ارزیابی اقتصادی‌ پروژه ها در شرایط عدم قطعیت با استفاده از منطق فازی، فرآیند تحلیل سلسله مراتبی و برنامه‌ریزی صفر و یک

یکی از مهمترین روش‌های ارزیابی طرح‌های اقتصادی و مقایسه بین آنها، روش ارزش فعلی است. این روش یکی از مهمترین و در ضمن ساده‌ترین تکنیک‌های اقتصاد مهندسی است با این وجود محاسبه ارزش فعلی به روش‌ سنتی برای مقایسه پروژه‌ها به تنهایی کافی نیست چرا که عامل مهمی به نام عدم قطعیت پارامترها را در نظر نمی‌گیرد. علاوه بر مقایسه اقتصادی، عوامل دیگری مانند محدودیت زمان در گزینش یک پروژه باید مورد توجه قرار گیرد. هدف این مقاله ارائه رویکردی برای انتخاب پروژه‌ها به کمک روش ارزش فعلی با رفع کمبودهای ذکر شده می‌باشد. جهت لحاظ کردن عدم قطعیت در مساله منطق فازی مورد استفاده قرار گرفته است. سپس به کمک فرآیند تحلیل سلسله مراتبی و برنامه‌ریزی صفر و یک با لحاظ کردن سایر اهداف پروژه، اقتصادی‌ترین پروژه انتخاب شده است. این مدل با در نظرگرفتن اهداف مختلف کمی و کیفی و عدم قطعیت پارامترها قادر است بهترین پروژه‌ها در شرایط دنیای واقعی را انتخاب کند. در این مقاله تلاش شده است تا روشی مناسب برای انتخاب ترکیبی از پروژه ها بر اساس اهداف موردنظر صاحبان پروژه ارائه گردد. با توجه به نتایج حاصله میتوان از این مدل کاربردی برای پروژه هایی که عدم قطعیت در پارامترهای آن وجود دارد در ابعاد وسیع استفاده نمود.

Economic Evaluation of Projects under Uncertainty Using Fuzzy Logic, Analytical Hierarchy Process and Binary Integer Programming

One of the most important economic project evaluation methods and the comparison between them is current values. This method is one of the most important and the simplest techniques in engineering economy. The calculation of the present value of the traditional methods to compare projects is not enough because it does not consider a major uncertainty factor. In this paper, we present an approach for the selection of projects by using current value. In order to include the uncertainties in the problem, fuzzy logic is used. Then, using analytic hierarchy process and binary integer programming with respect to the other objectives of the project, the most economical project was chosen. This model considers qualitative and quantitative objective and uncertainty to select the best projects in realworld situations.