این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
پنجشنبه 27 آذر 1404
پژوهش های نوین در تصمیم گیری
، جلد ۳، شماره ۴، صفحات ۲۸-۵۰
عنوان فارسی
مدلسازی ریاضی مسأله زمانبندی پروژه با رویکرد محدودیت منابع و حل آن با استفاده از الگوریتمهای فراابتکاری
چکیده فارسی مقاله
مسئله زمانبندی 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 کمینهکردن زمان اتمام پروژه و همچنین کمینهکردن حداکثر هزینه انجام پروژه در یک روز مدلسازی شده است. در این راستا، تمامی روابط پیشنیازی ممکن بین فعالیتهای یک پروژه موردتوجه قرار گرفته است. مدل پیشنهادی برای سه پروژه واقعی در اندازههای متفاوت و با استفاده از الگوریتمهای فراابتکاری شامل الگوریتم ژنتیک، بهینهسازی ازدحام ذرات و تکامل تفاضلی اجرا شده است. نتایج حاصل از اجرای مدل نشان میدهد که الگوریتم تکامل تفاضلی برای پروژههای با مقیاس بزرگ و الگوریتم ازدحام ذرات برای پروژههای با مقیاس متوسط، از کارایی مطلوبی در مقایسه با الگوریتم ژنتیک برخوردار است. استفاده از الگوریتمهای فراابتکاری برای حل پروژههای با مقیاس کوچک توصیه نمیشود.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Mathematical Modeling of Resource-Constrained Project Scheduling Problem and Solving It by Using Metaheuristic Algorithms
چکیده انگلیسی مقاله
One 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.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
عالیه کاظمی |
1- دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
فاطمه سروندی |
کارشناس ارشد مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
نشانی اینترنتی
http://journal.saim.ir/article_34415_a3b30fd5aa4dfb8743575c76f158b22b.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1432/article-1432-1294122.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات