project scheduling
در نشریات گروه مدیریت-
Developing a suitable plan and optimal use of available facilities are considered important factors in today's competitive world. The aim of this research is to provide an innovative genetic algorithm for the problem of investment in project resources. In terms of the purpose, this research is an applied and, in terms of data collection, it is of a mathematical analytical type. According to the positive experiences of using genetic algorithm to solve the problems of the specification in limited resources, this research aims to create two genetic algorithms for a type of allocation problem called investment problem in resources. Genetic algorithm designed was tested on the problems investigated by Mohring representing that the above problems are not complicated enough, because genetic algorithm has obtained optimal solution for the problems rapidly. So, more problems were generated by Progen software through more tests, and, in general, more than 15,000 problems tested by genetic algorithm. Then, by making changes in the above algorithm and using Akpan method and modifying this method, genetic algorithm has been improved. The method developed has also been compared with the previous method during the tests. After setting the parameters on 20 activity problems, the tests were conducted on 10 and 14 activity problems. It represented that new algorithm works more efficiently on these problems. On 30 activity problems in Dergzel and Kims, new and previous genetic algorithms were compared by using multivariate variance analysis and Duncan's test indicating a significant improvement in the answers.Keywords: Project Scheduling, Genetic Algorithm, Resource Limitation
-
هدفیکی از موارد مهم در زمینه مسایل مدیریت پروژه، زمانبندی پروژه است، از طرف دیگر، پروژه ها همواره با سطح بالایی از عدم قطعیت مواجهند؛ بنابراین مسیله زمانبندی پروژه در شرایط غیرقطعی، اهمیت زیادی دارد. هدف این پژوهش ارایه مدل ریاضی چندهدفه استوار، به منظور بهینه سازی زمانبندی پروژه با محدودیت منابع و در نظرگرفتن عدم قطعیت است که در آن فعالیت ها دارای چندین حالت اجرایی با مدت زمان، هزینه و منابع مربوطه اند.روشابتدا با مطالعه ادبیات نظری و پیشینه پژوهشی در حوزه مسایل زمانبندی پروژه، مفروضات، پارامترها و متغیرهای مدل ریاضی مشخص شدند. سپس با در نظر گرفتن اهداف و محدودیت های مسیله زمانبندی پروژه در شرایط قطعی، مسیله در قالب مدل ریاضی تبیین شد. در این پژوهش برای در نظرگرفتن عدم قطعیت در پارامترهای مسیله، از بهینه سازی استوار و رویکرد برتسیماس و سیم استفاده شده است.یافته هایافته ها حاکی از آن است که با افزایش میزان تلرانس پارامتر های غیرقطعی، مدت زمان پروژه افزایش می یابد و برای مقادیر بالاتر پارامترهای استواری، درصد تغییر مدت زمان پروژه روند کاهشی پیدا می کند.نتیجه گیریدر این پژوهش، پارامترهای استواری در تابع هدف ضریب منفی دارند؛ از این رو افزایش آن ها به کاهش مقدار تابع هدف منجر می شود. بیشترین ضریب کاهش مقدار تابع هدف، در تغییر پارامتر استواری از 2 به 1 است. همچنین این ضریب با افزایش مقدار پارامتر مربوطه روند کاهشی پیدا می کند؛ به این معنا که هر چه مقدار پارامترهای استواری بیشتر و بیشتر می شود، تاثیر آن در تغییر مقدار تابع هدف کاهش می یابد.کلید واژگان: بهینه سازی استوار، زمانبندی پروژه، هزینه، مدیریت پروژهObjectiveOne of the important issues in project management is project scheduling. Since projects are faced with high uncertainty, project scheduling is of high importance under uncertain conditions. The purpose of this research is to present a robust multi-objective model to optimize project scheduling with limited resources by considering uncertainty, in which activities have several execution modes with uncertain duration, costs, and resources.MethodsAfter reviewing the extant theoretical literature on project scheduling, the assumptions, parameters, and variables of the mathematical model were determined. Then, considering the goals and limitations of the project scheduling problem in deterministic conditions, a mathematical model was developed. This model was transformed into a single-objective model by the epsilon constraint method. To consider the uncertainty in the parameters of the problem, robust optimization, and Bertsimas and Sim's approach were used. Also, Robust optimization of the single-objective model was developed to consider the uncertainty.ResultsAccording to the obtained results, while the duration of the project increases with the increase in the tolerance of non-deterministic parameters; the percentage of project duration changes decreases for higher values of robust parameters.ConclusionThe robust parameters are with negative coefficient in the objective function, so their increase leads to a decrease in the objective function value. The highest reduction of the objective function is when the robust parameter is changed from two to one. This coefficient decreases with the increasing value of the corresponding parameter i.e., as the value of stability parameters increases, its effect on changing the value of the objective function decreases. The cost parameter was changed between -40% to +40% for the value of gamma 10 (the state where 10 activities of the project are non-deterministic) for different variation values of parameters of non-deterministic activities. Its effect on the values of the objective function indicated that the variation of the cost parameter in the range of 0 to +40% turns it into an unnecessary constraint and that its change has no effect on the value of the objective function (project duration). Also, in the range of 0 to -40%, the cost reduction caused a decrease in the value of the objective function (increasing the project duration) and the maximum impact of the reduction of the project budget related to the situation where the uncertain parameters of time and cost change by 40% and 50%.Keywords: Robust optimization, Project scheduling, Cost, Project management
-
مسیله زمان بندی پروژه، یکی از مهم ترین و کاربردی ترین مفاهیم مدیریت پروژه است. بسیاری از شرکت ها و سازمان هایی که پروژه محورند، استراتژی کاهش هزینه های متغییر را در اجرای پروژه دنبال می کنند. با توجه به محیط کسب وکار کنونی، بسیاری از شرکت ها علاوه بر پایین آوردن هزینه های خود، به دنبال پیشگیری از تاخیر در اتمام پروژه اند. در این پژوهش، یک مدل ریاضی چندهدفه فازی زمان بندی پروژه با محدودیت منابع چندمهارته، با قابلیت تغییر سطح مهارت ها ارایه شد که هدف آن بهینه کردن سیاست زمان بندی پروژه و استخدام مهارت هاست. با توجه به چند هدفه بودن مدل، از یک رویکرد برنامه ریزی آرمانی استفاده شده است که مدل تک هدفه معادل حاصل می شود. نظر به اینکه مسیله زمان بندی پروژه چندمهارته جزء مسایل ان پی سخت محسوب می شود و مسیله پیشنهادی نیز حالت توسعه یافته مسیله مذکور است، درنتیجه آن نیز جزء مسایل ان پی سخت است. به همین سبب برای حل مسیله پیشنهادی، روش فرا ابتکاری ژنتیک چندهدفه ژنتیک و فاخته انتخاب و برای حل مسیله از آن استفاده شد. در ادامه، مقدار بهینه پارامترهای الگوریتم های پیشنهادی با استفاده از رویکرد تاگوچی تعیین و سپس نتایج محاسباتی برای مجموعه ای از مسایل نمونه تولیدشده توسط نرم افزار رنجن 1، ارایه و عملکرد الگوریتم ها ارزیابی و آنالیز شد. نتایج نشان می دهد الگوریتم ژنتیک چندهدفه عملکرد بهتری نسبت به الگوریتم فاخته چندهدفه دارد. در پایان نیز یافته ها جمع بندی و پیشنهادهایی به منظور تحقیقات آتی ارایه شد.کلید واژگان: زمان بندی پروژه، چند مهارته بودن نیروی انسانی، الگوریتم های فرا ابتکاری، تنظیم پارامترPurposeTime and cost are significant factors in every project. By reducing the resources allocated to the project, project costs are reduced, while the reduction of available resources means the inability to simultaneously implement activities or activities in the shortest possible time, which in turn increases the duration of the project. This is although, in all projects, the completion of the projects in the earliest time is considered one of the important parameters of the project. Considering the highly practical application of the examined problem, project scheduling by investing multi-skill resources with the possibility of changing the skill level in fuzzy conditions can be considered a positive step towards creating project scheduling problems.
