Abstract:
با توجه به نقش مهمی که منابع در موفقیت یا شکست پروژهها بازی میکنند، در 60 سال اخیر پژوهشهای بسیاری در زمینه تسطیح منابع انجام گرفته است. نخستین پژوهشها شرایط اجرای پروژه را قطعی در نظر گرفتند ولی پژوهشهای بعدی به سمت غیر قطعی بودن شرایط پروژه سوق پیدا کردند. برخی از این پژوهشهای غیرقطعی شرایط اجرای پروژه را تنها فازی و برخی آن را تنها تصادفی فرض کردند. پس از معرفی تئوری فازی-تصادفی پژوهشهای مدیریت پروژه شرایط اجرای یک پروژه را فازی-تصادفی دانستند. بنابراین با توجه به جای خالی این رویکرد در تسطیح منابع، پژوهش کمی و توسعهای پیشرو یک مدل تسطیح منابع فازی-تصادفی چند هدفه توسعه داد. در این پژوهش زمان انجام پروژه به صورت یک متغیر فازی-تصادفی در نظر گرفته شده است. در نهایت مدل ارایه شده که در زمره مدلهای NP-hard قرار میگیرد، توسط یک الگوریتم NSGA-II توسعه داده شده، در نرم افزار Matlab حل شد. این الگوریتم توسط دو الگوریتم دیگر یعنی الگوریتم کنترل و الگوریتم آمادهساز متغیر تصمیم و یک حافظه کنترل کننده، برای حل مشکل تنوع پروژهها، توسعه داده شد. نوآوری این پژوهش در دو مورد قابل ذکر است، اول اینکه مدل تسطیح منابع چندهدفه به صورت فازی-تصادفی ارایه شد و مورد دوم اینکه برای حل آن الگورتیم NSGA-II توسعه داده شد. در پایان نیز تکرارپذیری، همگرایی، کارآیی و اعتبار الگوریتم پیشنهادی آزمایش، مورد بحث و تایید قرار گرفت.
Due to the vital role resources play in the project's success or failure, in the last 60 years, much research has been done in the field of resource-leveling. The first studies considered the conditions of the project to be definite, but the following researches led to the uncertainty of the project conditions. Some of these uncertain studies assumed that the project conditions were only fuzzy, and some assumed that they were only stochastic. After introducing fuzzy-stochastic theory, project management research considered the conditions for a project to be fuzzy-stochastic. Due to the gap of this approach in resource leveling, this quantitative and developing research developed a multi-objective fuzzy-random resource-leveling model. In this research, the project execution time is considered as a fuzzy-random variable. Finally, the proposed model, which is among the NP-hard models, was solved by an NSGA-II algorithm in Matlab software. Two other algorithms developed this algorithm, namely control algorithm and variable decision preparation algorithm, and a control-memory, to solve the problem of project's diversity. The innovation of this research is noteworthy in two cases. The first is that the multi-objective resource-leveling model was presented in a fuzzy-random manner, and the second is that the NSGA-II algorithm was developed to solve it. Finally, the proposed algorithm's reproducibility, convergence, efficiency, and validity were discussed and approved.
Machine summary:
پژوهش هاي نوين در تصميم گيري دوره ٦، شماره ٣، پاييز ١٤٠٠، صص ١٢٩-١٥٤ نوع مقاله : پژوهشي تسطيح منابع پروژه تحت شرايط فازي- تصادفي فرنوش خالديان ١، منصور مؤمني ٢* ١.
در اين پژوهش زمان انجام پروژه به صورت يک متغير فازي-تصادفي در نظر گرفته شده است .
نوآوري اين پژوهش در دو مورد قابل ذکر است ، اول اينکه مدل تسطيح منابع چندهدفه به صورت فازي -تصادفي ارائه شد و مورد دوم اينکه براي حل آن الگورتيم NSGA-II توسعه داده شد.
بنابراين در پژوهش پيش رو مسئله تسطيح منابع ، با فرض فازي - تصادفي بودن زمان پايان هر فعاليت و کل پروژه مدل سازي ميگردد.
ساير محدوديت هاي اين مسئله نيز با توجه به بررسي شرايط پروژه مورد مطالعه براي اولين بار به صورت فازي-تصادفي ارائه شده اند.
136 پژوهش هاي نوين در تصميم گيري ـــــــــــــــــــــــــــــــــ دوره ٦، شماره ٣، پاييز ١٤٠٠ شکل ١: مراحل اجراي الگوريتم NSGA-II توسعه يافته طراحي ورودي هاي الگوريتم زمان فعاليت ها و زمان نهايي (تحويل ) پروژه : زمان اجراي پروژه حتي اگر ريسک بحراني اتفاق نيفتد، سه سناريوي اجراي خوش بينانه ، بدبينانه و محتمل (به عنوان متغيرهاي زباني فازي) نسبت به برنامه مبنا وجود دارد.
بنابراين در اين پژوهش مدل چند هدفه تسطيح منابع با رويکرد فازي-تصادفي ارائه شد.
A fuzzy optimal model for construction resource leveling scheduling.
Resource leveling in construction by genetic algorithm-based optimization and its decision support system application.