انتخاب استراتژی های پاسخ به ریسک زیست محیطی پروژه های ساخت و ساز با استفاده از الگوریتم های فراابتکاری(مطالعه موردی: پروژه مجتمع ساختمانی صبا )

الموضوعات :

اسماعیل چراغی ¹ (دکتری مهندسی صنایع دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران. *(مسوول مکاتبات))
محمد خلیل زاده ² (استادیار گروه مهندسی صنایع دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران)
امیرپویا چراغی ³ (کارشناسی مهندسی عمران دانشگاه زنجان، زنجان، ایران.)
یاسر رحیمی ⁴ (دکتری مهندسی صنایع دانشکده فنی دانشگاه تهران ، تهران، ایران.)

تاريخ الإرسال : 09 الخميس , ذو الحجة, 1438 تاريخ التأكيد : 04 الأربعاء , ربيع الأول, 1439 تاريخ الإصدار : 19 السبت , شوال, 1440

الکلمات المفتاحية: مدیریت ریسک زیست محیطی, شناسایی ریسک, پاسخ به ریسک, الگوریتم فرا ابتکاری,

ملخص المقالة :

زمینه و هدف: غالباً اجرای پروژه‌های بزرگ به گونه ای است که عدم اطمینان و ریسک جزء ویژگی‌های ذاتی آنها می‌باشد. این عدم اطمینان باعث عدم موفقیت چشم گیر اغلب پروژه‌های کشور در رسیدن به اهداف از پیش تعیین شده می باشد. بیش تر مطالعات پیشین به ارزیابی ریسک های زیست محیطی پرداخته اند به همین دلیل، در این مطالعه یک مساله در قالب یک مدل بهینه سازی برنامه ریزی عدد صحیح خطی برای انتخاب پاسخ های ریسک مناسب برای ریسک های پروژه با رویکرد زیست محیطی پیشنهاد می‌شود. عدم شناسایی دقیق ریسک های ساخت پروژه های ساخت و ساز علاوه بر افزایش زمان و هزینه نهایی پروژه ها، خسارات اجتماعی، زیست محیطی و جانی در پی خواهد داشت. هدف پژوهش حل یک مدل ریاضی برای انتخاب استراتژی های پاسخ به ریسک های زیست محیطی و بهداشت شغلی بر اساس استاندارد IS0 14001-OHSAS 18001 پروژه های ساخت و ساز است. روش بررسی: تمامی ریسک های زیست محیطی پروژه شناسایی شده و با استفاده از یک مدل ریاضی و الگوریتم فرا ابتکاری NSGAII یک روند حل برای به دست آوردن استراتژی مطلوب تر پاسخ به ریسک های زیست محیطی یک پروژه مجتمع ساختمانی با توجه به زمان، هزینه و کیفیت ارایه شده است. یافته‌ها: نتایج نشان می دهد برای 10 ریسک مهم زیست محیطی شناسایی شده در پروژه با استفاده از روش FMEA و استاندارد ISO 31000 که مربوط به 8 فعالیت مهم و بحرانی پروژه بر اساس ساختار شکست کار می باشد با استفاده از مدل ریاضی ارایه شده، استراتژی های مناسب پاسخ به ریسک ها به صورت بهینه انتخاب شدند و سیستم مدیریت ریسک در این پروژه به صورت مناسبی جاری سازی گردید. بحث و نتیجه‌گیری: انتخاب استراتژی های مناسب پاسخ به ریسکها در پروژه های عمرانی یکی از دغدغه های ذی نفعان پروژه می باشد. برای اولین بار از یک الگوریتم فرا ابتکاری برای انتخاب استراتژی های پاسخ به ریسک HSE پروژه های عمرانی استفاده شده است. در برج صبا که مطالعه موردی این مقاله می باشد کل ریسک های اثر گذار در بحث زیست محیطی و بهداشت شغلی شناسایی شده و برای هر کدام از ریسک ها استراتژی پاسخ به ریسک مناسب داده شده است.

المصادر:

 

1. Zuo J, Rameezdeen R, Hagger M, Zhou Z, Ding Z. Dust pollution control on construction sites: Awareness and self-responsibility of managers. Journal of Cleaner Production. 2017 Nov 10; 166:312-20.


2. Zayed, Tarek, Amer, Mohamed. and Pan, Jiayin. (2008). “Assessing risk and uncertainty inherent in Chinese highway projects using AHP.” International Journal of Project Management, 26, 408–419.


3. Zeng J, an M, Chan AHC. (2005). “A fuzzy reasoning decision making approach based multi-expert judgment for construction project risk analysis.” Proceedings of the twentyfirst annual conference. Association of Researchers in Construction Management (ARCOM). London, UK; pp. 841–52.


4. Zeng, J., an, M., & Smith, N. J. (2007). “Application of a fuzzy based decision making methodology to construction project risk assessment.” International Journal of Project Management, 25(6), 589–600.


5. Zhang, Y. Fan, Z. (2013). An optimization method for selecting project risk response strategies, International journal of project management, vol XX, P X - X.


