Effects of Project Uncertainties on Nonlinear Time-Cost Tradeoff Profile

اين تحقيق تاثيرات عدم قطعيت هاي پروژه بر مبادله ي هزينه وزمان غيرخطي ( TCT) پروژه هاي مهندسي زندگي حقيقي را از ادغام منطق فازي ومدلهاي شبكه عصبي مصنوعي (ANN) با تكنيك ابتكاري – meta تركيبي ( HMH) به اختصار FUZZ-ANN-HMH فراهم مي آورد. رابطه هزينه وزمان غيرخطي فعاليتهاي پروژه سرو كار داشتن با مدلهاي ANN است. در اين صورت مدلهاي ، ANN با تكنيك HMH ادغام مي شوندتا به جستجوي نماي TCT غير خطي مطلوب پارتو بپردازد. تكنيك HMH التهاب شبيه سازي شده در پروسه انتخاب الگوريتم ژنتيك چند منظوره را ثبت مي كند. بعلاوه، در پروژه هاي مهندسي زندگي واقعي عدم قطعيت هايي مانند تجربه مديريت ، مهارتهاي كارگري وشرايط هوا كه بر دوره و ارزش فعاليتهاي پروژه تاثير مي گذارند بطور مشترك وارد شده اند. Fuzzy-ANN-HMH پاسخگويي فرم TCT غيرخطي را نسبت به اين عدم قطعيت ها بررسي مي كند. مقايسه اي از Fuzzy-ANN-HMH نسبت به ديگر روشهاي موجود در متون بعمل آمده تا مسيله ي TCT را حل كند و برتري Fuzzy-ANN-HMH توسط نتايج نشان داده شده است. اين تحقيق به برنامه ريزان پروژه اجازه مي دهد تا بهترين برنامه اي كه زمان و هزينه را بهينه مي سازد اجرا كنند تا يك پروژه تحت شرايط عدم قطعيت را كامل كند.

This study presents the effects of project uncertainties on nonlinear time-cost tradeoff (TCT) profile of real life engineering projects by the fusion of fuzzy logic and artificial neural network (ANN) models with hybrid meta-heuristic (HMH) technique, abridged as Fuzzy-ANN-HMH. Nonlinear time-cost relationship of project activities is dealt with ANN models. ANN models are then integrated with HMH technique to search for Pareto-optimal nonlinear TCT profile. HMH technique incorporates simulated annealing in the selection process of multiobjective genetic algorithm. Moreover, in real life engineering projects, uncertainties like management experience, labor skills, and weather conditions are commonly involved, which affect the duration and cost of the project activities. Fuzzy-ANN-HMH analyses responsiveness of nonlinear TCT profile with respect to these uncertainties. A comparison of Fuzzy-ANN-HMH is made with another method in literature to solve nonlinear TCT problem and the superiority of Fuzzy-ANN-HMH is demonstrated by results. The study gives project planners to carry out the best plan that optimizes time and cost to complete a project under uncertain environment.