زمان‌بندي پروژه‌هاي ساخت با استفاده از تركيب برنامه‌ريزي چندهدفه و بهينه‌سازي از طريق شبيه‌سازي

Scheduling of construction projects using a combination of multi-objective programming and optimization via simulation

در مسأله برنامه‌ريزي پروژه با محدوديت منابع تك­حالت اجرا، فرض بر اين است كه هريك از فعاليت‌ها داراي زمان اجراي مشخص و مصرف منابع معلوم هستند و تنها به يك روش انجام مي‌شوند؛ اما در عمل موارد بسياري وجود دارد كه در آن‌ها مي‌توان با فراهم‌كردن منابع بيشتر، زمان فعاليت را كاهش داد. در اين حالت، هر فعاليت مي‌تواند به يكي از روش‌هاي اجرايي ممكن انجام شود و مسئلة حاصل، زمان‌بندي پروژه با محدوديت منابع چندحالته(MRCPSP) ناميده مي‌شود. در اين تحقيق، مسئلة زمان‌بندي پروژة منابع محدود با فعاليت‌هاي چندحالته، شامل تعيين زمان‌بندي پاية فعاليت‌هاي پروژه است كه مي‌تواند در چندين حالت انجام شود و روابط پيش‌‌نيازي را رعايت كند؛ در‌حالي‌كه زمان پروژه، هزينه و نوسانات منابع را كمينه مي‌سازد. در اين پژوهش، مسئلة زمان‌بندي پروژه با استفاده از ابزار شبيه‌سازي شبكة كنترل پروژه، وارد نرم‌افزار شبيه‌سازي (ED) مي‌شود و خروجي‌هاي آن با خروجي‌هاي حاصل از يك الگوريتم فراابتكاري مقايسه مي‌شود. درنهايت، راهكار‌هاي مديريتي به‌منظور بهينه‌سازي زمان‌بندي ازلحاظ كمينه‌سازي زمان كل، هزينه و تسطيح منابع ارائه خواهد شد.

In the single-mode resource-constrained project scheduling problem, it is assumed that each activity has a specified known execution time and resource consumption can be done only in one way. In practice, there are many cases in which the make span can be reduced by providing additional resources activities. In this case, each activity can be done in one of the procedures, which is called the multi-mode resource-constrained project scheduling. In this paper, the problem includes determination of the basic schedule for the project activities which may be done in several models and the precedence relations are met, While the project make-span, cost and resource fluctuations are minimal. In this research project scheduling problem network will model using ED simulation software and the results of the simulation and a meta-heuristic algorithm has been compared. Finally, management strategies to optimize the scheduling, i.e such minimize total time, cost and resource leveling, will be offered.