الشبكات العصبية العاطفية لتقدير تكاليف صيانة المباني وتشغيلها: إطار مبتكر نحو مبان مستدامة

تمهيد

تمثل تكاليف صيانة المباني وتشغيلها نسبة كبيرة من تكاليف دورة حياة مشروعات التشييد، إذ تتراكم هذه التكاليف عامًا بعد عام طوال العمر التشغيلي للمبنى حتى تتجاوز في كثير من الأحيان كلفة إنشائه الأولى، ولذلك فإن تقديرها بدقة يعد شرطًا أساسيًا لضمان الاستدامة طويلة الأجل والكفاءة المالية للمباني، غير أن النماذج التقليدية لتقدير هذه التكاليف التي تعتمد على الانحدار الخطي أو على أساليب تعلم آلة ثابتة البنية تعاني قصورًا في الدقة وقدرة محدودة على التكيف مع تعقيد البيانات وتغيرها، وفي المملكة العربية السعودية التي تشهد نهضة عمرانية واسعة في إطار مستهدفات التنمية، تبرز الحاجة إلى أدوات تنبؤ أكثر ذكاء وموثوقية تساعد مديري المباني والمطورين على التخطيط المالي السليم، ومن هنا تنبع أهمية هذه الدراسة التي اقترحت إطارًا جديدًا لتقدير تكاليف الصيانة والتشغيل بالاستناد إلى الشبكات العصبية الاصطناعية العاطفية

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى تطوير إطار مبتكر للتنبؤ بتكاليف الصيانة والتشغيل في مشروعات التشييد عبر دمج شبكة عصبية اصطناعية عاطفية تتكيف في تعلمها ديناميكيًا من خلال آليات تغذية راجعة عاطفية اصطناعية وتقنيات تحسين متقدمة، وذلك بخلاف النماذج التقليدية التي تعتمد على الانحدار الخطي أو تعلم الآلة الساكن، وجمعت الدراسة بيانات المدخلات من 313 خبيرًا في مجال إدارة المباني والتشييد في منطقة حائل بالمملكة العربية السعودية من خلال استبانة شاملة، فأضفى دمج آراء الخبراء مع تقنيات تعلم الآلة المتقدمة طابعًا مبتكرًا على المنهجية ووفر تنبؤات بالتكاليف أكثر موثوقية وتكيفًا، ثم قارنت الدراسة نموذج الشبكة العصبية العاطفية المقترح بنموذج شبكة عصبية اصطناعية تقليدية لتقييم أدائه والحكم على مدى تفوقه

ثانيًا: أبرز النتائج

1، حقق نموذج الشبكة العصبية العاطفية معامل تحديد قدره 0.85 في مرحلة التدريب و0.81 في مرحلة الاختبار للمباني التي تتراوح أعمارها بين صفر وعشر سنوات، وهو ما يعكس قدرة عالية على تفسير التباين في تكاليف الصيانة والتشغيل والتنبؤ بها بدقة

2، تفوق النموذج المقترح بوضوح على الشبكة العصبية التقليدية التي حققت معامل تحديد قدره 0.78 في مرحلة التدريب و0.72 في مرحلة الاختبار، بما يؤكد أفضلية الآليات العاطفية التكيفية في تحسين جودة التعلم ودقة التنبؤ

3، سجل النموذج العاطفي جذرًا تربيعيًا لمتوسط مربعات الخطأ قدره 1.57 في مرحلة التدريب و1.60 في مرحلة الاختبار، وهو أدنى من قيم النموذج التقليدي البالغة 1.82 في التدريب و1.90 في الاختبار، بما يدل على أخطاء تنبؤ أصغر ونتائج أقرب إلى الواقع

4، أفضت هذه الدقة العالية إلى توقعات أكثر موثوقية لتكاليف الصيانة طويلة الأجل، وخفضت درجة عدم اليقين المحيطة بإعداد الميزانيات، وعززت موثوقية اتخاذ القرار لدى مديري المباني والمسؤولين عن تشغيلها

ثالثًا: دلالات الدراسة وتطبيقاتها

تحمل هذه النتائج دلالات عملية مباشرة لمديري المباني وشركات إدارة المرافق والمطورين العقاريين، إذ تتيح لهم توظيف نماذج ذكية للتنبؤ المبكر بتكاليف الصيانة والتشغيل وبناء ميزانيات واقعية تقلل المفاجآت المالية وتدعم استدامة الأصول، كما تفيد الباحثين وطلاب الدراسات العليا في هندسة التشييد وإدارة المشروعات وعلوم الحاسب بتقديم نموذج تطبيقي لتوظيف الشبكات العصبية العاطفية في مشكلات هندسية واقتصادية معقدة، وتفتح آفاقًا لتوسيع النموذج ليشمل فئات عمرية أخرى من المباني وأنواعًا مختلفة من المنشآت في مناطق المملكة كافة، وتبرز الدراسة كذلك قيمة دمج خبرات الممارسين الميدانيين في بناء نماذج التنبؤ، فالبيانات المستمدة من الخبراء تلتقط تفاصيل تشغيلية دقيقة قد تغيب عن السجلات الرسمية، مثل أنماط الأعطال المتكررة واختلاف ممارسات الصيانة من منشأة إلى أخرى، وهو ما يمنح النموذج حساسية أعلى لواقع المباني الفعلي ويجعل مخرجاته أكثر قابلية للتوظيف في قرارات التشغيل والتخطيط لبرامج الصيانة الوقائية

وخلاصة القول إن الشبكات العصبية الاصطناعية العاطفية تقدم إطارًا واعدًا لتقدير تكاليف صيانة المباني وتشغيلها بدقة تتفوق على النماذج التقليدية، بما يدعم التخطيط المالي الرشيد ويرفع كفاءة إدارة الأصول، ويعزز مسار المباني المستدامة في المملكة العربية السعودية وسائر البيئات العمرانية سريعة النمو