مروری بر مساله زمانبندی پروژه های نرم افزاری

مساله زمانبندی پروژه های نرم افزاری یکی از مهمترین فعالیت ها در توسعه پروژه های نرم افزاری به شمار می آید. یکی از اصلی ترین دلایل عدم اتمام موفقیت آمیز پروژه های نرم افزاری، مطابقت نداشتن هزینه و زمانبندی برنامه ریزی شده و استفاده نکردن از روش های زمانبندی کارا است. عامل اصلی برای به اتمام رساندن پروژه های نرم افزاری مطابق با هزینه و زمانبندی برنامه ریزی شده، بکارگیری زمانبندی دقیق و درست است. موضوع زمانبندی پروژه های نرم افزاری، مهمترین مبحثی است که در توسعه و مدیریت پروژه می بایست بیش از هر موضوع دیگری به آن توجه کرد. این مساله شامل برنامه ریزی منابع، برآورد هزینه ها، نیروی انسانی و کنترل هزینه است. بنابراین، لازم است برای زمانبندی پروژه های نرم افزاری الگوریتمی اتخاذ شود که با در نظر گرفتن هزینه و محدودیت های منابع، بهینه ترین زمان برای انجام پروژه ها پیش بینی گردد. کاهش همزمان هزینه و زمان در توسعه پروژه های نرم افزاری برای شرکت های تولید نرم افزار بسیار لازم و ضروری است. بنابراین، به دلیل کاهش عدم تقارن دو عامل ذکر شده در پروژه ها لازم است که بین زمان پروژه و هزینه موازنه ای صورت پذیرد. در این مقاله به بررسی و مرور مساله زمانبندی پروژه های نرم افزاری با استفاده از مدل های کلاسیک و الگوریتم های هوش مصنوعی پرداخته شده است. بررسی های به دست آمده نشان می دهد که روش های هوش مصنوعی کارایی بهتری در مقایسه با مدل های کلاسیک دارند.

software project scheduling problem: a review

the software project scheduling problem (spsp) is one of the most important activities in software project development. one of the main reasons for unsuccessful software project completion is non-compliance with cost and schedule plans, often due to inefficient scheduling methods. the key factor for delivering software projects within planned cost and schedule is employing accurate and correct scheduling. spsp is the most critical issue in project development and management, requiring more attention than any other aspect. software project development should be fundamentally based on it. spsp encompasses resource planning, cost estimation, manpower allocation, and cost control. therefore, adopting an algorithm for software project scheduling that optimizes project completion time while considering cost and resource constraints is essential. simultaneously reducing both cost and time in software project development is crucial for software production companies. achieving a balance between project time and cost is necessary to minimize the asymmetry between these two factors. in spsp, the most important element is the resource constrained project scheduling problem (rcpsp). rcpsp involves assigning multiple tasks to limited-capacity resources under time constraints to optimize task scheduling with minimal time while satisfying and optimizing resource limitations. this article reviews spsp using classical models and artificial intelligence algorithms.