ارائه یک مدل ریاضی چند هدفه فازی برای مسئله تبادل زمان-هزینه با در نظر گرفتن فاکتورهای ریسک و کیفیت

محورهای موضوعی : اقتصاد مالی

رضا شاداب ¹ , محمدرضا شهریاری ² , قنبر عباس پور اسفدن ³ , فرهاد حسین زاده لطفی ⁴

1 - دانشجوی دکتری مدیریت صنعتی، گرایش تحقیق در عملیات، واحد تهران جنوب ، تهران، ایران
2 - عضو هیات علمی گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مدیریت، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران
4 - گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

تاریخ دریافت : 1401/05/10 تاریخ پذیرش : 1403/06/07 تاریخ انتشار : 1403/10/16

کلید واژه: ریسک, فشرده‌سازی زمان, الگوریتم ژنتیک, فازی, مدل چند هدفه,

چکیده مقاله :

تحقیقات علمی گسترده‌ای در حوزه موازنه زمان-هزینه و زمان – هزینه- کیفیت در سالیان قبل انجام شده است. رویکرد اکثر آن‌ها هم بهینه نمودن مسئله، اضافه نمودن پارامترهای دیگر از قبیل کیفیت، تأخیر و ...در حالت‌های قطعی و غیرقطعی و روش‌های حل دقیق و فرا ابتکاری بوده است. درمجموع همه این تلاش‌ها، سعی بر آن داشته‌اند تا شرایط هر چه واقعی‌تر پروژه را در مسئله وارد نمایند. علی‌رغم اینکه اهداف پروژه از قبیل زمان، هزینه و کیفیت قبل از اجرای پروژه تعیین می‌شوند اما پروژه‌های زیادی وجود دارد که در رسیدن به اهداف خود ناموفق عمل کرده‌اند و انحراف بسیار زیادی نسبت به زمان مشخص شده، هزینه در نظر گرفته شده و کیفیت مطلوب خود دارند. از عمده علل این انحرافات توجه نکردن به عدم قطعیت‌هایی است که ممکن است در هر پروژه و برنامه زمان‌بندی رخ دهد. ریسک انجام پروژه مبحث مهم و مفصلی است که بسیاری از پژوهشگران به دلیل پیچیدگی بیش‌ازحد ورود این عامل در موضوع زمان‌بندی، از آن چشم‌پوشی کرده‌اند. هدف این پژوهش ارائه مدلی برای حل مسئله موازنه زمان-هزینه-کیفیت و ریسک است. بدین منظور از رویکرد اعداد فازی و الگوریتم ژنتیک استفاده شد. در ادامه الگوریتم پیشنهادی در یک پروژه ساخت‌وساز واقعی مورد آزمون قرار گرفت و کارایی آن مورد بررسی قرار گرفت.

چکیده انگلیسی:

Extensive scientific research has been done in the field of time-cost and time-cost-quality balance in previous years. The approach of most of them has been to optimize the problem, add other parameters such as quality, delay, etc. In total, all these efforts have tried to bring the most realistic conditions of the project into the problem. Despite the fact that project goals such as time, cost and quality are determined before project implementation, there are many projects that have failed to achieve their goals and deviate greatly from the specified time, cost and desired quality. have. One of the main causes of these deviations is not paying attention to the uncertainties that may occur in each project and schedule. Project risk is an important and detailed topic that many researchers have ignored due to the excessive complexity of this factor in the scheduling issue. The purpose of this research is to provide a model to solve the problem of time-cost-quality and risk balance. For this purpose, the approach of fuzzy numbers and genetic algorithm was used. Next, the proposed algorithm was tested in a real construction project and its efficiency was evaluated.

