Power Plant Project Risk Assessment Using a Fuzzy-ANP and Fuzzy-TOPSIS Method

اقتصادي در كشورهاي در حال توسعه نيازمند پروژه هاي زيربنايي از جمله پروژه هاي نيروگاهي مي باشد. در راستاي پاسخگويي به اين نياز، پروژه هاي نيروگاهي زيادي در كشور ايران در حال اجرا مي باشد. اكثر اين پروژه ها بخاطر مواجهه با ريسكهاي مختلف، قادر به تحقق اهداف تعيين شده نمي باشند. هرچند تحقيقات متعددي درباره مديريت ريسك پروژه منتشر شده است، با اينحال مقالات اندكي درباره كاربرد آن در دنياي واقعي موجود مي باشد. هدف اصلي اين تحقيق شناسايي و رتبه بندي ريسكها در پروژه هاي نيروگاهي مي باشد. در روشهاي كلاسيك براي ارزيابي ريسكها از معيارهاي احتمال وقوع و تاثير استفاده مي شود ولي اين معيارها به تنهايي بيانگر تمام جنبه هاي ريسك نمي باشند. از طرف ديگر ممكن است بين معيار هاي مختلف وابستگي وجود داشته باشد. براي رفع اين مشكلات، يك مدل بر اساس فرآيند تحليل شبكه اي و الگوريتم تاپسيس در محيط فازي ارايه گرديده است. ساختار سلسله مراتبي پيشنهادي وابستگي بين معيارها و زيرمعيارها را در نظر مي گيرد. براي محاسبه وزن معيارها و زير معيارها از فرآيند تحليل شبكه اي فازي استفاده مي شود. سپس رتبه بندي ريسكها از طريق الگوريتم تاپسيس فازي انجام مي شود. در مطالعه موردي با استفاده از رويكردهاي مختلف، بيش از 100 ريسك شناسايي و بر اساس منشا و تاثير آنها در مراحل مختلف پروژه تقسيم بندي گرديده اند. سپس ريسكهاي مهم توسط مدل پيشنهادي ارزيابي و نتايج مربوطه به همراه تحليل حساسيت ارايه گرديده است. با توجه به مبهم و غير دقيق بودن داده ها در اغلب پروژه ها، مدل پيشنهادي براي دنياي واقعي مناسب مي باشد.

Economic growth in developing countries has led in increasing demand for infrastructure projects like power plants. In order to respond to these development needs, the government of Iran has engaged several companies to carry out power plant projects. While many papers have been published on the subject of project risk management, little information exists on the actual use of risk management in practice. The primary objective of this paper is to identify and rank the risks in these power plant projects. The proposed model allows risks to be ranked based on management priorities using a combined fuzzy analytic network process (fuzzy-ANP) and fuzzy Technique for Order Preference by Similarity to Ideal Solution (fuzzy-TOPSIS) method. In classical approaches, Probability and Impact are two commonly used criteria in project risk ranking. However, these criteria do not sufficiently address all aspects of project risk. Moreover, there may be relations and dependencies among the various criteria. Therefore, we proposed a hierarchical structure for ranking risk in power-plant projects. The proposed structure can consider dependence among the different criteria. We use fuzzy-ANP for calculating weights. The outputs of fuzzy-ANP calculations are used in a fuzzy-TOPSIS procedure for the evaluation of important risks. A case study of a power plant project is presented to demonstrate the applicability and performance of the proposed model. More than 100 risks were identified and categorized according to their source and to their relative impact on the project. We evaluated important risks using the fuzzy-ANP and fuzzy-TOPSIS method. In addition, we used a sensitivity analysis to discuss and explain the results of the method. The proposed method is a suitable approach when performance ratings and weights are vague and imprecise.