زمانبندی پروژه

در این مقاله، مسئله زمانبندی پروژه بر پایه حجم کار[1]با محدودیت منبع برای کمینه کردن هزینه های زودکرد و دیرکرد با توجه به حجم کار ثابت برای فعالیت ها، روابط پیشنیازی و محدودیت منابع تجدیدپذیر مورد بررسی و تحلیل قرارگرفته است. باتوجه به اینکه فعالیت ها دارای سررسید مشخصی هستند برای فعالیت هایی که از سررسید خود انحراف دارند جریمه زودکرد و دیرکرد در نظر گرفته می شود. برای حل این مسئله دو الگوریتم فراابتکاری ژنتیک و شبیه سازی تبرید طراحی شده و پارامترهای این الگوریتم ها با استفاده از روش تاگوچی تنظیم شده است. برای بررسی عملکرد این دو الگوریتم، مجموعه ای از مسائل نمونه حل و با با استفاده از آزمون های آماری به مقایسه جواب های حاصل از دو الگوریتم پرداخته شده است.

زمانبندی صحیح پروژه از ارکان اصلی و لازمه موفقیت و همچنین تطابق برنامهریزی و اجرا، اصلیترین موضوع مدیریت پروژه میباشد. در این مقاله سعی شده است تا سیستمی کاربردی و مناسب برای زمانبندی پروژههای مختلف ارائه شود تا از طریق آن زمانبندی پروژهها دقیقتر انجام شود. در حال حاضر تکنیک ارزیابی و بازنگری پروژه PERT به طور گستردهای برای مدیریت پروژههای با مقیاس بزرگ به کار میرود. در روشهای 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 تأثیرگذار 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 تأثیرگذار بر روی زمان انجام پروژه میباشد.

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.

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.

الگوریتم جهش ترکیبی قورباغه (SFLA) یک الگوریتم مبتنی بر ممتیک متاهیوریستیکِ 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.

یکی از عوامل مهم نابودی سازمان ها، نبود خلاقیت و نوآوری در سازمان است. فرایند نوآوری در گذشته وابسته به منابع فکری درون سازمانی و تلاش برای توسعه و تجاری سازی آنها در درون سازمان بوده است. اما امروزه پارادایم نوآوری باز از ایده ها و فناوری های بیرونی استفاده کرده و به دیگر شرکت ها نیز اجازه می دهند از ایده های نوآورانه آنها بهره مند شوند. بنابراین در این پژوهش در راستای ایجاد نوآوری باز در صنعت کنجدی استان یزد عوامل موثر بر نوآوری باز شناسایی و با استفاده از تکنیک دیمتل فازی تأثیر این عوامل بر روی یکدیگر مشخص شد. سپس با استفاده از تکنیک پویایی سیستم سناریوهایی جهت افزایش نوآوری باز در این صنعت ارائه گردید. در نهایت مشخص گردید که افزایش واسطه های نوآوری و افزایش یکپارچه سازی و افزایش ارتباط بین صنعت و دانشگاه می تواند نوآوری باز را افزایش دهد. از عوامل دیگر می توان میزان استفاده از کسب و کاربسته را در سازمان نام برد که بر روی نوآوی باز تأثیر دارد و سازمان ها برای افزایش نوآوری باز باید سعی کنند که استفاده از کسب و کار بسته را کاهش و ارتباط خود را با مشتریان و رقبا و سایر سازمان ها افزایش دهند.