|
|
ارائه مدلی برای انتخاب سبد پروژه با آثار متقابل و اشتراک منابع بین پروژه ای با استفاده از شبکه های عصبی مصنوعی
|
|
|
|
|
نویسنده
|
دری بهروز ,اسدی بهرنگ ,مظاهری ساسان
|
منبع
|
مديريت صنعتي - 1394 - دوره : 7 - شماره : 1 - صفحه:21 -42
|
چکیده
|
انبوه پروژه های سازمانی و پیچیدگی های تصمیم گیری پیرامون آنها موجب می شود مدیریت و رهبری پروژه، چالش های ویژه خود را داشته باشد. از اینرو و بهمنظور استفاده مطلوب از فرصت ها و دارایی های سازمان، لازم است مدیران با استقرار سیستم مدیریت جامع چندوجهی، سبد پروژه سازمان را تشکیل دهند و با لحاظ توجیه های مناسب اقتصادی، فنی و اجتماعی آن را به انجام برسانند. همچنین، کمبود منابع موجب میشود مدیران همواره بهدنبال انتخاب تعدادی از پروژه های ممکن به منظور اجرا یا اولویت بندی باشند. در این تحقیق، با درنظرگرفتن آثار متقابل معیارها و اشتراک منابع پروژه های سازمان، رویکردی برای ارزیابی و انتخاب پروژه ها ارائه شد. در این مدل دومرحله ای، ابتدا با تشکیل یک الگوریتم شاخه و کران و با درنظرگرفتن اشتراک منابع پروژه ها، سبدهای بیشینه مشخص شد و سپس کارایی هرکدام از این سبدها با استفاده از مدل شبکه عصبی مصنوعی ارزیابی شد تا سبدهای پروژه بر این اساس رتبهبندی شوند. علاوهبراین، بین درجههای کارایی روش مورد استفاده در این مقاله با روشهای dea و cols همبستگی قابل قبولی وجود دارد.
|
کلیدواژه
|
آثار متقابل، اشتراک منابع، انتخاب سبد پروژه، سبد بیشینه، شبکة عصبی مصنوعی
|
آدرس
|
دانشگاه شهید بهشتی, دانشکدۀ مدیریت و حسابداری, گروه مدیریت صنعتی, ایران, دانشگاه تهران, ایران, دانشگاه تهران, دانشکده مدیریت, ایران
|
پست الکترونیکی
|
mazaheri.sasan@gmail.com
|
|
|
|
|
|
|
|
|
A project portfolio selection model with project interaction & resources interdependency consideration using artificial neural networks
|
|
|
Authors
|
Dorri Behrooz ,Asadi Behrang ,Mazaheri Sasan
|
Abstract
|
A vast number of organizational projects as well as complexity of decision making process can cause particular challenges for project management and its leadership. In order to use organization assets and opportunities efficiently, it is necessary that manager implement a comprehensive multidimensional project portfolio management system that considers economic, social and technical details of the projects. Resource constraint compels managers to select operational proposal projects. Thus managers can maximize organizational utility due to project portfolio’s resource constraint. This study considers the interactive effects of project portfolio evaluation and sharing organizational project resources with respect to its evaluation and choice of the projects.. In this twostep model, first a branch and bound algorithm with resource interaction was utilized to screen maximal portfolio and, in the next step, each portfolio was evaluated based on artificial neural networks to rank the end project portfolios. Also, the ANN scores are strongly correlated with the DEA and COLS efficiency scores.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|