Design/methodology/approach: In this paper, the proposed mathematical model of meta-heuristic genetic algorithms to solve the proposed model is discussed and explained in detail. Several skills are needed to perform each activity. The goal is to optimally determine resource availability and find the best schedule by minimizing investment in resources.FindingsConsidering the activities' need for different skills as well as the expertise of the project members in different skills, it seems obvious that each activity can be done with several different situations in terms of human resources allocation, which might be only for one activity, reaching more than 10 modes. As a result, compared to MRCPSP, this issue has a much higher complexity. The Resource Investment Problem (RIP) is a variant of RCPSP where renewable resource constraints are considered decision variables. In many projects, managers, in addition to making decisions about the time of implementation of activities, should determine the number of resources allocated to activities in each period of the implementation of activities according to the status of the project, which means ignoring the constant pattern of resource consumption for activities during their implementation.
Practical implications: By comparing the algorithms with the indicators of maximum extension, distance from the ideal solution, distance, and several Pareto solutions, it was found that the multi-objective genetic algorithm performs far better than the multi-objective Cuckoo algorithm regarding the criteria, distance from the ideal solution, and the largest expansion. However, in terms of the number of Pareto solutions, the algorithm is not superior to the other algorithms. Therefore, it can be concluded that the multi-objective genetic algorithm has relatively a better performance than the multi-objective Cuckoo algorithm.
Social implications: In this research, each activity can be performed with several different situations in terms of human resource allocation, which may reach more than 10 situations just for one activity. As a result, compared to MRCPSP, this issue has a higher level of complexity. Literature review indicates that being multi-skilled increases the productivity, quality, and consistency of work and gives managers more flexibility in work allocation.
Originality/value: One of the most important branches of project scheduling knowledge is the problem of project scheduling with limited resources. This new concept has led to the development of one of the most general modes of scheduling problems under the title of multi-mode project scheduling with limited resources, which solves many real problems and can be modeled for application.Keywords: Project Scheduling, Multiskilled manpower, Meta-heuristic algorithms, parameter setting -
نشریه مدیریت بهره وری، پیاپی 50 (پاییز 1398)، صص 119 -149امروزه دغدغه های مدیران در پروژه های نفت،گاز و پتروشیمی،تکمیل پروژه ها در موعد مقرر با بالاترین سطح کیفیت اجرای فعالیت ها، صرف کمترین هزینه های مالی و کمترین اثرات مخرب زیست محیطی می باشد. از این رو برقراری موازنه بین چهار هدف متضاد زمان، هزینه،کیفیت و اثرات زیست محیطی از اهمیت ویژه ای برای مدیران برخوردار است. با نگاهی عمیق تر به اهداف مذکور مشخص می شود تمرکز بر روی هر کدام از اهداف چهارگانه منجر به ایجاد تغییراتی بر روی سایر اهداف خواهد شد به عبارتی دیگر بین اهداف مذکور تناقض وجود دارد. به همین منظور در این مطالعه سعی شده است مدلی ریاضی برای موازنه اهداف چهارگانه ارائه گردد که خواسته ها و نیازهای مدیران پروژه را برآورد سازد و به مسائل دنیای واقعی نزدیکتر باشد. مدل ارائه شده از نوع مدل ریاضی چند هدفه صفر و یک است که در این مدل فعالیت های پروژه دارای ماهیتی چند حالته و غیرقابل انقطاع هستند و ظرفیت منابع محدود و مشخص و روابط پیش نیازی فعالیت ها از نوع روابط پیش نیازی کلی در نظر گرفته شده است. جهت اعتبارسنجی، مدل پیشنهادی با استفاده از نرمافزار GAMS و حلکننده CPLEX توسط روش محدودیت اپسیلون توسعه یافته بر روی داده های واقعی یک پروژه نفتی حل شده و جواب بهینه آن به دست آمده است و نتایج حاصل از تحلیل حساسیت های مختلف گزارش شده است.کلید واژگان: زمان بندی پروژه، چندهدفه، چند مد، اثرات زیست محیطی، اپسیلون توسعه یافتهOil, gas and petrochemical industry managers are nowadays preoccupied with finding ways of punctually completing projects while maintaining the highest implementational standards and minimizing financial costs and environmental threats. Reaching a balance among time, cost, quality and environmental effects is a paramount goal for these managers since these goals are contradictory and focus on any of them can lead to changes in the others. The purpose of this applied mathematical research was hence to design an authentic simulated multi-purpose mathematical model that can review and resolve the issue of project scheduling and balancing time, cost, quality and environmental effects in multi-mode projects. Using the GAMS software and CPLEX solver, the Model was validated through Expanded Epsilon Limitation Method and the analytical results of various sensitivities are reported.Keywords: Augmented E-Constraint Method, Environmental Effects, Expanded Epsilon, Multi-mode, Multi-purpose, Project Scheduling
-
