﯿﻞ ﺟﻤﯿﻞ و ﺣﺪاد‬،‫ اﻟﻄﻮﯾﻞ‬.٢٥
.٧٩ ‫ ص‬،‫ ﻣﺠﻠﺔ اﻟﮭﻨﺪﺳﺔ واﻟﺘﻜﻨﻮﻟﻮﺟﯿﺎ‬،"‫ﺑﻐﺪاد‬
‫"دراﺳﺔ ﺗﺎﺛﯿﺮ اﻟﻤﻨﺎخ وﺳﺎﻋﺎت اﻟﻌﻤﻞ اﻟﻄﻮﯾﻠﺔ ﻋﻠﻰ ﺗﺒﺎﯾﻦ اﻻداء ﻓﻲ اﻟﻤﺸﺎرﯾﻊ‬. ١٩٩٠،‫ ﻣﺤﻤﺪ آراز ﻣﺤﻤﺪ ﻋﻠﻲ‬،‫ ﺳﻌﯿﺪ‬.٢٦
.‫ اﻟﺠﺎﻣﻌﺔ اﻟﺘﻜﻨﻮﻟﻮﺟﯿﺔ‬،‫ ﻗﺴﻢ اﻟﺒﻨﺎء واﻻﻧﺸﺎءات‬،‫ رﺳﺎﻟﺔ ﻣﺎﺟﺴﺘﯿﺮ‬،"‫اﻻﻧﺸﺎﺋﯿﺔ‬
‫”"دراﺳﺔ ﺗﺎﺛﯿﺮ ﻋﺪد ﻣﻦ اﻟﻌﻮاﻣﻞ ﻋﻠﻰ ﻣﺴﺘﻮى اﻻﻧﺘﺎﺟﯿﺔ واﻧﻈﻤﺔ اﻻﺟﻮر واﻟﺤﻮاﻓﺰ‬.،١٩٩٦،‫اﺑﺮاھﯿﻢ ﻋﺒﺪ ﷲ‬، ‫ ﻋﯿﺪان‬.٢٧
.‫ اﻟﺠﺎﻣﻌﺔ اﻟﺘﻜﻨﻮﻟﻮﺟﯿﺔ‬،‫ ﻗﺴﻢ اﻟﺒﻨﺎء واﻻﻧﺸﺎءات‬،‫ رﺳﺎﻟﺔ ﻣﺎﺟﺴﺘﯿﺮ‬،”‫ﻓﻲ اﻟﻤﺸﺎرﯾﻊ اﻻﻧﺸﺎﺋﯿﺔ ﻓﻲ اﻟﻌﺮاق‬
٢٨. Al-Zwainy Faiq M. S. ٢٠١٢a. “The Use of Artificial Neural Networks for
Productivity Estimation of finishing Stone works for Building Projects”. Journal of
Engineering and Development,١٦(٢):٤٢-٦٠
٢٩. Al-Zwainy Faiq M. S, Hatem A. R, Huda F. I.,(٢٠١٢). “using artificial neural
network for finishing works for floors with marble”. ARPN Journal of Engineering
and Applied Sciences, VOL. ٧, NO. ٦, JUNE ٢٠١٢, ٧١٤-٧٢٢.
٣٠. Samer Ezeldin and Lokman M. Sharara,(٢٠٠٦), "Neural Networks for Estimating
the Productivity of Concreting Activities" Journal of construction engineering and
management ASCE/June, Vol.١٣٢
٣١. Ming Lu, S. M. AbouRizk, and Ulrich H. Hermann,(٢٠٠٠), "Estimating Labor
Productivity Using Probability Inference Neural Network", JOURNAL OF
COMPUTING IN CIVIL ENGINEERING / OCTOBER, Vol. ١٤.
٣٢. Tam .C.M., Thomas K.L. Tong & Sharon L. Tse,(٢٠٠٢) "Artificial Neural Networks
Model for Predicting Excavator Productivity" Department of Building and
Construction, City University of Hong Kong, ٨٣, Tat Chee Avenue, Kowloon, Hong
Kong, China. Engineering, Construction and Architectural Management © ASCE

١٩
 ISSN 1813- 7822 ٢٠١٤ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار‬

٣٣. Jason Portas and Simaan AbouRizk , (١٩٩٧),"Neural Network Model for
Estimating Construction Productivity", JOURNAL OF CONSTRUCTION
ENGINEERING AND MANAGEMENT © ASCE / DECEMBER, Vol. ١٢٣.
٣٤. Li-Chung Chao, and Miroslaw J. Skibniewski,(١٩٩٤) " Estimating Construction
Productivity: Neural-Network-Based Approach", Journal of Computing in Civil
Engineering / April, Vol. ٨.
٣٥. Luger G. F. and stubble field W. A. (١٩٩٨) , “ Artificial Intelligence structures and
strategies for complex problem solving ” , Addison Wesley longman , Inc. , USA.
٣٦. Haykin, S., (١٩٩٩), “Neural Network a Comprehensive Foundation”, ٢nd ed.
Prentic-Hall International Inc.
٣٧. Kinnebrock , Werner , (١٩٩٥), “ Neural Networks Fumdoman tals , Application ،
example ‘ , Galgotia publications , prt . ltd. , New Delhi

