تسطیح منابع پروژه تحت شرایط فازیتصادفی

با توجه به نقش مهمی که منابع در موفقیت یا شکست پروژه‌ها بازی می‌کنند، در 60 سال اخیر پژوهش‌های بسیاری در زمینه تسطیح منابع انجام گرفته است. نخستین پژوهش‌ها شرایط اجرای پروژه را قطعی در نظر گرفتند ولی پژوهش‌های بعدی به سمت غیر قطعی بودن شرایط پروژه سوق پیدا کردند. برخی از این پژوهش‌های غیرقطعی شرایط اجرای پروژه را تنها فازی و برخی آن را تنها تصادفی فرض کردند. پس از معرفی تئوری فازیتصادفی پژوهش‌های مدیریت پروژه شرایط اجرای یک پروژه را فازیتصادفی دانستند. بنابراین با توجه به جای خالی این رویکرد در تسطیح منابع، پژوهش کمی و توسعه‌ای پیش‌رو یک مدل تسطیح منابع فازیتصادفی چند هدفه توسعه داد. در این پژوهش زمان انجام پروژه به صورت یک متغیر فازیتصادفی در نظر گرفته شده است. در نهایت مدل ارایه شده که در زمره مدل‌های nphard قرار می‌گیرد، توسط یک الگوریتم nsgaii توسعه داده شده، در نرم افزار matlab حل شد. این الگوریتم توسط دو الگوریتم دیگر یعنی الگوریتم کنترل و الگوریتم آماده‌ساز متغیر تصمیم و یک حافظه کنترل کننده، برای حل مشکل تنوع پروژه‌ها، توسعه داده شد. نوآوری این پژوهش در دو مورد قابل ذکر است، اول اینکه مدل تسطیح منابع چندهدفه به صورت فازیتصادفی ارایه شد و مورد دوم اینکه برای حل آن الگورتیم nsgaii توسعه داده شد. در پایان نیز تکرارپذیری، همگرایی، کارآیی و اعتبار الگوریتم پیشنهادی آزمایش، مورد بحث و تایید قرار گرفت.

Leveling of Project Resources under Fuzzy Stochastic Conditions

Due to the vital role resources play in the project’s success or failure, in the last 60 years, much research has been done in the field of resourceleveling. The first studies considered the conditions of the project to be definite, but the following researches led to the uncertainty of the project conditions. Some of these uncertain studies assumed that the project conditions were only fuzzy, and some assumed that they were only stochastic. After introducing fuzzystochastic theory, project management research considered the conditions for a project to be fuzzystochastic. Due to the gap of this approach in resource leveling, this quantitative and developing research developed a multiobjective fuzzyrandom resourceleveling model. In this research, the project execution time is considered as a fuzzyrandom variable. Finally, the proposed model, which is among the NPhard models, was solved by an NSGAII algorithm in Matlab software. Two other algorithms developed this algorithm, namely control algorithm and variable decision preparation algorithm, and a controlmemory, to solve the problem of project’s diversity. The innovation of this research is noteworthy in two cases. The first is that the multiobjective resourceleveling model was presented in a fuzzyrandom manner, and the second is that the NSGAII algorithm was developed to solve it. Finally, the proposed algorithm’s reproducibility, convergence, efficiency, and validity were discussed and approved.