ارائه مدل زمانبندی استوار پروژه با منابع محدود و حل آن با استفاده از الگوریتم فرا ابتکاری بهینه سازی انبوه ذرات (مطالعه موردی: پالایشگاه میعانات گازی بندر عباس)

انجام فعالیت های پروژه مطابق برنامه زمان بندی یکی از مسائل مورد توجه دست اندرکاران پروژه ها به ویژه مدیران پروژه ها می باشد. همچنین ماهیت بسیار دشوار این مسئله، علت دیگری برای توجه زیاد محققین به آن می‌باشد. بنابراین تکنیک ها و روش‌های خاصی برای حل این مسائل مطرح شده‌اند. از اینرو توجه بیشتر به پایداری زمانبندی پروژه برای مدیران پروژه موضوعیت دارد. در این مقاله برای یک مسئله واقعی زمانبندی پروژه پالایشگاهی ابتدا مدل زمانبندی پایدار ارائه‌شده و به دلیل اینکه زمانبندی پروژه با محدودیت منابع از جمله مسائل nphard است، الگوریتم‌ فرا ابتکاری بهینه سازی انبوه ذرات برای حل این مسئله پیشنهاد شده است. به منظور اعتبارسنجی مدل نیز 4 مسئله با ابعاد کوچک انتخاب و جواب‌های به دست آمده از الگوریتم‌های پیشنهادی با جواب دقیق به دست آمده حاصل از نرم‌افزار lingo مقایسه گردیده است. نتایج به دست آمده نشان می دهد الگوریتم پیشنهادی کارا و همگرا به جواب بهینه می‌باشند.

Solving Resource-Constrained Project Scheduling Problem with Particle Swarm Optimization (Case Study: Bandar Abbas Gas Condensate Refinery)

One of the issues considered by the projects responsible especially project managers is the execution of project activities according to time schedule. The very difficult nature of that issue is also another reason for the researchers to take much note of it. Therefore, there are especial techniques and methods to solve those issues. Also, project managers pay much attention to the stability of the time schedule as it is important for them. This paper is provided with a real project time schedule for a refinery by using stable time schedule. Particle swarm optimization algorithm is suggested to resolve the problem since the project time schedule has resources limitation including NP Hard. In order to accesses the validation of the model, 4 issues with small scales has been selected and the results from the suggested algorithm was compared with the accurate result obtained from lingo software. These results indicate that the suggested algorithm is effective and convergent with the optimized result.