مسئله زمان بندی پروژه با محدودیت منابع یکی از مسائل بسیار معروف و مطرح در زمینه تحقیق در عملیات و مدیریت پروژه است. در پژوهش حاضر، این مسئله با در نظر گرفتن اهداف مهمی شامل کمینه کردن زمان اتمام پروژه و همچنین کمینه کردن حداکثر هزینه انجام پروژه در یک روز مدل سازی شده است. در این راستا، تمامی روابط پیش نیازی ممکن بین فعالیت های یک پروژه موردتوجه قرار گرفته است. مدل پیشنهادی برای سه پروژه واقعی در اندازه های متفاوت و با استفاده از الگوریتم های فراابتکاری شامل الگوریتم ژنتیک، بهینه سازی ازدحام ذرات و تکامل تفاضلی اجرا شده است. نتایج حاصل از اجرای مدل نشان می دهد که الگوریتم تکامل تفاضلی برای پروژه های با مقیاس بزرگ و الگوریتم ازدحام ذرات برای پروژه های با مقیاس متوسط، از کارایی مطلوبی در مقایسه با الگوریتم ژنتیک برخوردار است. استفاده از الگوریتم های فراابتکاری برای حل پروژه های با مقیاس کوچک توصیه نمی شود.کلید واژگان: زمانبندی پروژه، محدودیت منابع، الگوریتم ژنتیک، الگوریتم بهینه سازی ازدحام ذرات، الگوریتم تکامل تفاضلیOne of the popular problems in operations research and project management is resource-constrained project scheduling problem. In the present study, this problem is modeled considering important goals consisted of minimization of the project completion time, as well as minimization of the maximum cost of the project in one day. In this regard, all the possible prerequisite relations between the activities of a project are considered. The proposed model has been implemented for three real projects in different sizes and by using metaheuristic algorithms including genetic algorithm, particle swarm optimization and differential evolution. The results showed that differential evolution and particle swarm optimization algorithms have efficient performances compared to the genetic algorithms for large- and medium-scale projects respectively. The use of metaheuristic algorithms for solving small-scale projects is not recommended.Keywords: Project scheduling, resources constraint, genetic algorithm, particle swarm optimization algorithm, differential evolution
-
در این پژوهش، یک مدل ریاضی انرژی محور برای مساله زمانبندی پروژه با منابع محدود ارائه شده است. اهداف این مدل، کمینه سازی همزمان زمان تکمیل و مصرف کل انرژی پروژه است. منابع در این پروژه، ماشین آلاتی هستند که امکان تنظیم سرعت پردازش آن ها وجود دارد. افزایش سرعت آن ها، منجر به افزایش مصرف انرژی خواهد شد. مساله مورد بررسی، از جمله مسائل NP-hard است. بنابراین، یک الگوریتم بهینه سازی چندهدفه مگس میوه برای حل مساله ارائه شده است. الگوریتم پیشنهادی از روش VIKOR که یک روش تصمیم گیری چندمعیاره است، برای رتبه بندی جواب ها در روند جستجوی فضای جواب بهره می برد. عملکرد الگوریتم پیشنهادی برای حل مسائل نمونه با ابعاد کوچک، متوسط و بزرگ مورد سنجش قرار گرفت. نتایج الگوریتم پیشنهادی، با نتایج سه روش فراابتکاری دیگر از نظر همگرایی، تنوع جواب ها و زمان محاسبات مورد مقایسه قرار گرفت. نتایج، نشان از آن دارد که روش پیشنهادی توانسته است از نظر اکثر معیارهای سنجش عملکرد، نسبت به سایر روش ها بهتر عمل نماید. همچنین، نتایج الگوریتم ها با خروجی نرم افزار GAMS در مسائل با ابعاد کوچک مقایسه شد.کلید واژگان: زمان بندی انرژی محور، بهینه سازی چندهدفه، زمانبندی پروژه، تصمیم گیری چندمعیارهIn this paper, we propose an energy-efficient mathematical model for the resource-constrained project scheduling problem to optimize makespan and consumption of energy, simultaneously. In the proposed model, resources are speed-scaling machines. The problem is NP-hard in the strong sense. Therefore, a multi-objective fruit fly optimization algorithm (MOFOA) is developed. The MOFOA uses the VIKOR as a multi-criteria decision making (MCDM) method to rank solutions in vision-based search procedure. The proposed algorithm is applied to small, medium and large size problems to evaluate its performance. Comprehensive numerical tests are conducted to evaluate the performance of the MOFOA in comparison to three other meta-heuristics in terms of convergence, diversity and computation time. The experimental results significantly show that the proposed algorithm can surpass other methods in terms of most of the metrics. Besides, the results of meta-heuristics are compared with the outputs of GAMS software for small size problems.Keywords: Energy-efficient scheduling, Multi-objective optimization, Project scheduling, MCDM
-
در پژوهش حاضر مسئله ی موازنه ی زمان هزینه کیفیت از یک منظر جدید فرمولبندی و حل می شود. بدین - - منظور، ابتدا کیفیت اجرای هر فعالیت به صورت تابعی از زمان و هزینه تعریف شد، سپس با تعریف کیفیت اجرای پروژه به صورت کمترین مقدار کیفیت اجرای فعالیت های آن و رعایت روابط پیش نیازی بین فعالیت ها، یک مدل برنامه ریزی سه هدفه برای موازنه ی زمان، هزینه و کیفیت فرمولبندی گردید. برای حل مسئله، توابع هدف مربوط به زمان و هزینه به صورت آرمان هایی فازی توصیف شده و از یک رویکرد تصمیم گیری فازی برای بازنویسی مدل سه هدفه ی پیشنهادی به صورت مدلی تک هدفه استفاده گردیده است. تولید یک جواب نهایی، به جای مجموعه ای از جواب های کارای پارتو، از مزیت های روش پیشنهادی است، که مانع از سردرگمی تصمیم گیرنده می شود. به منظور توصیف عملکرد و کاربرد بالقوه ی روش پیشنهادی، مسئله ی موازنه ی زمان هزینه کیفیت برای یک پروژه با داده های واقعی مربوط به سازمان نوسازی، توسعه و تجهیز - - مدارس استان کرمان حل گردید. در پایان نیز، به منظور اعتبارسنجی مدل و روش پیشنهادی از یک فرایند تحلیل پارامتری، که پارامترهای اصلی مدل را به صورت سیستماتیک تغییر می دهد، استفاده شد.کلید واژگان: زمان بندی پروژه، موازنه ی زمان هزینه کیفیت، برنامه ریزی چند هدفه، آرمان فازی، تصمیم گیری فازیIn the present research, Time-Cost-Quality trade off problem is formulated and solved, from a new point of view. To this end, quality is defined as a function of time and cost, then by defining the project’s quality as minimum value of quality of activities and regarding predecessor relations between activities, a tri-objective programming model is formulated to trade off the time, cost and quality. In order to solve the problem, objective functions of time and cost described as fuzzy goals and a fuzzy decision-making methodology has been used to reformulate the proposed tri-objective model to a single-objective model. Producing a final solution, instead of a set of Pareto efficient solutions, is one of the advantages of proposed method, which prevents decision maker from confusion. In order to describe performance and show the potential applicability of proposed methodology, a time-cost-quality trade-off problem for a project with real data from Organization for Renovating, Developing and Equipping Schools of Kerman province is solved. Finally, in order to validate the proposed model and method, a parametric analysis, which systematically varies the main parameters of model, is employed.Keywords: Project scheduling, time, cost, quality trade-off, multi-objective programming, fuzzy goal, fuzzy decision making
-
