<?xml version='1.0' encoding='UTF-8'?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName>همایش آروین البرز</PublisherName>
      <JournalTitle>ETSJR</JournalTitle>
      <Issn></Issn>
      <Volume>2</Volume>
      <Issue>1</Issue>
      <PubDate PubStatus="epublish">
        <Year>2026</Year>
        <Month>05</Month>
        <Day>24</Day>
      </PubDate>
    </Journal>

    <ArticleTitle>روش‌های نوین شناسایی و مدیریت ریسک در پروژه‌های ساختمانی</ArticleTitle>
    <VernacularTitle>روش‌های نوین شناسایی و مدیریت ریسک در پروژه‌های ساختمانی</VernacularTitle>
    <FirstPage>232</FirstPage>
    <LastPage>240</LastPage>
    <ELocationID EIdType="doi">10.22051/jera.2021.31891.2698</ELocationID>
    <Language>FA</Language>

    <AuthorList>
      <Author>
        <FirstName>سجاد</FirstName>
                <Affiliation>1-	کارشناسی ارشد مهندسی عمران و مدیریت ساخت،دانشگاه آزاد اسلامی واحد شوشتر،خوزستان،ایران</Affiliation>
      </Author>
    </AuthorList>

    <PublicationType></PublicationType>

    <History>
      <PubDate PubStatus="received">
        <Year>2026</Year>
        <Month>05</Month>
        <Day>21</Day>
      </PubDate>
    </History>

    <Abstract>مدیریت ریسک به عنوان یکی از حیاتی‌ترین ارکان مدیریت پروژه، نقشی تعیین‌کننده در موفقیت یا شکست پروژه‌های ساختمانی ایفا می‌کند. با افزایش پیچیدگی پروژه‌ها، روش‌های سنتی شناسایی و ارزیابی ریسک که عمدتاً بر قضاوت‌های ذهنی و چک‌لیست‌های ایستا استوار بودند، دیگر کارایی لازم را برای مواجهه با ابهامات محیطی ندارند. هدف از این پژوهش مروری، شناسایی و تحلیل روش‌های نوین و پیشرفته در حوزه مدیریت ریسک صنعت ساخت است. در این راستا، با بررسی متون علمی و مقالات معتبر در بازه زمانی اخیر، رویکردهای مبتنی بر فناوری‌های نوین و مدل‌های ریاضی پیشرفته مورد واکاوی قرار گرفته است. یافته‌های پژوهش نشان می‌دهد که گذار از مدیریت ریسک سنتی به سمت مدیریت ریسک هوشمند، با بهره‌گیری از ابزارهایی نظیر مدل‌سازی اطلاعات ساختمان (BIM)، هوش مصنوعی (AI)، یادگیری ماشین و منطق فازی شتاب گرفته است. این ابزارها امکان شناسایی خودکار ریسک‌ها و تحلیل‌های کمی دقیق‌تر را فراهم می‌آورند. همچنین، استفاده از داده‌های بزرگ (Big Data) و اینترنت اشیا (IoT) در پایش لحظه‌ای ریسک‌های کارگاهی، به ویژه در حوزه ایمنی و لجستیک، تحولی شگرف ایجاد کرده است. نتایج این تحقیق نشان می‌دهد که ادغام این فناوری‌ها نه تنها دقت پیش‌بینی‌ها را افزایش می‌دهد، بلکه با ارائه استراتژی‌های پاسخ‌دهی پویا، موجب کاهش انحرافات زمانی و هزینه‌ای در پروژه‌ها می‌گردد. در نهایت، چالش‌های پیاده‌سازی این روش‌ها از جمله محدودیت‌های داده‌ای و مقاومت سازمانی بررسی شده و پیشنهاداتی برای توسعه مدیریت ریسک یکپارچه در صنعت ساخت ارائه گردیده است.</Abstract>
    <OtherAbstract Language="FA">مدیریت ریسک به عنوان یکی از حیاتی‌ترین ارکان مدیریت پروژه، نقشی تعیین‌کننده در موفقیت یا شکست پروژه‌های ساختمانی ایفا می‌کند. با افزایش پیچیدگی پروژه‌ها، روش‌های سنتی شناسایی و ارزیابی ریسک که عمدتاً بر قضاوت‌های ذهنی و چک‌لیست‌های ایستا استوار بودند، دیگر کارایی لازم را برای مواجهه با ابهامات محیطی ندارند. هدف از این پژوهش مروری، شناسایی و تحلیل روش‌های نوین و پیشرفته در حوزه مدیریت ریسک صنعت ساخت است. در این راستا، با بررسی متون علمی و مقالات معتبر در بازه زمانی اخیر، رویکردهای مبتنی بر فناوری‌های نوین و مدل‌های ریاضی پیشرفته مورد واکاوی قرار گرفته است. یافته‌های پژوهش نشان می‌دهد که گذار از مدیریت ریسک سنتی به سمت مدیریت ریسک هوشمند، با بهره‌گیری از ابزارهایی نظیر مدل‌سازی اطلاعات ساختمان (BIM)، هوش مصنوعی (AI)، یادگیری ماشین و منطق فازی شتاب گرفته است. این ابزارها امکان شناسایی خودکار ریسک‌ها و تحلیل‌های کمی دقیق‌تر را فراهم می‌آورند. همچنین، استفاده از داده‌های بزرگ (Big Data) و اینترنت اشیا (IoT) در پایش لحظه‌ای ریسک‌های کارگاهی، به ویژه در حوزه ایمنی و لجستیک، تحولی شگرف ایجاد کرده است. نتایج این تحقیق نشان می‌دهد که ادغام این فناوری‌ها نه تنها دقت پیش‌بینی‌ها را افزایش می‌دهد، بلکه با ارائه استراتژی‌های پاسخ‌دهی پویا، موجب کاهش انحرافات زمانی و هزینه‌ای در پروژه‌ها می‌گردد. در نهایت، چالش‌های پیاده‌سازی این روش‌ها از جمله محدودیت‌های داده‌ای و مقاومت سازمانی بررسی شده و پیشنهاداتی برای توسعه مدیریت ریسک یکپارچه در صنعت ساخت ارائه گردیده است.</OtherAbstract>

    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">مدیریت ریسک، پروژه‌های ساختمانی، هوش مصنوعی، مدل‌سازی اطلاعات ساختمان (BIM).</Param>
      </Object>
    </ObjectList>

    <ArchiveCopySource DocType="pdf">/downloadfilepdf/313629</ArchiveCopySource>
  </Article>
</ArticleSet>