منابع و مأخذ:

ابراهیم نژاد، س. احمدی، و. جوانشیر، ح. (1392). موازنه معیارهای هزینه, زمان و کیفیت در یک شبکه CPM با استفاده از منطق فازی و الگوریتم ژنتیک. نشریه بین المللی مهندسی صنایع و مدیریت تولید، 24(3)، 376-362.
ابطحی، ی. آزادی نژاد، ع. (1398). آزمون همجمعی آستانه‌ای بازده بازار سهام و بازارهای ارزو طلا درایران. مهندسی مالی و مدیریت اوراق بهادار. 10(38)، 1-18.
احمدی مقدم، ج. مطهری فریمانی، ن. کاظمی، م. (1400). توسعه مدل برنامه‌ریزی پروژه با درنظرگرفتن توأم روش‌های اجرایی و فعالیت جبرانی. چشم‌انداز مدیریت صنعتی، 11(1)، 173-147.
اسپوتین، ب.، مرادی¬نیا، س. (1400). بهینه‌سازی شاخص‌های کمی و کیفی پروژه‌های عمرانی با رویکرد دانش مدیریت پروژه. نشریه مهنذسی عمران امیر کبیر، 53، 5052-5033.
اشتهاردیان، ا. افشار، ع. عباس نیا، ر. (1386). بهینه سازی موازنه هزینه-زمان: استفاده از الگوریتم ژنتیک و منطق فازی درعدم قطعیت هزینه ها. سومین کنفرانس بین المللی مدیریت پروژه، تهران.
بنی هاشمی، س.، خلیل زاده، م.، سلطانیف ر.، خصال، ط. (1397). ارائه مدلی جامع برای کنترل یکپارچه کیفیت، هزینه، برنامه و ریسک پروژه ها در مدیریت ارزش کسب شده. فصلنامه علمی پژوهشی اساس. 52، 65-52.
بیرگانی، م. (1401). تحلیل مقایسه‌ای سطح بهینه ظرفیت تولیدی صنایع کارخانه‌ای برترایران در سال‌های(1397-1380). فصلنامه اقتصاد مالی، 10.30495/FED.2022.1938547.2513.
پایدار، ف. آشتیانی، ب. توکلی مقدم، ر. (1396). بهینه سازی زمان- هزینه- منبع مساله زمانبندی پروژه با محدودیت منابع و جریان های نقدی تنزیل یافته با استفاده از الگوریتم جستجوی گرانشی چندهدفه. نشریه بین المللی مهندسی صنایع و مدیریت تولید، 28(1 )، 14-1.
پندار، م.، ویسی، ر. (1399). سنجش انواع ریسک در نظام بانکداری بدون ربا (روش ترکیبی دیمتل و مدل‌سازی ساختاری تفسیری). فصلنامه اقتصاد مالی، 51: 54-29.
رضائی نور، ج. سلطانی، م. عاقلان، م. (1397). توسعه مدلی برای برنامه ریزی توسعه با تأکید بر پارامتر های محیط زیست، انرژی و اقتصاد مبتنی بر روش تحلیل سلسله مراتبی و برنامه ریزی آرمانی. نشریه محیط زیست طبیعی، 71(2)، 169-184.
سادات سلماسی، م.ح.، داداشی، الف.، غلام نیاروشن، ح. (1400). بکارگیری رویکرد دلفی-فازی جهت تعیین عوامل موثر بر سطح مطلوب ریسک، ساختار بهینه سرمایه و کارایی در بانک های ایرانی. فصلنامه اقتصاد مالی، 57، 86-55.
شفیعی، م. شهریاری، م. حسین زاده لطفی، ف. رادفر، ر. (1397). ارائه مدل ریاضی چندهدفه برای مسأله تبادل هزینه-زمان و در نظر گرفتن ارزش زمانی پول با استفاده از الگوریتم MOPSO. پژوهش های نوین در ریاضی (علوم پایه دانشگاه آزاد اسلامی)، 4(14)، 49-35.
شول، ع.، و کشاورز، ا. (1397). مدل سازی و حل مساله موازنه زمان, هزینه و کیفیت پروژه در شرایط وابستگی کیفیت به زمان و هزینه. مطالعات مدیریت صنعتی، 16(50 )، 157-125.
عقدایی، ا. حسین زاده کاشان، ع. (1397). ارائه رویکردی مبتنی بر الگوریتم قهرمانی در لیگ های ورزشی و فیلتر کالمن برای بهینه سازی چندهدفه مسئله زمان بندی پروژه و پیش بینی پیشرفت زمانی پروژه. تصمیم گیری و تحقیق در عملیات، 3(2 )، 99-113.
علیخانزاده، و. کاظمی، م. لگزیان، م. (1393). بهینه سازی موازنه هزینه، زمان و کیفیت در پروژه های عمرانی با رویکرد بررسی تاثیر انتخاب مواد و نیروی کار. کنفرانس بین المللی مدیریت و مهندسی صنایع، تهران.
فاروقی، ه. پاینده، س. عبدی، ف. (1398). زمان بندی چندهدفه پروژه با قابلیت فشرده سازی چندگانه فعالیت های چندحالته و محدودیت منابع و حالت اجرای یکسان فعالیت های هم گروه. مدیریت صنعتی، 11(2 )، 351-379.