مسئله زمان بندی پروژه با منابع محدود و چندمهارته یکی از مسائل کاربردی تحقیق در عملیات است. در این نوع مسئله، کارکنان چندمهارته در طول انجام فعالیت های پروژه موردنیاز هستند. میزان دسترسی به کارکنان در طول افق برنامه ریزی پروژه، به دلایل وجود تعطیلات رسمی، تعطیلات آخر هفته، بیماری یا مرگ ثابت نیست. بنابراین در این مقاله، یک مدل ریاضی برای مسئله زمان بندی پروژه چندمهارته پیشنهاد می شود که در آن میزان دسترسی به منابع، متغیر و وابسته به زمان است. ارتباط بین فعالیت ها در مدل پیشنهادی از نوع تعمیم یافته در نظر گرفته شده است. هدف مدل پیشنهادی، کمینه سازی زمان تکمیل پروژه است. به منظور حل مدل پیشنهادی که ازجمله مسائل NP-Hard است، یک الگوریتم فراابتکاری مبتنی بر روش جستجوی هارمونی (HS) توسعه داده شده است. در جهت افزایش تنوع جواب ها و کاهش احتمال گرفتارشدن الگوریتم پیشنهادی در بهینه محلی، دو عملگر تقاطع و جهش جدید برای این الگوریتم طراحی شده است. کارایی الگوریتم پیشنهادی در حل چند مسئله نمونه، نسبت به دو الگوریتم بهینه سازی ازدحام ذرات (PSO) و ژنتیک (GA) موردمقایسه قرار گرفته است. نتایج، نشان از برتری الگوریتم پیشنهادی ازنظر شاخص های کیفیت جواب و زمان حل مسئله دارد.کلید واژگان: بهینه سازی، جستجوی هارمونی، زمان بندی پروژه، منابع چندمهارتهIn this paper, we address the multi-skilled RCPSP with time-dependent resource capacities and generalized precedence relations between activities. In this problem, a set of multi-skilled workforces are required to execute project activities. Each worker is able to perform several skills. The availability of workforces is time-dependent due to holidays, weekends, sicknesses, etc. Therefore, in this study, a mathematical formulation is proposed for the multi-skilled RCPSP with time-dependent resource availabilities. The objective function of the model is minimization of project completion time. The proposed model in this study is an NP-Hard problem in the strong sense. Hence, we develop a new meta-heuristic algorithm based on harmony search algorithm to solve the proposed model. New crossover and mutation operators have been designed for the proposed method to produce diverse solutions and to prevent the proposed algorithm from converging to a local optima. Hence, the proposed method not only uses the common procedure in harmony search algorithm, but also it employs the proposed crossover and mutation operators to explore solution space more accurately. The generated solutions are all combined and the harmony memory is updated. The effectiveness of this method has been compared to particle swarm optimization (PSO) and genetic algorithm (GA) in solving 30 test problems. The results show that the proposed method has been superior in terms of multiple performance measures.Keywords: Harmony search algorithm, Multi-skilled resources, Optimization, Project scheduling
-
در مساله برنامه ریزی پروژه با محدودیت منابع تک حالت اجرا، فرض بر این است که هریک از فعالیت ها دارای زمان اجرای مشخص و مصرف منابع معلوم هستند و تنها به یک روش انجام می شوند؛ اما در عمل موارد بسیاری وجود دارد که در آن ها می توان با فراهم کردن منابع بیشتر، زمان فعالیت را کاهش داد. در این حالت، هر فعالیت می تواند به یکی از روش های اجرایی ممکن انجام شود و مسئله حاصل، زمان بندی پروژه با محدودیت منابع چندحالته(MRCPSP) نامیده می شود. در این تحقیق، مسئله زمان بندی پروژه منابع محدود با فعالیت های چندحالته، شامل تعیین زمان بندی پایه فعالیت های پروژه است که می تواند در چندین حالت انجام شود و روابط پیش نیازی را رعایت کند؛ در حالی که زمان پروژه، هزینه و نوسانات منابع را کمینه می سازد. در این پژوهش، مسئله زمان بندی پروژه با استفاده از ابزار شبیه سازی شبکه کنترل پروژه، وارد نرم افزار شبیه سازی (ED) می شود و خروجی های آن با خروجی های حاصل از یک الگوریتم فراابتکاری مقایسه می شود. درنهایت، راهکار های مدیریتی به منظور بهینه سازی زمان بندی ازلحاظ کمینه سازی زمان کل، هزینه و تسطیح منابع ارائه خواهد شد.کلید واژگان: زمان بندی پروژه، برنامه ریزی چندهدفه، بهینه سازی، شبیه سازی، تسطیح منابع، الگوریتم فراابتکاریIn the single-mode resource-constrained project scheduling problem, it is assumed that each activity has a specified known execution time and resource consumption can be done only in one way. In practice, there are many cases in which the make span can be reduced by providing additional resources activities. In this case, each activity can be done in one of the procedures, which is called the multi-mode resource-constrained project scheduling. In this paper, the problem includes determination of the basic schedule for the project activities which may be done in several models and the precedence relations are met, While the project make-span, cost and resource fluctuations are minimal. In this research project scheduling problem network will model using ED simulation software and the results of the simulation and a meta-heuristic algorithm has been compared. Finally, management strategies to optimize the scheduling, i.e such minimize total time, cost and resource leveling, will be offered.Keywords: Project Scheduling, Multi objective program, Simulation, optimization, Metaheuristic
-
الگوریتم جهش ترکیبی قورباغه (SFLA) یک الگوریتم مبتنی بر ممتیک متاهیوریستیک است. این الگوریتم در سال های اخیر توسط Eusuff و Lansey ایجاد شد. الگوریتم SFLA از نحوه ی جستجوی غذای گروه های قورباغه سرچشمه می گیرد. این الگوریتم برای جستجوی محلی میان زیرگروه های قورباغه از روش نمو ممتیک استفاده می کند. SFLA از استراتژی ترکیب استفاده می کند و امکان مبادله پیام در جستجوی محلی را فراهم می سازد. الگوریتم جهش ترکیبی قورباغه مزایای الگوریتم نمو ممتیک و بهینه سازی گروه ذرات (PSO) را ترکیب می کند. یکی از مسائل مشهور در زمینه کنترل پروژه، زمانبندی پروژه با محدودیت منابع و سایر محدودیتها می باشد که زمان بندی پروژه با در نظر گرفتن محدودیت منابع از جمله مسائل دارای پیشینه تحقیقاتی غنی است. مساله زمان بندی پروژه با منابع محدود در واقع کلی