6. Taylan, O, Bafail, A. O, Abdulaal, R. M, & Kabli, M. R. (2014). Construction projects selection and risk assessment by fuzzy AHP and fuzzy TOPSIS methodologies, Applied Soft Computing, vol 17, P 105 – 116


7. Seyedhoseini, S. M., Noori, S., and Hatefi, M. A. (2009). An integrated methodology for assessment and selection of the project risk response actions. Risk Analysis, 29(5), 752-763.


8. Chapman, C., & Ward, S. (2003). Project risk management: processes, techniques, and insights. Wiley.


9. Miler, J. (2005). A method of software project risk identification and analysis. Technology. Gdansk University of Technology.


10. Conrow, E. H. (2003). Effective risk management: Some keys to success. Aiaa.


11. Hillson, D. (1999, October). Developing effective risk responses. In Proceedings of the 30th Annual Project Management Institute Seminars & Symposium (pp. 10-16).


12. Boehm, B. W. (1991). Software risk management: principles and practices. IEEE software, 8(1), 32-41.


13. Hillson, D. (2001, November). Effective strategies for exploiting opportunities. In Proceendings of Project Management Institute Annual Seminars & Symposium.


14. Cooper, D. F. (2005). Project risk management guidelines: Managing risk in large projects and complex procurements. John Wiley & Sons, Inc.


15. Wenxi, Z., & Danyang, C. (2009, October). Expressway management risk evaluation based on fuzzy neural networks. In Intelligent Computation Technology and Automation, 2009. ICICTA'09. Second International Conference on (Vol. 2, pp. 700-703). IEEE.


16. Zolfani SH, Pourhossein M, Yazdani M, Zavadskas EK. Evaluating construction projects of hotels based on environmental sustainability with MCDM framework. Alexandria Engineering Journal. 2017 Jan 13.


17. Fan, M., Lin, N. P., & Sheu, C. (2008). Choosing a project risk-handling strategy: An analytical model. International Journal of Production Economics, 112(2), 700-713.


18. Zhang, Y., & Fan, Z. P. (2014). An optimization method for selecting project risk response strategies. International Journal of Project Management, 32(3), 412-422.

 

Reference

1. Zuo J, Rameezdeen R, Hagger M, Zhou Z, Ding Z. Dust pollution control on construction sites: Awareness and self-responsibility of managers. Journal of Cleaner Production. 2017 Nov 10; 166:312-20.


2. Zayed, Tarek, Amer, Mohamed. and Pan, Jiayin. (2008). “Assessing risk and uncertainty inherent in Chinese highway projects using AHP.” International Journal of Project Management, 26, 408–419.


3. Zeng J, an M, Chan AHC. (2005). “A fuzzy reasoning decision making approach based multi-expert judgment for construction project risk analysis.” Proceedings of the twentyfirst annual conference. Association of Researchers in Construction Management (ARCOM). London, UK; pp. 841–52.


4. Zeng, J., an, M., & Smith, N. J. (2007). “Application of a fuzzy based decision making methodology to construction project risk assessment.” International Journal of Project Management, 25(6), 589–600.


5. Zhang, Y. Fan, Z. (2013). An optimization method for selecting project risk response strategies, International journal of project management, vol XX, P X - X.


6. Taylan, O, Bafail, A. O, Abdulaal, R. M, & Kabli, M. R. (2014). Construction projects selection and risk assessment by fuzzy AHP and fuzzy TOPSIS methodologies, Applied Soft Computing, vol 17, P 105 – 116


7. Seyedhoseini, S. M., Noori, S., and Hatefi, M. A. (2009). An integrated methodology for assessment and selection of the project risk response actions. Risk Analysis, 29(5), 752-763.


8. Chapman, C., & Ward, S. (2003). Project risk management: processes, techniques, and insights. Wiley.


9. Miler, J. (2005). A method of software project risk identification and analysis. Technology. Gdansk University of Technology.


10. Conrow, E. H. (2003). Effective risk management: Some keys to success. Aiaa.


11. Hillson, D. (1999, October). Developing effective risk responses. In Proceedings of the 30th Annual Project Management Institute Seminars & Symposium (pp. 10-16).


12. Boehm, B. W. (1991). Software risk management: principles and practices. IEEE software, 8(1), 32-41.


13. Hillson, D. (2001, November). Effective strategies for exploiting opportunities. In Proceendings of Project Management Institute Annual Seminars & Symposium.


14. Cooper, D. F. (2005). Project risk management guidelines: Managing risk in large projects and complex procurements. John Wiley & Sons, Inc.


15. Wenxi, Z., & Danyang, C. (2009, October). Expressway management risk evaluation based on fuzzy neural networks. In Intelligent Computation Technology and Automation, 2009. ICICTA'09. Second International Conference on (Vol. 2, pp. 700-703). IEEE.


16. Zolfani SH, Pourhossein M, Yazdani M, Zavadskas EK. Evaluating construction projects of hotels based on environmental sustainability with MCDM framework. Alexandria Engineering Journal. 2017 Jan 13.


17. Fan, M., Lin, N. P., & Sheu, C. (2008). Choosing a project risk-handling strategy: An analytical model. International Journal of Production Economics, 112(2), 700-713.


18. Zhang, Y., & Fan, Z. P. (2014). An optimization method for selecting project risk response strategies. International Journal of Project Management, 32(3), 412-422.