کفاش، م.، ابراهیمی، الف. (1398). ارائه مدل ریاضی کنترل بودجه و هزینه متغیر فعالیت‌های پروژه در شرایط موازنه زمان-هزینه با لحاظ نمودن جریمه تأخیر. نشریه علمی حسابداری و مدیریت، 14، 65-49.
نظری، ا. شادنوش، ن. سهرابی، ط. (1398). مدیریت پرتفوی هزینه پروژه ها در مساله موازنه زمان-هزینه-کیفیت و تعیین اقتصادی ترین ترکیب کاهش زمان فعالیت ها در شبکه های مبتنی بر مسیر بحرانی. مهندسی مالی و مدیریت اوراق بهادار، 10(41)، 192-211.
همتا، ن. قبادی، ش. (1396). ارزیابی مدل مدیریت ریسک اعتباری پروژه های بانک مسکن، چهاردهمین کنفرانس بین المللی مهندسی صنایع،تهران.
Ahmad, S., Hadyait, M. A., & Rashid, M. M. (2019). Effect of supply chain risk management on organization performance: a case study of national foods manooabad muridke district sheikhupura. International Journal of Social Sciences and Economic Review, 1(1): 1-7.
Albayrak, G. (2020). Novel hybrid method in time–cost trade-off for resource-constrained construction projects. Iranian Journal of Science and Technology, Transactions of Civil Engineering, 44(4), 1295-1307.‏
Aziz, R. F., Hafez, S. M., & Abuel-Magd, Y. R. (2014). Smart optimization for mega construction projects using artificial intelligence. Alexandria Engineering Journal, 53(3): 591-606.‏
Daniel, P. A., & Daniel, C. (2018). Complexity, uncertainty and mental models: From a paradigm of regulation to a paradigm of emergence in project management. International journal of project management, 36(1), 184-197.
Elson, D. (2018). Engineering and Project Management. International Journal of System Dynamics Applications (IJSDA), 7(4):76-97.‏
Feizollahi, S., Soltanpanah, H., Farughi, H., & Rahimzadeh, A. (2021). Development of Multi Objective Multi Period Closed-Loop Supply Chain Network Model Considering Uncertain Demand and Capacity. Journal of Industrial Management Perspective, 8: 61-95.
Feng, C. X. J., Saal, A. L., Salsbury, J. G., Ness, A. R., & Lin, G. C. (2007). Design and analysis of experiments in CMM measurement uncertainty study. Precision engineering, 31(2): 94-101.
Guan, L., Abbasi, A., & Ryan, M.J. (2020). Analyzing green building project risk interdependencies using Interpretive Structural Modeling. J. Clean. Prod. 256, 120372.
Hamilton, M. A., Cherry, H., Martin, L. J., Turner, P. J., & Johnson, S. B. (2014). Using Weed Risk Management assessments to inform on-ground action for new and emerging environmental weeds in New South Wales. In Proceedings of the 19th Australasian Weeds Conference, ed. M. Baker, 1(9): 269-72.
Kerzner, H. (2019). Using the project management maturity model: strategic planning for project management. John Wiley & Sons.‏
Khalili-Damghani, K., Tavana, M., Abtahi, A. R., & Santos Arteaga, F. J. (2015). Solving multi-mode time–cost–quality trade-off problems under generalized precedence relations. Optimization Methods and Software, 30(5): 965-1001.‏
Lewis, G., & Bajari, P. (2018). Moral hazard, incentive contracts, and risk: evidence from procurement. Review of Economic Studies, 81(3): 1201-1228.‏
Lin, C. L., & Lai, Y. C. (2020). An improved time-cost trade-off model with optimal labor productivity. Journal of Civil Engineering and Management, 26(2): 113-130.
