این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های نوین در تصمیم گیری، جلد ۶، شماره ۱، صفحات ۹۲-۱۲۲
عنوان فارسی موازنه زمان-هزینه-کیفیت در شبکه‌های PERT با استفاده از شبکه‌ عصبی و الگوریتم-های تکاملی
چکیده فارسی مقاله از اهداف مهم هر پروژه زمان، هزینه و کیفیت می‌باشند. امروزه، ذی‌نفعان هر پروژه به دنبال کاهش هزینه‌های کل پروژه همزمان با کاهش زمان و افزایش کیفیت پروژه می‌باشند. این مسئله پژوهشگران را به سوی توسعه مدل‌هایی که عامل کیفیت را به مدل‌های قبلی موازنه هزینه -زمان می‌افزاید، هدایت می‌کند. در این مقاله یک مدل موازنه زمان – هزینه – کیفیت با سه تابع هدف، کمینه کردن زمان ختم پروژه، کمینه کردن هزینه کل پروژه و بیشینه کردن کیفیت کل انجام فعالیت‌ها در یک شبکه PERT با فعالیت‌های چند حالته مورد بررسی قرار گرفت. بعد از ارائه مدل ریاضی مناسب، بر اساس یک طرح آزمایش برای سطوح ممکن هر متغیر تصمیم تعیین گردید. سپس با استفاده از فرایند شبیه‌سازی، مقادیر تصادفی متغیرهای تصمیم و متغیرهای پاسخ در هر بار اجرا حاصل و با به کارگیری شبکه‌های عصبی، یک مدل شبکه عصبی برقرار گردید. برای حل این مدل، از آنجا که مسئله مورد نظر در مقوله NP-hard قرار می‌گیرد، از دو الگوریتم NSGA-II و MOPSO استفاده گردید. برای ارزیابی کارایی مدل، مسائل مورد نظر در یک شبکه PERT با مقیاس‌های کوچک، متوسط و بزرگ آزمایش شد. پارامترهای این دو الگوریتم فراابتکاری به وسیله روش تاگوچی تنظیم و نتایج به دست آمده بر مبنای پارامترهای تنظیم شده نشان داد که الگوریتم NSGA-II نسبت به MOPSO عملکرد بهتری دارد
کلیدواژه‌های فارسی مقاله الگوریتم MOPSO، الگوریتم NSGA-II، شبکه PERT، شبیه‌سازی، مدیریت پروژه،
عنوان انگلیسی Time-Cost-Quality Trade Off in PERT Networks Using Neural Network and Evolutionary Algorithms
چکیده انگلیسی مقاله Time, cost and quality are important goals of any project. Todays, the demand of project stakeholders to reduce total project costs has increased simultaneously time reduction and augment in quality of the project. This leads researchers to develop models that add quality factor to previous models of cost-time balance. In this paper, a time-cost-quality trade -off model with three objective functions includes minimizing project termination, minimizing total project cost and maximizing total quality of activities in a multi-modal PERT network was investigated. After presenting the appropriate mathematical model, a decision was made on the basis of a test plan of possible levels for each variable. Then, using the simulation process, random values of decision variables and response variables were implemented at each time, and we developed a neural network model using artificial neural networks. To solve this model, since the problem is in the NP-hard category, two multi-objective meta-heuristic algorithms NSGA-II and MOPSO were used. To determine the performance of the proposed model, the problem was tested on a small, medium and large-scale PERT network. The parameters of these two meta-heuristic algorithms were adjusted by Taguchi method and the results were based on the parameters set showed that the NSGA-II algorithm performs better than the MOPSO algorithm.
کلیدواژه‌های انگلیسی مقاله الگوریتم MOPSO, الگوریتم NSGA-II, شبکه PERT, شبیه‌سازی, مدیریت پروژه
نویسندگان مقاله احمد یوسفی هنومرور |
دانشجوی دکتری، مدیریت صنعتی گرایش تحقیق در عملیات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران

مقصود امیری |
استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران

لعیا الفت |
استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

علیرضا ناصر صدرآبادی |
استادیار، گروه مدیریت صنعتی، دانشکده اقتصاد و مدیریت، دانشگاه یزد، یزد، ایران

نشانی اینترنتی https://journal.saim.ir/article_241590_24b7038b52fc482878c6643fa0516cbf.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
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