شماره ركورد :
1037007
عنوان مقاله :
توسعۀ مدل دوهدفۀ زمان‌بندي پروژه با محدوديت منبع با درنظرگرفتن تبادل زمان-هزينه و حل آن با الگوريتم مرتب‌سازي نامغلوب ژنتيك
عنوان به زبان ديگر :
Non-dominated Sorting Genetic Algorithm-II to Solve Multi Objective Resource-constrained Project Scheduling Problem with Time-cost Trade-off
پديد آورندگان :
ابراهيمي‌فرد، سونيا دانشگاه تربيت مدرس - مهندسي‌صنايع‌ و ‌سيستمها , نهاوندي، نسيم دانشگاه تربيت مدرس - مهندسي‌صنايع‌ و ‌سيستمها , حسين‌زاده كاشان، علي دانشگاه تربيت مدرس - مهندسي‌صنايع‌ و ‌سيستمها
تعداد صفحه :
13
از صفحه :
375
از صفحه (ادامه) :
0
تا صفحه :
387
تا صفحه(ادامه) :
0
كليدواژه :
الگوريتم ژنتيك مرتب‌سازي نامغلوب , زمان‌بندي پروژه با محدوديت منبع , تسطيح منبع
چكيده فارسي :
زمان‌بندي نقش حياتي در مديريت پروژه‌ها ايفا مي‌كند. با وجود اين، علاوه‌بر ارائة زمان‌بندي مناسب بايد به محدوديت‌هاي موجود در حين اجراي پروژه نيز توجه شود. در اين پژوهش، مدل دوهدفة زمان‌بندي پروژه با تبادل زمان-هزينه تسطيح منابع، منطبق با خواستة كارفرما و پيمانكار براي اولين‌بار در ادبيات موضوع پيشنهاد شده است. روابط پيش‌نيازي عمومي نيز در مدل لحاظ شده است. براي بررسي بهتر عملكرد اين مدل، مطالعة موردي واقعي مرتبط با موضوع انتخاب شد. با توجه به ماهيت NP-Hard بودن مسئلة زمان‌بندي و نيز ابعاد بزرگ مطالعة موردي، پس از تجزيه و تحليل فضاي جواب، الگوريتم مرتب‌سازي نامغلوب ژنتيك به‌عنوان روش حلي مناسب براي حل مسئله انتخاب شد. در انتها، نتايج حاصل از حل الگوريتم با نتايج دنياي واقعي مقايسه شد. نتايج نشان مي‌دهد مدل و الگوريتم ارائه‌شده قابليت استفاده در پروژه‌هاي مشابه ديگر را دارد.
چكيده لاتين :
Scheduling plays an important role in project management. However, in addition to providing suitable scheduling, constraints during project implementation should also be noted. This paper proposes bi-objective resource-constrained project scheduling model with the objectives of minimizing project completion time, as well as minimizing the leveling cost of the used resources, in accordance with the employer demands and the contractor developed. To better study this model performance, a real case study related to the topic, were selected. Since the proposed research problem has been proven to be NP-hard as well as large-scale case study, after analyzing the landscape, genetic algorithm to solve problem were offered. Finally, the results of solving real-world algorithms were compared with the results. Results show that the model and algorithm can be used in other similar projects as well.
سال انتشار :
1396
عنوان نشريه :
مهندسي صنايع -دانشگاه تهران
فايل PDF :
7562830
عنوان نشريه :
مهندسي صنايع -دانشگاه تهران
لينک به اين مدرک :
بازگشت