مطالب مرتبط با کلیدواژه
۱.
۲.
۳.
۴.
۵.
۶.
انتخاب سبد پروژه
مدل سازی ریاضی استوار انتخاب سبد پروژه و حل آن با کمک NSGA???????? الگوریتم(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با عنایت به اینکه شرکت هایی که در بخش نفت، گاز، پتروشیمی و سایر انرژی هایی فعال هستند، پروژه محور
هستند و با افزایش متقاضیان استفاده از گاز طبیعی با توجه به سیاست جایگزینی گاز به جای سایر سوخت های
فسیلی، شرایط خاصی بر سازمان ها و مدیران پروژه در شرکت گاز تحمیل میشود. یکی از مسائل مهم در
مبحث مدیریت پروژه، انتخاب سبد پروژه است، که یکی از فعالیتهای مهم در بسیاری از سازمانها، به ویژه
شرکت گاز میباشد. در این تحقیق در ابتدا شاخصهای تأثیرگذار بر روی پروژهها با استفاده از پیشینه تحقیق
و مصاحبه از خبرگان صنعت گاز استخراج گردید سپس با لحاظ عدمقطعیت و عدم اطمینان به برخی از
پارامترهای مدل، مدل ریاضی استوار چند هدفه تحقیق ارائه گردید که این مدل به ازای 44 حالت درجه
C ( ریسکپذیری تصمیمگیرنده
t , B
t با استفاده از الگوریتم ژنتیک با مرتب سازی غیر مغلوب )
حل گردید. در پایان به منظور ارائه یک جواب معین در جبهه پارتو جهت کمک به تصمیم- )NSGAΙΙ(
گیری از تکنیک تاپسیس استفاده گردید.
کلیدواژگان
ارائه مدلی یکپارچه برای انتخاب سبد پروژه و سرمایه گذاری در منابع با هدف بیشینه سازی ارزش خالص فعلی و حل آن توسط الگوریتم ژنتیک(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله، یک مدل بهینه سازی جهت انتخاب بهترین سبد پروژه از بین پروژههای موجود، بهترین سطح
استخدام منابع، سپس زمانبندی پروژههای 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 نرمافزار 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.
مدل چندهدفه یکپارچه برای انتخاب سبد پروژه ها و برنامه ریزی اقدامات پاسخ به ریسک(مقاله علمی وزارت علوم)
حوزه های تخصصی:
انتخاب سبد پروژه ای که از نظر ریسک متوازن باشد، و انتخاب اقداماتی برای کاهش ریسک پروژه ها، دو مسئله ای هستند که به طور جداگانه مورد توجه محققین بوده اند. در این تحقیق، یک مدل ریاضی یکپارچه برای دو مسئله فوق ارائه شده است. وضعیتی مورد توجه است که در مرحله انتخاب سبد پروژه، برخی از پروژه های پیشنهادی با ریسکهایی مواجه اند و می توان اقداماتی را برای کاهش این ریسکها برنامه ریزی کرد. با توجه به این که انجام این پاسخها مستلزم صرف منابع است، و اجرای آنها ریسک سبد پروژه را تغییر می دهد، ضروری است انتخاب پاسخها و تاثیر آنها بر ریسک سبد پروژه را در همان مرحله انتخاب پروژه مد نظر قرار داد. یک مدل ریاضی دو هدفه پیشنهاد شده است که هدف اول آن حداکثرسازی سود ناشی از پروژه های منتخب و هدف دوم آن کمینه کردن ریسک سبد پروژه است. شاخص اندازه گیری ریسک سبد، واریانس سود آن است. با یک مثال عددی، نحوه کاربرد مدل و تفاوت رویکردهای یکپارچه و غیریکپارچه، نشان داده شده و برای حل مدل، از الگوریتم ژنتیک مرتب سازی نامغلوب (NSGA-II) استفاده شده است.