ترین مساله زمان بندی است. مسائل زمان بندی کارگاهی، جریان کارگاهی ، زمان بندی و سایر مسائل زمان بندی همگی زیر مجموعه ای از این مسئله به حساب می آیند. زمان بندی پروژه یکی از وظایف اصلی و فعالیت های اصلی در مدیریت پروژه است. وجود محدودیت منابع و همچنین روابط پیش نیازی بین فعالیت ها مسئله زمان بندی پروژه را امری دشوار می سازد. زمان بندی پروژه با در نظر گرفتن محدودیت منابع از جمله مسائل با ادبیات غنی در حوزه مسائل تحقیق در عملیات است.این مسئله توجه محققان را در سالهای اخیر بشدت بخود جلب کرده است و تاکنون با الگوریتم های مختلف حل شده است. در این مقاله به بررسی و عملکرد الگوریتم جهش قورباغه (SFLA) در حل مسائل زمانبندی پروژه با محدودیت منابع پایه پرداخته می شود که نتایج حاکی از عملکرد مناسب و قوی این الگوریتم فراابتکاری جدید می باشد.کلید واژگان: RCPSP، SFLA، زمانبندی پروژه، الگوریتم فراابتکاریFrog leaping algorithm combination (SFLA) is an algorithm based on memetic Meta-heuristic. Created in recent years by Eusuff and Lansey, SFLA algorithm works in a way that the frog groups search for food. The development of memetic algorithms for local search method is similar to the activities of a frog among subgroups. SFLA uses a combination of strategy and provides the ability to exchange messages in local search. Frog leaping algorithm combines the advantages of particle swarm optimization algorithm and memetic development (PSO). Since the resource-constrained project scheduling problem is the timing issue, scheduling issues in the construction sites and plants is highly considered. One of the main duties of the project scheduling and project management is to reduce the completion time. Because of the resource constraints and precedence relationships between activities, project scheduling problem is difficult. In this paper, the algorithm performance LeapFrog (SFLA) is applied to reduce the project scheduling problems with resource constraints. The findings prove the robust performance of the new meta-heuristic algorithm.Keywords: RCPSP, SFLA, project scheduling, Meta-heuristic Algorithm -
انجام فعالیت های پروژه مطابق برنامه زمان بندی یکی از مسائل مورد توجه دست اندرکاران پروژه ها به ویژه مدیران پروژه ها می باشد. همچنین ماهیت بسیار دشوار این مسئله، علت دیگری برای توجه زیاد محققین به آن می باشد. بنابراین تکنیک ها و روش های خاصی برای حل این مسائل مطرح شده اند. از اینرو توجه بیشتر به پایداری زمانبندی پروژه برای مدیران پروژه موضوعیت دارد. در این مقاله برای یک مسئله واقعی زمانبندی پروژه پالایشگاهی ابتدا مدل زمانبندی پایدار ارائه شده و به دلیل اینکه زمانبندی پروژه با محدودیت منابع از جمله مسائل NP-Hard است، الگوریتم فرا ابتکاری بهینه سازی انبوه ذرات برای حل این مسئله پیشنهاد شده است. به منظور اعتبارسنجی مدل نیز 4 مسئله با ابعاد کوچک انتخاب و جواب های به دست آمده از الگوریتم های پیشنهادی با جواب دقیق به دست آمده حاصل از نرم افزار Lingo مقایسه گردیده است. نتایج به دست آمده نشان می دهد الگوریتم پیشنهادی کارا و همگرا به جواب بهینه می باشند.کلید واژگان: زمانبدی پروژه، پایداری، انعطاف پذیری، الگوریتم بهینه سازی انبوه ذراتOne of the issues considered by the projects responsible especially project managers is the execution of project activities according to time schedule. The very difficult nature of that issue is also another reason for the researchers to take much note of it. Therefore, there are especial techniques and methods to solve those issues. Also, project managers pay much attention to the stability of the time schedule as it is important for them. This paper is provided with a real project time schedule for a refinery by using stable time schedule. Particle swarm optimization algorithm is suggested to resolve the problem since the project time schedule has resources limitation including NP- Hard. In order to accesses the validation of the model, 4 issues with small scales has been selected and the results from the suggested algorithm was compared with the accurate result obtained from lingo software. These results indicate that the suggested algorithm is effective and convergent with the optimized result.Keywords: Project Scheduling, Robustness, Flexibility, Particle swarm optimization algorithm
-
زنجیره تامین ساخت وساز با چالش های بسیاری مواجه است که از مهم ترین آن ها می توان به اتلاف بیش ازحد منابع در سایت پروژه و همچنین میزان بالای انتشار آلاینده ها در این نوع از زنجیره های تامین اشاره کرد؛ از سوی دیگر، اغلب مدیران این نوع از زنجیره ها ملزم به یکپارچه در نظر گرفتن زنجیره تامین از قبیل ویژگی های زمانی و منابع پروژه، تعیین سطح تولید و موجودی و تعیین تعداد و نوع وسایل نقلیه در آن هستند تا هزینه های آن به صورت بهینه تعیین شود؛ به همین منظور، در این مقاله مدلی یکپارچه ارائه شده که هدف نخست بیشینه سازی سود و هدف دوم کمینه سازی میزان انتشار گاز کربن دی اکسید است؛ به طوری که راهکاری نیز برای جلوگیری از اتلاف منابع در سایت پروژه ارائه شده است. با فرض مشخص بودن شبکه پروژه و همچنین مدت زمان و تقاضای روزانه هر یک از فعالیت ها، این مدل، برنامه ریزی زنجیره را در دوره های زمانی مختلف انجام می دهد. با توجه به دوهدفه و غیرخطی بودن این مدل، ابتدا مدل، خطی و سپس با استفاده از روش محدودیت اپسیلون و کدنویسی در نرم افزار GAMS حل شد و درنهایت نتایج آن با استفاده از دو مثال عددی مورد تحلیل قرار گرفت.
کلید واژگان: زنجیره تامین ساخت وساز، زنجیره تامین سبز، زمان بندی پروژهThe construction supply chain encounters with a lot of challenges that one of the most significant can refer to the higher sources wasting in project site and also the high pollution on amount of this type of supply chains. On the other hand, the most managers of supply chains need to the integration of supply chain such as project sources and time specifics, determining the production and inventory level, and also determining numbers and type of vehicles that are included, in order to its cost is calculated in an optimal form. For this purpose, in this article an integrated model has been proposed which first objective function is maximizing the profit, and the second objective amount is minimizing the emission of the carbon dioxide gas, whereas a solution way for the prevention of sources waste in project site is presented. With assumption of determining project network and also the durations and daily demand of each activity, this supply chain model pans the different periods of time. To consider this bi-objective and nonlinear model, the model has been first linearized, and by using the epsilon-constraint method and also coding in GSMS software has been solved and its results have been finally analyzed with two numerical examples.
