این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت صنعتی، جلد ۷، شماره ۱، صفحات ۲۱-۴۲
عنوان فارسی ارائه مدلی برای انتخاب سبد پروژه با آثار متقابل و اشتراک منابع بین پروژه ای با استفاده از شبکه های عصبی مصنوعی
چکیده فارسی مقاله انبوه پروژه­های سازمانی و پیچیدگی­های تصمیم­گیری پیرامون آنها موجب می­شود مدیریت و رهبری پروژه، چالش­های ویژه خود را داشته باشد. از این‌رو و به‌منظور استفاده مطلوب از فرصت­ها و دارایی­های سازمان، لازم است مدیران با استقرار سیستم مدیریت جامع چندوجهی، سبد پروژه­ سازمان را تشکیل دهند و با لحاظ توجیه­های مناسب اقتصادی، فنی و اجتماعی آن را به انجام برسانند. همچنین، کمبود منابع موجب می‌شود مدیران همواره به‌دنبال انتخاب تعدادی از پروژه­های ممکن به­منظور اجرا یا اولویت­بندی باشند. در این تحقیق، با درنظرگرفتن آثار متقابل معیارها و اشتراک منابع پروژه­های سازمان، رویکردی برای ارزیابی و انتخاب پروژه­ها ارائه شد. در این مدل دومرحله­ای، ابتدا با تشکیل یک الگوریتم شاخه و کران و با درنظرگرفتن اشتراک منابع پروژه­ها، 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 رتبه‌بندی شوند. علاوه‌براین، بین درجه‌های کارایی روش مورد استفاده در این مقاله با روش‌های DEA و COLS همبستگی قابل قبولی وجود دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A project portfolio selection model with project interaction & resources interdependency consideration using artificial neural networks
چکیده انگلیسی مقاله  A vast number of organizational projects as well as complexity of decision making process can cause particular challenges for project management and its leadership. In order to use organization assets and opportunities efficiently, it is necessary that manager implement a comprehensive multidimensional project portfolio management system that considers economic, social and technical details of the projects. Resource constraint compels managers to select operational proposal projects. Thus managers can maximize organizational utility due to project portfolio's resource constraint. This study considers the interactive effects of project portfolio evaluation and sharing organizational project resources with respect to its evaluation and choice of the projects.. In this two-step model, first a branch and bound algorithm with resource interaction was utilized to screen maximal portfolio and, in the next step, each portfolio was evaluated based on artificial neural networks to rank the end project portfolios. Also, the ANN scores are strongly correlated with the DEA and COLS efficiency scores.  
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله بهروز دری |
دانشیار گروه مدیریت صنعتی دانشکدۀ مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)

بهرنگ اسدی |
دانشجوی دکتری مالی دانشکدۀ مدیریت، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

ساسان مظاهری |
دانشجوی دکتری مدیریت صنعتی دانشکده مدیریت، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://imj.ut.ac.ir/article_52106_c4bb6c44f847f2656e40614b0b66abc8.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1082/article-1082-209787.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