Masmoudi, N., Tsvankin, I., & Alkhalifah, T. (2016). Feasibility of high-resolution fracture characterization using waveform inversion. In 78th EAGE Conference and Exhibition, 16 (1): 1-5.
Neghab, A. P., Siadat, A., Tavakkoli-Moghaddam, R., & Jolai, F. (2011). An integrated approach for risk-assessment analysis in a manufacturing process using FMEA and DES. In 2011 IEEE International Conference on Quality and Reliability, 14: 366-370.
Peng, W., Huang, M., 2014. A critical chain project scheduling method based on a differential evolution algorithm. Int. J. Prod. Res. 52 (13), 3940e3949.
Qureshi, S. M., & Kang, C. (2015). Analysing the organizational factors of project complexity using structural equation modelling. International journal of project management, 33(1), 165-176.
Ramasesh, R. V., & Browning, T. R. (2014). A conceptual framework for tackling knowable unknown unknowns in project management. Journal of operations management, 32(4), 190-204.
Saputra, Y. A., & Latiffianti, E. (2015). Project reliability model considering time–cost–resource relationship under uncertainty. Procedia Computer Science, 72: 561-568.
Saunders, F. C., Gale, A. W., & Sherry, A. H. (2015). Conceptualising uncertainty in safety-critical projects: A practitioner perspective. International journal of project management, 33(2): 467-478.
Shahriari, M. (2016). Multi-objective optimization of discrete time–cost tradeoff problem in project networks using non-dominated sorting genetic algorithm. Journal of Industrial Engineering International, 12(2): 159-169.
Sharifi, M., Shojaie, A., Naserkhaki, S., & Shahriari, M. (2018). A bi-objective redundancy allocation problem with time-dependent failure rates. International Journal of Industrial Engineering, 25(4): 14-26.
Song, J., Martens, A., & Vanhoucke, M. (2022). Using Earned Value Management and Schedule Risk Analysis with resource constraints for project control. European Journal of Operational Research, 297(2): 451-466.
Taheri Amiri, M. J., Haghighi, F. R., Eshtehardian, E., & Abessi, O. (2017). Optimization of Time, Cost, and Quality in Critical Chain Method Using Simulated Annealing (RESEARCH NOTE). International Journal of Engineering, 30(5), 627-635.
Tonchia, S. (2018). Project Time Management, Management for Professionals, in: Industrial Project Management, 2 (10): 117-129.
Xiao, L., Bie, L., & Bai, X. (2021). Controlling the schedule risk in green building projects: Buffer management framework with activity dependence. Journal of Cleaner Production, 278, 123852.
Zareei, M., & Hassan-Pour, H. A. (2015). A multi-objective resource-constrained optimization of time-cost trade-off problems in scheduling project. Iranian Journal of Management Studies, 8(4): 43-56.
Zhang, J., Jia, S., & Diaz, E. (2018). Dynamic monitoring and control of a critical chain project based on phase buffer allocation. Journal of the Operational Research Society, 69(12), 1966-1977.
Zwikael, O., Chih, Y. Y., & Meredith, J. R. (2018). Project benefit management: Setting effective target benefits. International Journal of Project Management, 36(4), 650-658.