Keywords: Construction Supply Chain, Green Supply Chain, Project Scheduling -
زمان بندی پروژه با در نظر گرفتن محدودیت منابع از جمله مسائل با ادبیات غنی در حوزه تحقیق در عملیات و مدیریت پروژه است. تاکنون مقالات و کتب بسیاری در این زمینه به چاپ رسیده است که دو دلیل عمده بر این امر می توان برشمرد: نخست آنکه این مسائل بسیار متنوع هستند و دیگر اینکه با توجه به NP-Hard بودن این مسائل، محققین همواره به دنبال راه حل های کاراتر برای حل این مسایل بوده اند.این پژوهش به منظور ارائه مدلی چند هدفه با در نظر داشتن انواع روابط پیش نیازی و همچنین سنجش کارایی الگوریتم کرم شب تاب در حل مسائل RCPSP انجام شده است. از اینرو ابتدا یک مدل ریاضی دو هدفه شامل زمان و هزینه با در نظر گرفتن روابط پیش نیازی کلی، جهت زمان بندی پروژه های استاندارد با محدودیت منابع ارائه شده است و سپس با استفاده از الگوریتم فراابتکاری کرم شب تاب ترکیب شده با یک الگوریتم ابتکاری جواب های پاره تو برای مساله در نرم افزار متلب نسخه R2014a بدست آمده است و همچنین جهت سنجش کارایی الگوریتم کرم شب تاب، مساله با الگوریتم تبرید شبیه سازی شده نیز حل شد که نتایج به دست آمده حاکی از عملکرد مطلوب الگوریتم کرم شب تاب و عملکرد قابل قبول تبرید شبیه سازی شده در حل مساله فوق الذکر در مقایسه با بهترین جواب های موجود برای مسائل استاندارد تاکنون می باشد.کلید واژگان: زمان بندی پروژه، محدودیت منابع، الگوریتم های فراابتکاری، الگوریتم کرم شب تاب چندهدفه، الگوریتم تبرید شبیه سازی شده چندهدفه
-
در این مقاله، یک مدل بهینه سازی جهت انتخاب بهترین سبد پروژه از بین پروژه های موجود، بهترین سطح استخدام منابع، سپس زمانبندی پروژه های انتخاب شده جهت بیشینه کردن ارزش خالص فعلی با رعایت محدودیتها ارائه شده است. چون مدل توسعه یافته در زمره مسایل سخت از نظر محاسباتی قرار دارد، لذا برای حل این مساله یک الگوریتم فراابتکاری بر مبنای الگوریتم ژنتیک پیشنهاد شده است. در الگوریتم حل پیشنهادی علاوه بر کاربرد عملگرهای معمول ژنتیک مانند تقاطع و جهش از عملگرهایی هوشمند جهت جستجوی محلی در حوزه منابع و جابجایی فعالیتهای با جریان مالی منفی استفاده شده است. پارامترهای کلیدی الگوریتم در راستای تسریع همگرایی آن با استفاده از روش تاگوچی تنظیم شده است. سپس تعداد 90 مساله آزمایشی، شامل 30 مساله در ابعاد کوچک، 30 مساله در ابعاد متوسط و 30 مساله در ابعاد بزرگ با استفاده از روش پیشنهادی حل شده وکارایی آن گزارش شده است. همچنین در مسائل سایز کوچک جوابهای حاصل از الگوریتم ژنتیک با جوابهای بهینه موضعی مدل ریاضی بدست آمده با نرم افزار لینگو مقایسه شده، که میانگین جوابهای حاصل از الگوریتم ژنتیک بهتر از جوابهای بهینه موضعی حاصل از لینگو بوده است. در مسائل سایز متوسط و بزرگ که هیچ جوابی با استفاده از لینگو در زمان محدود شده بدست نیامده بود، نتایج نشان میدهد که جوابهای حاصل از الگوریتن پیشنهادی دارای پایداری مناسب میباشند.کلید واژگان: انتخاب سبد پروژه، زمانبندی پروژه، الگوریتم ژنتیک، سرمایه گذاری در منابع، ارزش خالص فعلیIn this paper, a mathematical model is proposed for project portfolio selection and resource availability cost problem to scheduling activities in order to maximize net present value of the selected projects preserving precedence and resource constraints. Since the developed model belongs to NP-hard problems list, so a genetic based meta-heuristic algorithm is proposed to tackle the developed model. In the proposed algorithm beside common operators of genetic algorithms such as crossover & mutation, some intelligent operators are utilized for local search in computed resources and shifting the activities with negative cash flows. The key parameters of the algorithm are calibrated using Taguchi method to accelerate convergence of the proposed algorithm. Then, the algorithm is used to solve 90 test problems consisting 30 small-scale, 30 middle-scale and 30 large scale problems to examine the algorithms performance. It is observed that, in small problems, the obtained solutions from the proposed genetic algorithm have been comparably better than the local optimum solutions stemmed from Lingo software. On the other hand, for the middle and large size problems which there is no local optimum available within the limited CPU time, robustness of the proposed algorithm is appropriate.Keywords: Project portfolio selection, Project Scheduling, Genetic Algorithm, Resource investment, Net present value
-
در این مقاله با هدف حداکثر کردن ارزش فعلی خالص و در نظر گرفتن شیوه های مختلف پرداخت کارفرما، مسئله انتخاب و زمان بندی چندین پروژه با استفاده از برنامه ریزی ریاضی و برنامه ریزی محدودیتی بررسی شده است؛ به طوری که امکان پذیری پروژه ها با توجه به میزان منابع در دسترس تضمین و کلیه روابط پیش نیازی رعایت شود. فعالیت ها با حالت مختلف از منابع، امکان اجرا دارند و از منابع تجدیدپذیر (نیروی انسانی، ماشین آلات) و تجدیدناپذیر (مواد اولیه، بودجه) استفاده می کنند. در محاسبه هزینه ها، هزینه اضافه کاری منابع تجدید پذیر، جریمه دیرکرد یا پاداش تحویل زودتر از موعد پروژه در نظر گرفته شده است. مدل های ایجادشده با چند پروژه از کتابخانه های مسائل زمان بندی پروژه بررسی شده اند.
کلید واژگان: برنامه ریزی محدودیتی، مدل سازی ریاضی، ارزش فعلی خالص، زمان بندی پروژه، انتخاب پروژهIn this article, with the aim of maximizing net present value and considering various ways of the payment, the problem of selecting and scheduling several projects using mathematical programming and constraint programming have been investigated, in a way that the project feasibility with regards to the level of available resources is guaranteed and all of the prerequisite relationships are observed. Activities with the different modes of resources can be done. They uses renewable (human resources, equipment) and non-renewable (raw materials, budgets) resources. In calculating the costs, the overtime cost of renewable resources, late penalties or rewards of delivery before the project due date is considered. Created Models are tested by a number of projects from the PSPLIB libraries.