٢٠
 ‫‪ISSN 1813- 7822‬‬ ‫ﻣﺟﻠﺔ اﻟﮭﻧدﺳﺔ واﻟﺗﻧﻣﯾﺔ – اﻟﻣﺟﻠد اﻟﺛﺎﻣن ﻋﺷر – اﻟﻌدد اﻟﺛﺎﻧﻲ – آذار ‪٢٠١٤‬‬

‫اﻟﻤﻠﺤﻖ ) أ ( اﺳﺘﻤﺎرة ﻗﯿﺎس اﻟﻌﻤﻞ‬

‫اﺳﺘﻤﺎرة ﻗﯿﺎس اﻟﻌﻤﻞ‬
‫ﻟﻔﻘﺮة إﻋﻤﺎل اﻟﺘﺴﻄﯿﺢ ﻓﻲ اﻟﻤﺒﺎﻧﻲ اﻟﺴﻜﻨﯿﺔ‬
‫اوﻻ‪ :‬ﻣﻌﻠﻮﻣﺎت اﻟﻤﺸﺮوع‬
‫اﺳﻢ اﻟﻤﺸﺮوع‬
‫ﻣﻮﻗﻊ اﻟﻤﺸﺮوع‬
‫اﻟﺠﮭﺔ اﻟﻤﺴﺘﻔﯿﺪة‬
‫اﻟﺠﮭﺔ اﻟﻤﻨﻔﺬه‬

‫ﺛﺎﻧﯿﺎ‪ :‬ﻣﻌﻠﻮﻣﺎت ﻓﺮﯾﻖ اﻟﻌﻤﻞ‬

‫ﻋﻤﺮ اﻟﺨﻠﻔﺔ )اﻻﺳﻄﺔ(‬

‫ﻋﺪد ﺳﻨﻮات اﻟﺨﺒﺮه‬
‫اﻟﺘﺤﺼﯿﻞ اﻟﺪراﺳﻲ‬
‫ردﯾﺌﺔ‬ ‫ﻣﺘﻮﺳﻄﺔ‬ ‫ﺟﯿﺪة‬ ‫اﻟﺤﺎﻟﺔ اﻟﺼﺤﯿﺔ‬
‫ﻋﺪد اﻟﻌﻤﻞ اﻟﻤﺴﺎﻋﺪﯾﻦ‬

‫ﺛﺎﻟﺜﺎ‪ :‬ظﺮوف اﻟﻤﺸﺮوع‬

‫ﻣﻀﻄﺮﺑﺔ‬ ‫طﺒﯿﻌﯿﺔ وﻣﺴﺘﻘﺮة‬

‫اﻟﺤﺎﻟﺔ اﻻﻣﻨﯿﺔ‬

‫ﻣﻤﻄﺮ‬ ‫ﻣﺸﻤﺲ‬
‫اﻟﻈﺮوف اﻟﺠﻮﯾﺔ‬

‫ﻏﯿﺮ ﻣﻨﻈﻤﺔ‬ ‫ﻣﻨﻈﻤﺔ‬

‫ظﺮوف ﻣﻮﻗﻊ اﻟﻌﻤﻞ‬

‫ﻋﻨﺪ ﻣﻨﺴﻮب ‪ ١٢‬م‬ ‫ﻋﻨﺪ ﻣﻨﺴﻮب ‪٩‬م‬ ‫ﻋﻨﺪ ﻣﻨﺴﻮب ‪٦‬م‬ ‫ﻋﻨﺪ ﻣﻨﺴﻮب ‪٣‬م‬
‫ﻣﻨﺴﻮب اﻟﻌﻤﻞ‬

‫ﻏﯿﺮ ﻣﺘﻮﻓﺮة‬ ‫ﻣﺘﻮﻓﺮة ﺑﺼﻮرة ﺟﺰﺋﯿﺔ‬ ‫ﻣﺘﻮﻓﺮة ﺑﺼﻮرة ﻛﺎﻣﻠﺔ‬

‫ﺗﻮﻓﺮ اﻟﻤﻮاد اﻻﻧﺸﺎﺋﯿﺔ‬

‫ﻏﯿﺮ ﻣﻄﺎﺑﻖ ﻟﻠﻤﻮاﺻﻔﺎت اﻟﻔﻨﯿﺔ‬ ‫ﻣﻄﺎﺑﻖ ﻟﻠﻤﻮاﺻﻔﺎت اﻟﻔﻨﯿﺔ‬

‫ﻧﻮﻋﯿﺔ اﻟﻌﻤﻞ اﻟﻤﻨﻔﺬ‬

‫ﻋﺪد ﺳﺎﻋﺎت اﻟﻌﻤﻞ‬ ‫وﻗﺖ اﻟﻨﮭﺎﯾﺔ‬ ‫وﻗﺖ اﻟﺒﺪاﯾﺔ‬

‫وﻗﺖ اﻟﻌﻤﻞ‬
‫‪ ٢٤‬ﺳﺎﻋﺔ‬ ‫ﻣﺴﺎﺋﻲ‬ ‫ﺻﺒﺎﺣﻲ‬
‫ﻧﻮع ﺷﻔﺖ اﻟﻌﻤﻞ‬
‫م‪/٢‬ﯾﻮم‬ ‫ﻣﻘﺪار اﻻﻧﺘﺎﺟﯿﺔ اﻟﺤﻘﯿﻘﯿﺔ‬

‫‪٢١‬‬