16160

16160

بكارگيري برنامه ريزي چند هدفه فازي در تصميم هاي مديريت پروژه با در نظر گرفتن هزينه جريمه و پاداش

كارشناسي ارشد

سيستم و بهره وري

ارديبهشت ماه 1395

ارديبهشت ماه 1395

دكتر مرتضي باقرپور

دكتر سيامك نوري

صنايع

چكيده در مسائل واقعي ، مدير پروژه بايد بتواند چند هدف متعارض كه منابع سازمان را مصرف مي كنند دنبال كرده و بهترين تصميم را اتخاذ كند. اكثر مديران در پروژه ها به دنبال كاهش هزينه كل ، كاهش زمان كل ، كاهش مدت انجام فعاليت ها ، كاهش هزينه فشرده سازي و هزينه جريمه و همچنين افزايش سود و استفاده بهينه از تجهيزات مي باشند. اين اهداف به دليل كمبود اطلاعات مورد نياز و كامل نبودن آن ها به طور قابل ملاحظه اي داراي عدم قطعيت مي باشند . مدل ارائه شده براي كاهش زمان اتمام پروژه ، دانستن ميزان ذخيره در هزينه هاي غير مستقيم، با استفاده از افزايش هزينه هاي مستقيم عمل مي كند. در ابتدا مدل چندهدفه فازي به مدل تك هدفه تبديل و سپس مسئله در ابعاد مختلف (كوچك، متوسط و بزرگ) با دو الگوريتم فرا ابتكاري مهم حل شد و نتايج حل مسئله به تفصيل با يكديگر مقايسه شد. نتايج به‌دست آمده از اين پژوهش، حاكي از آن است كه الگوريتم ژنتيك نتايج بهتري براي مدل مسئله ما كه فاكتورهاي سودآوري پروژه در آن لحاظ شده بود ، در بر داشت. كليد واژه ها: مديريت پروژه ، موازنه هزينه - زمان، مدل چند هدفه فازي

1395/09/29

Abstract: Project management decisions require considering several conflicting constraints an​d objectives as well as uncertainties in the information over the planning period. The study aims to design a multi-objective programming model for solving time-cost tradeoff problem under fuzzy environment. The developed model consists of two objectives such as minimizing total project completion time, minimizing total project completion cost special attention by taking into account several factors such as crash time, normal time, normal cost, crash cost, indirect cost as well as financial bonus an​d incremental penalty cost. In the study,we used two important metaheuristic procedures such as GA an​d PSO for solving the model in varius scales an​d the results shows that GA is more effective for this problem. Keywords: ProjectManagement, Fuzzy Multi-objective, Bonus, Incremental penalty cost