Keywords: Constraint Programming, Mathematical Modeling, Net Present Value, Project Scheduling, Project Selection -
مساله زمان بندی پروژه با منابع محدود، در واقع کلی ترین مساله زمان بندی است. مسائل زمان بندی کارگاهی ، جریان کارگاهی ، زمان بندی و سایر مسائل زمان بندی همگی زیر مجموعه ای از این مسئله به حساب می آیند. در این مقاله مسئله زمانبندی پروژه با محدودیت منابع در حالت چند مد و روابط پیش نیازی جزئی در حالت مدل چندهدفه پیشنهاد شده است. در جهت کاربردی تر کردن بیش از پیش این مسئله مشهور اهداف مهم و کاربردی از قبیل کمینه کردن زمان اتمام پروژه و بیشینه کردن کیفیت انجام فعالیت های پروژه و کمینه کردن هزینه کل پروژه در نظر گرفته شده است. پس از اعتبار دهی مدل با استفاده از الگوریتم زنبورهای عسل به حل این مدل چند هدفه پیشنهادی، پرداخته شده است و نتایج عملکرد، با الگوریتم NSGA-II مقایسه شده است. نتایج نشان دهنده این است که الگوریتم پیشنهادی عملکرد مناسبی در حل این گونه مسائل داشته است.کلید واژگان: زمانبندی پروژه، محدودیت منابع، چندهدفه، RCPSP، الگوریتم MOBEE، الگوریتم NSGA، IIResource Constrained Project Scheduling Problem (RCPSP) is the most general scheduling problem. Job shop scheduling, flow shop scheduling and other scheduling problems are the subsets of RCPSP. The present paper examines the multimode multi-objective resource constrained project scheduling problem (RCPSP) with partial precedence relations. To enhance the practical aspects of this prominent problem, important practical purposes including minimizing the completion time of the project, maximizing the quality of project activities and minimizing the total cost of the project were considered. After validation of the model using the Bees Algorithm, the proposed multi-objective model was solved. The results obtained from the proposed model were compared with those obtained from NSGA-II. The results demonstrated the good performance of the proposed algorithm in solving RCPSPs.Keywords: Project scheduling, Resource constraints, Multi, objective, RCPSP, MOBEE algorithm, NSGA, II
-
زمانبندی صحیح پروژه از ارکان اصلی و لازمه موفقیت و همچنین تطابق برنامهریزی و اجرا، اصلیترینموضوع مدیریت پروژه میباشد. در این مقاله سعی شده است تا سیستمی کاربردی و مناسب برای زمانبندی پروژه های مختلف ارائه شود تا از طریق آن زمانبندی پروژه ها دقیقتر انجام شود. در حال حاضر تکنیک ارزیابی و بازنگری پروژه PERT به طور گستردهای برای مدیریت پروژه های با مقیاس بزرگ به کار میرود. در روش های سنتی موجود در تکنیک PERT، زمان انجام فعالیتها به صورت اعداد قطعی و یا از طریق توزیع بتا حاصل میشده است، لیکن در شرایط و دنیای واقعی، تخمین زمان عملی انجام هر فعالیت به طور دقیق کار بسیار دشواری است. در این مقاله با استفاده از منطق فازی و به منظور مقابله با مشکلات مربوط به عدم قطعیت، سیستم خبره فازی طراحی شده است و در آن بسیاری از محدودیتها و عوامل تاثیرگذار بر روی زمان انجام پروژه مد نظر قرار گرفته است. در این ارتباط پارامترهای ورودی و خروجی سیستم از طریق پرسشنامه تهیه و پایایی نتایج حاصله تحلیل شده است. نتایج حاصل حاکی از قدرت بالای سیستم در کنترل شرایط مختلف تاثیرگذار بر روی زمان انجام پروژه میباشد.کلید واژگان: سیستم خبره فازی، تخمین زمان، مدیریت پروژه، تکنیک ارزیابی و بازنگری پروژه، زمانبندی پروژهAccurate scheduling of project is one of the main fundamentals and essential success factors of the project management and also accordance of planning and implementation is considered as the main subject of project management. In this paper, it is tried to propose a practical and suitable system in order to schedule various projects more accurately. Currently Program Evaluation and Review Technique (PERT) is used extensively for management of large- scaled projects. In traditional methods of PERT technique, implementation time of each activity is obtained in the form of definite figures or through Beta Distribution but in the real world; it is very hard to estimate the practical implementation time of each activity in an accurate way. By using fuzzy logic in order to overcome the problems related to uncertainty, fuzzy expert system is designed which many limitations and factors affecting the project completion time have been considered in this article. In this regard, output and input parameters of the system have been acquired by questionnaire and validation of the results has been analyzed. The obtained results indicate high power of the system in controlling different situations affecting the project completion time.Keywords: fuzzy expert system, time estimation, project management, project evaluation, review technique, project scheduling
-
در این مقاله یک مسئله زمانبندی پروژه با تابع چند هدفه با ملاحظه محدودیت منابع با جریان های نقدی مثبت و منفی ارائه شده است. اهداف مقاله حداکثر کردن ارزش خالص فعلی و حداقل نمودن زمان اتمام پروژه می باشد و از آن جا که این مساله از جمله مسائل بهینه سازی پیچیده در خانواده مسائل NP-hard محسوب می شود، یک مدل ریاضی برای مسئله مورد نظر ارایه و جهت حل مدل پیشنهادی از سه الگوریتم های NSGA-II، MOSA وMOPSO برای پیدا کردن مجموعه ای از راه حل های پارتو برای مسئله زمانبندی چند هدفه استفاده شده است. برای نشان دادن عملکرد الگوریتم ها، شاخص های مقایسه ای مختلف برای مقایسه بین الگوریتم ها در نظر گرفته شده است. نتایج محاسباتی برای مجموعه ای از مسائل زمانبندی پروژه پالایشگاه میعانات گازی بندر عباس و کتابخانه ای ارائه شده و مورد بررسی قرار گرفته است. در نهایت، نتایج محاسباتی عملکرد برتر NSGA-II، را نسبت به الگوریتم MOSA و MOPSO را با توجه به معیارهای ارائه شده نشان داده است. به منظور حل روش پیشنهادی جواب های بدست آمده از الگوریتم پیشنهادی NSGA-II با جواب های دقیق از نرم افزار GAMS در بعضی از مسائل مقایسه شده که نتایج نشان می دهد روش ارائه شده الگوریتم پیشنهادی کارا و همگرا به جواب بهینه می باشد.
