انتخاب و زمان‌بندی پروژه چندحالتی با منابع محدود با در نظر گرفتن امکان سرمایه‌گذاری مجدد در افق زمانی انعطاف‌پذیر

در این مقاله، مسئله انتخاب و زمان‌بندی پروژه چندحالتی با منابع محدود با در نظر گرفتن امکان سرمایه‌گذاری مجدد عواید پروژه در افق زمانی انعطاف‌پذیر مورد بررسی قرار گرفته است. بر این اساس، سازوکار مسئله مذکور به‌گونه‌ای است که از بین پروژه‌های پیشنهادی، تعدادی انتخاب و فعالیت‌های آنها با توجه به روابط پیش‌نیازی و محدودیت منابع تجدیدپذیر زمان‌بندی می‌شود. در این مسئله به مقایسه سود حاصل از انتخاب سبد پروژه و زمان‌بندی و اجرای فعالیت‌های آنها بین دو حالتی که افق زمانی ثابت و یا منعطف باشد، پرداخته شده است. به همین منظور حدود تلرانس بالا و پایینی برای افق زمانی از پیش تعیین شده در نظر گرفته شده است. در صورت تجاوز از افق زمانی مذکور، هزینه‌ای به‌عنوان جریمه در نظر گرفته خواهد شد و هدف تعیین افق زمانی مطلوب است. یک مدل برنامه‌ریزی عدد صحیح مختلط برای این مساله پیشنهاد شده است و جهت حل آن در ابعاد کوچک و بزرگ از نرم‌افزار گمز و حل‌گر سیپلکس و ترکیبی از یک الگوریتم ابتکاری پیشنهادی، الگوریتم ژنتیک و جست و جوی محلی استفاده شده است. سپس نتایج حاصل از آنها با یکدیگر مورد مقایسه قرار گرفته است. نتایج عددی نشان می‌دهند که الگوریتم پیشنهادی عملکرد قابل قبولی از منظر کیفیت جواب و زمان حل داشته و همچنین در نظر گرفتن افق زمانی انعطاف‌پذیر می‌تواند افزایش عایدی قابل توجهی را نسبت به عدم در نظر گرفتن آن داشته باشد.

Multi-mode Resource Constrained Project Selection and Scheduling Considering the Reinvestment Strategy in a Flexible Time Horizon

In this paper, a multimode resource constrained project selection and scheduling problem is investigated considering the reinvestment strategy in a flexible time horizon. Among a set of available projects, a number of projects are selected and scheduled regarding the constraints on renewable resources and precedence relations. The benefits of project portfolio selection and scheduling are compared in both fixed and flexible time horizons. For this purpose, upper and lower tolerance limits are considered for the predetermined time horizon. If the schedule exceeds the time horizon, a penalty cost will be charged. The objective is to determine the optimal time horizon. A mixedinteger linear programming model is proposed for this problem, and solved by GAMS software/CPLEX solver and also a combination of a proposed heuristic algorithm, Genetic Algorithm, and a local search method. Numerical results show that the proposed approach has an acceptable performance in terms of the quality of the solution and the running time. Also, dealing with the problem in a flexible time horizon is more profitable compared to a fixed time horizon.