ارائه مدلی جهت بهینه‌سازی جریان نقدینگی پروژه مبتنی بر الگوریتم ژنتیک بر با استفاده مدلسازی اطلاعات ساختمان

سازندگان خصوصی در پروژه‌های ساختمانی با چالش حیاتی بده‌بستان میان حداکثرسازی سود (از طریق به تعویق انداختن فروش) و حفظ پایداری مالی (از طریق پیش‌فروش) مواجه هستند. تصمیم‌گیری شهودی در این زمینه اغلب منجر به از دست رفتن سود یا ورشکستگی پروژه می‌شود. این پژوهش یک چارچوب دومرحله‌ای شفاف برای پشتیبانی از این تصمیم استراتژیک ارائه می‌دهد. مرحله اول، با اتکا به داده‌های دقیق هزینه و زمان استخراج‌شده از (bim-5d)، یک مدل بهینه‌سازی ریاضی را با استفاده از الگوریتم ژنتیک (ga) حل می‌کند. این مدل با هدف حداکثرسازی ارزش فعلی خالص (npv)، بهترین استراتژی زمان‌بندی فروش و اخذ وام را تحت قیود واقعی (مانند خط اعتبار و ظرفیت بازار) شناسایی می‌کند. مرحله دوم، مقاومت این استراتژی بهینه را در برابر عدم قطعیت‌های بازار (تورم هزینه و قیمت) با شبیه‌سازی مونت کارلو (mcs) ارزیابی می‌نماید. نتایج یک مطالعه موردی نشان داد که مدل بهینه، بر خلاف استراتژی‌های شهودی رایج (تهاجمی یا محافظه‌کار)، قادر است همزمان از ورشکستگی پروژه جلوگیری کرده و سودآوری را به طور قابل توجهی افزایش دهد. این چارچوب، ابزاری عملی برای گذار از تصمیم‌گیری شهودی به مدیریت مالی داده‌محور در صنعت ساخت فراهم می‌آورد.