کلید واژگان: زمانبندی پروژه، الگوهای پرداخت هزینه، الگوریتم های NSGA، II، MOSA و MOPSO، شاخص های مقایسه ایالگوریتم های تکاملیThis paper presents a multi-objective resource-constrained project scheduling problem with positive and negative cash flows. The net present value (NPV) maximization and making span minimization are this study objectives. And since this problem is considered as complex optimization in NP-Hard context، we present a mathematical model for the given problem and solve three evolutionary algorithms; NSGA-II، MOSA and MOPSO are applied to find the set of Pareto solutions for this multi-objective scheduling problem. In order to show performance of the algorithms، different metrics are applied and comparisons between the two algorithms are also considered. The computational results for a set of test problems taken from the project scheduling problem Bandar Abbas Gas condensate Refinery project and library are presented and discussed. Finally، the computational results illustrate the superior performance of the NSGA-II، MOSA and MOPSO algorithm with regard to the proposed metrics. In order to solve proposed method from NSGA-II algorithm، the results are compared with GAMS software in some problems. The proposed method is a Converge to the optimum and efficient solution algorithm.Keywords: Comparative indicators of evolutionary algorithms, MOSA, MOPSO algorithm, NSGA, II, Payment patterns, Project scheduling, Resource constraints -
گزینه های انتخابی برای زمان بندی ترتیب فعالیت های پروژه برای اتمام پروژه، جواب منحصربه فرد ندارد، بلکه مجموعه ای از جواب ها را شامل می شود که هیچ کدام بر دیگری ترجیح ندارند؛ بنابراین، انتخاب بهترین گزینه برای انجام دادن فعالیت ها مهم است، به طوری که هزینه و زمان انجام دادن پروژه، متناسب با دیدگاه پیمانکار یا کارفرما باشد. درنتیجه، در این تحقیق فعالیت های بخشی از پروژه احداث پالایشگاه میعانات گازی بندرعباس شامل 35 فعالیت و دارای دو منابع تجدیدپذیر شامل نیروی انسانی و ماشین آلات به عنوان مسئله نمونه انتخاب شد و برای حل آن یک مدل ریاضی زمان بندی پروژه با اهداف چندگانه بر مبنای الگوهای پرداخت هزینه و ملاحظه محدودیت منابع ارائه شد. از آنجاکه این مسئله از جمله مسائل بهینه سازی ترکیبی در خانواده مسائل NP-hardمحسوب می شود، برای حل مدل پیشنهادی از الگوریتم های تکاملی چندهدفه NSGA-II و MOPSO برای زمان بندی پروژه استفاده شد و عملکرد الگوریتم ها با استفاده از شاخص های مقایسه ای مقایسه شدند. درنهایت، برای اعتبارسنجی، جواب های الگوریتم پیشنهادی با جواب های دقیق از نرم افزار GAMS مقایسه شد که نتایج نشان می دهد الگوریتم پیشنهادی کارا و همگرا به جواب بهینه است.
کلید واژگان: الگوریتم های تکاملی، الگوهای پرداخت هزینه، حداکثرکردن ارزش خالص فعلی، زمان بندی پروژه، شاخص های مقایسه ایSelecting the best way to perform the project constituting activities is one of the most important issues in the project scheduling, so time and cost be proportionate with contractor or the employer's perspective to implement the project. The other hand considering that many activities in the majority of project and consequently many Choice options for activity implementation, So this choice does not possess a unique solution, But also includes a set of solutions, are not preferred None of which On the other and is called the Pareto solutions this set. Therefore, in this paper, is presented a mathematical model for project scheduling with multiple objectives based cost payment patterns and resource constraints Since this problem, is considered as combinational optimization in NP-hard problems. metaheuristic algorithm is used to solve the proposed model in project scheduling and has been evaluated for finding optimal solution by using comparable indicators algorithms performance. and ultimately for validation, obtained Solutions by the proposed algorithm were compared with the obtained exact solutions form the GAMS software. show that the obtained results the proposed algorithm are efficient and converges to the optimal solutions.Keywords: project scheduling, payment patterns, resource constraints, evolutionary algorithms, comparative indicators -
این مقاله، مساله زمان بندی پروژه تحت محدودیت منابع (RCPSP) را در بخشی از یک پروژه احداث پالایشگاه در دنیای واقعی بررسی می کند. در فعالیت های دنیای واقعی، اکثر فعالیت ها جدید بوده و با عدم قطعیت در زمان انجام این فعالیت ها مواجه هستیم که این امر منجر به تغییرات زیادی در زمان اتمام پروژه می شود. در این تحقیق، به دلیل NP-hard بودن مساله RCPS، یک روش بهینه سازی بر مبنای الگوریتم شبیه سازی تبرید برای حل مساله زمان بندی پروژه تحت محدودیت منابع در شرایط عدم قطعیت زمان فعالیت ها ارائه می شود. برای نمایش این عدم قطعیت از نظریه مجموعه های فازی استفاده شده است. برنامه تولید زمان بندی به کار رفته در الگوریتم شبیه سازی تبرید پیشنهادی، روش تولید زمان بندی موازی فازی می باشد. الگوریتم پیشنهادی، حداقل زمان تکمیل پروژه را با در نظر گرفتن محدودیت منابع تجدیدپذیر و محدودیت روابط پیشنیازی فعالیت ها تولید می کند و این قابلیت را دارد که دقیقا با اعداد فازی اجرا شده و جزئیات پروژه شامل زمان شروع، زمان پایان فعالیت ها و زمان تکمیل پروژه را به صورت اعداد فازی ارائه کند. در نهایت اعتبارسنجی الگوریتم مورد سنجش قرار خواهد گرفت و نشان می دهیم الگوریتم پیشنهادی، الگوریتمی کارا بوده و بسادگی قابل استفاده توسط مدیران و برنامه ریزان پروژه در پروژه های واقعی است.
کلید واژگان: زمان بندی پروژه، محدودیت منابع، مجموعه فازی، شبیه سازی تبرید، روش تولید زمان بندی موازیThis research studies resource constrained project scheduling problem in a part of a refinery construction project in real world. In real world، most of the activities are new and we have problems such as activity duration uncertainty. This problem causes a change in a project makespan. The RCPSP is NP-hard. Hence، we proposed an optimization method based on simulated annealing to solve the RCPS Problem. In this paper، Fuzzy sets theory is used to represent this activity duration uncertainty. Used schedule generation scheme، in the proposed simulated annealing algorithm، is a fuzzy parallel scheduling generation method. Proposed algorithm generates the minimum project makespan while considers renewable resource-constrained and activity precedence and also has ability to perform with fuzzy numbers for presenting project details such as start and final time of activities and project whole time with fuzzy numbers. Finally، the results of the algorithm will be evaluated and it will be represented that the proposed algorithm is very efficient and can be used by managers and scheduling programmers in real projects.Keywords: project scheduling, resource constrained, simulated annealing, fuzzy theory, parallel scheduling generation scheme
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.