انتخاب سبد پروژه با بکارگیری رویکردی تلفیقی از فرآیند تحلیل سلسله مراتبی فازی و برنامه ریزی خطی عدد صحیح با ضرایب تابع هدف اصلاح شده(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت صنعتی سال هفدهم بهار ۱۳۹۸ شماره ۵۲
339 - 385
حوزه های تخصصی:
انتخاب سبد پروژه مساله اصلی در سازمان های پروژه محور می باشد. در انتخاب پروژه مسئله تصمیم گیری بهینه به منظور استفاده حداکثری از منابع محدود و دستیابی هرچه بیشتر به اهداف سازمان با رعایت محدودیتها مطرح می باشد. ازینرو جهت تسهیل انتخاب سبد پروژه در سازمانهای پروژه محور، به ارائه یک مدل کاربردی که بتواند با لحاظ کردن محدودیتها، اهداف و الویت های سازمان مربوطه ترکیب بهینه ای از پروژه ها را انتخاب کند، پرداخته ایم. مدل پیشنهادی این مقاله مدلی ترکیبی و منعطف و متشکل از چهار مرحله اصلی می باشد. در ابتدا با غربالگری اولیه تعدادی از گزینه های کاندید نامناسب جهت صرفه جویی در زمان و هزینه با استفاده از روش غیرجبرانی حذف می شوند. و در ادامه به دلیل چند معیاره بودن ذات اینگونه مسائل و کمی و کیفی بودن معیارها و عدم قطعیت داده ها در دنیای واقعی با کمک تکنیک فرآیند تحلیل سلسله مراتبی فازی و با بکارگیری قضاوتهای غیرقطعی تصمیم گیرندگان به رتبه بندی پروژه ها می پردازیم. برای تولید سبدهای پروژه با استفاده از برنامه ریزی خطی عددصحیح (ILP)، با بکارگیری مدلی کوله پشتی به تغییر ضرایب تابع هدف هر پروژه در مدل ILP ، به منظور محفوظ ماندن امتیاز چندمعیاره پروژه ها روی آورده و در ادامه سبدهای تولید شده را ارزیابی و رتبه بندی می نماییم. برای بررسی اعتبار روش پیشنهادی، انتخاب سبد پروژه را در صنایع پالایش نفت به اجرا در آورده ایم.
ارائه مدلی برای انتخاب سبد پروژه با آثار متقابل و اشتراک منابع بین پروژه ای با استفاده از شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)
منبع:
مدیریت صنعتی دوره ۷ بهار ۱۳۹۴ شماره ۱
21 - 42
حوزه های تخصصی:
انبوه پروژه های سازمانی و پیچیدگی های تصمیم گیری پیرامون آنها موجب می شود مدیریت و رهبری پروژه، چالش های ویژه خود را داشته باشد. از این رو و به منظور استفاده مطلوب از فرصت ها و دارایی های سازمان، لازم است مدیران با استقرار سیستم مدیریت جامع چندوجهی، سبد پروژه سازمان را تشکیل دهند و با لحاظ توجیه های مناسب اقتصادی، فنی و اجتماعی آن را به انجام برسانند. همچنین، کمبود منابع موجب می شود مدیران همواره به دنبال انتخاب تعدادی از پروژه های ممکن به منظور اجرا یا اولویت بندی باشند. در این تحقیق، با درنظرگرفتن آثار متقابل معیارها و اشتراک منابع پروژه های سازمان، رویکردی برای ارزیابی و انتخاب پروژه ها ارائه شد. در این مدل دومرحله ای، ابتدا با تشکیل یک الگوریتم شاخه و کران و با درنظرگرفتن اشتراک منابع پروژه ها، سبدهای بیشینه مشخص شد و سپس کارایی هرکدام از این سبدها با استفاده از مدل شبکه عصبی مصنوعی ارزیابی شد تا سبدهای پروژه بر این اساس رتبه بندی شوند. علاوه براین، بین درجه های کارایی روش مورد استفاده در این مقاله با روش های DEA و COLS همبستگی قابل قبولی وجود دارد.