• شماره ركورد
    19428
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    ۱۹۴۲۸
  • پديد آورنده

    محمد ساعي شاهي

  • عنوان
    ائه مدلي براي تيم‌سازي مبتني بر شبكه همكاري متخصصين
  • مقطع تحصيلي
    دكتراي تخصصي
  • رشته تحصيلي
    مديريت سيستم و بهره وري
  • تاريخ دفاع
    ۱۳۹۶/۱۱/۰۲
  • استاد راهنما
    دكتر محمد فتحيـان
  • استاد مشاور
    دكتر احمد ماكوئي
  • دانشكده
    صنايع
  • چكيده
    در اين رساله چندين مدل بهينه سازي جهت بيشينه سازي قابليت اطمينان تيم‌هاي پروژه پيشنهاد داده شده است. اين پژوهش به مديران پروژه‌ها جهت مديريت وظايف و يا فرآيندها با ايجاد يك تيم قابل اطمينان و موثر كمك مي‌كند. تمام مدل‌هاي تيم‌سازي پيشنهادي در اين رساله بر روي يافتن بهترين تيم پروژه قابل اطمينان تمركز مي‌كند كه اعضاء تيم علاوه بر پوشش مهارت‌هاي مورد نياز، داراي بهترين شبكه همكاري هستند. مدل‌هاي پيشنهادي به وسيله تعيين يك پشتيبان براي اعضاء غير قابل اطمينان تيم در تشكيل تيم قابل اطمينان به مديران پروژه كمك مي‌كنند. در اين رساله در ابتدا مدل پايه تيم‌سازي تحت عنوان TFP توسعه داده شده است كه با بيشينه كردن وزن همكاري ميان اعضاء تيم و پوشش مهارت‌هاي موردنياز تيمي كارآمد را پيشنهاد مي‌دهد. در مدل دوم كه تحت عنوان RTFP1 مطرح گرديد يك تيم قابل‌اطمينان كه حداكثر پايداري به دليل عدم ترك اعضاء را دارد با در نظر گرفتن احتمال ترك اعضاء تيم و تعيين پشتيبان براي هر عضوي كه احتمال ترك تيم توسط او وجود دارد توسط مدل پيشنهاد مي‌گردد. جهت ساده‌تر شدن مدل و امكان ارائه مدل خطي فرض شده است كه احتمال ترك افراد در كليه افراد غير قابل‌اطمينان برابر مي‌باشد. در مدل سوم كه تحت عنوان RTFP2 توسعه داده شده است، محدوديت برابري احتمال ترك تيم آزاد مي‌گردد و يك مدل غيرخطي و خطي با هدف بيشينه‌سازي احتمال پايداري تيم توسعه داده‌شده است. مدل نهايي اين رساله تحت عنوان RTFP3 يك مدل چند هدفه است كه همزمان سه هدف شبكه همكاري اعضاء، قابليت اطمينان تيم و سطح مهارت اعضاء را بيشينه مي‌كند. براي ارزيابي مدل‌ها از يك شبكه همكاري شبيه سازي شده و مجموعه داده واقعي استفاده شده است. يك مثال از كاربرد مدل در يك پروژه تحقيق و توسعه واقعي نيز در اين رساله بيان گرديده است. مسئله تيم‌سازي يك مسئله NP-Hard است، لذا براي حل مدل از يك الگوريتم چند هدفه فراابتكاري به نام NSGA-II استفاده شده است. براي ارزيابي الگوريتم NSGA-II نتايج حل يك مسئله شبيه سازي شده با روش محدوديت اپسيلون تقويت شده مقايسه گرديد و مورد ارزيابي قرار گرفت. نتايج پياده سازي مدل‌ها بر روي داده‌هاي مختلف نشان دهنده عمكرد مناسب مدل‌هاي پيشنهادي است.
  • تاريخ ورود اطلاعات
    1397/07/10
  • عنوان به انگليسي
    A Model for Team Formation Based on Experts Collaboration
  • تاريخ بهره برداري
    3/20/2019 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    محمد ساعي شاهي

  • چكيده به لاتين
    This thesis proposes several optimization models to maximize the reliability of project teams. The aim of this thesis is to provide managers of projects with functions or processes, required for the formation of a reliable and efficient team. All Reliable Team Formation Problem Models focused on finding a reliable team of project experts who, in addition to providing a certain number of skills, formed the best collaboration network. The proposed models can help the project manager in the formation of a reliable team by selecting a backup for each unreliable team member. First model (TFP) is a team formation based model that maximizes team member collaboration weight and covers required skills. Second model (RTFP1) maximizes reliability by considering remaining probability of a team member and proposing a backup for each unreliable team members. In this model assumed that remaining probability for all members are equal. In next model (RTFP2) we release the equality of probability assumption and develop nonlinear and linear models for team formation. . Final model (RTFP3) provides a multi objective model that maximizes collaboration network, reliability and expert’s skill level simultaneous. Artificial and real-life collaboration networks have also been presented for practical use. An example of models application to a real research and development project is provided. Team formation problem is NP-Hard Problem, so a multi_objective metaheuristic optimization algorithms that called Non-dominated Sorting Genetic Algorithm II (NSGA-II) used to solve the model. NSGA-II algorithm evaluated by augmented ε-constraint method. The result of using models in various data shows the appropriate performance of them.