عنوان پایان‌نامه
انتخاب ومتعادل سازی
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2403;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 59039
- تاریخ دفاع
- ۲۴ دی ۱۳۹۱
- دانشجو
- میثم براجعه
- استاد راهنما
- سیامک حاجی یخچالی
- چکیده
- در دنیای رقابت کنونی پیش بردن کارها و پروژه ها با روش های سنتی پیشین دیگر مقدور نمی¬باشد. زیرا سازمان ها براساس ماموریت خود و برای دستیابی به اهداف بلند مدت تعریف شده اقدام به تعریف پروژه های متعدد می نمایند. از طرفی محدودیت منابع، نیروی انسانی و سایر محدودیت های سازمانی موجب می شود که سازمان ها نتوانند تمام پروژه های تعریف شده در سازمان را به مرحله اجرا گذارند. بنابراین لازم است که از میان تعداد زیادی پروژه های پیشنهادی, پس از ارزیابی های لازم, تعدادی مشخصی از پروژه ها که همان سبد پروژه های سازمان می باشند را انتخاب نمایند. برای ارزیابی دقیق پروژه ها علاوه بر انجام مطالعات فنی و اقتصادی نیاز به مطالعات دیگر برای شناخت دقیق پروژه ها و ارتباط میان آنها نمود. از طرف دیگر یکنواخت نبودن منابع در دسترس, ترجیحات مدیران,استراتژی های سازمان, برقرار نمودن توازن میان پروژه ها, زمانبندی پروژها و همچنین وضعیت محیط کسب و کار در تعیین سبد پروژه ها دخیل می باشد. از این رو دراین تحقیق یک رویکرد دو فازی برای دسته بندی, انتخاب و توازن سبد پروژه ها ارائه شده است. در فاز اول این ساختار پروژه ها براساس معیارهای مختلف سازمانی به دسته های از پیش تعیین شده تخصیص داده شده و عملیات دسته بندی پروژه ها انجام می شود. این فرایند باعث تعیین ماهیت اصلی پروژه, وابستگی و شباهت میان انها را نمایان می سازد. در فاز دوم این ساختار یک مدل برنامه ریزی غیز خطی صفر ویک چند هدفه مبتی بر سناریو برای انتخاب سبد پروژه ها ارئه شده است. این مدل قابلیت تعیین اهداف مختلف را داشته و همچنین همبستگی میان پروژه ها, مباحث مربوط به بالانس سبد پروژ ها( براساس دسته های پروژه های تعیین شده در فاز قبل) را دارا بوده و سبد پروژه ها را تحت سناریو های تعریف شده برای محیط کسب کار را تعیین می نماید. همچنین تابع هدف این مدل میزلن دستیابی سبد پروژه به اهداف سازمان برای هر دسته و تحت هر سناریو را دارا می باشد و جواب های غیر مغلوب براساس آنها تعیین می شود. در نهایت برای حل مدل پیشنهادی از دو روش MODE و MOTS استفاده شده است. این دو روش از دو ریکرد کاملا متفاوت برای تعیین جواب های غیر مغلوب استفاده می کنند. روش MODE از رویکرد های تکاملی و تفاضلی بردارها استفاده کرده و روشی مبتی بر جمعیت می باشد, از طرف دیگر روش MOTS از رویکرد جستجوی محلی استقاده کرده و روشی مبتی بر جمعیت نمی باشد. در نهایت شاخص های مختلف برای ارزیابی عملکرد الگوریتم ها ارائه شده و سپس با استفاده از آزمون فرض برابری میانگین جوامع, عملکرد این دو الگوریتم مورد بررسی قرار گرفته شده اند.
- Abstract
- In today's competitive world, classic approaches are not able to manage the projects. Because companies have different projects based on their mission and for attaining their long-term goals. On the other hand, due to resource limitation and other company restriction, sometimes make companies disable to implement all defined projects. Hence, it is essential to select some projects after necessary evaluation from the different projects of company which is called portfolio of projects. In order to assess projects exactly in addition to technical and economical studies, there are some other projects needed to know projects and their relation to each other. Furthermore, Nonconformity of available resources, managers' preferences, company strategy, balancing projects, projects scheduling and the situation of business environment are important in defining portfolio of projects. So in this research a two-phase approach for selecting and classifying of projects is presented. In the first phase, based on company's measures projects structure are assigned to predefined clusters and the classification of projects will be accomplished which specifies the nature, dependence and similarity of projects. In the second phase, an integer nonlinear multi-objective scenario-base model is presented for electing the portfolio of projects which can specify the correlation and balance of projects for a given business. In addition, the objective of this model indicates that to what extent projects portfolios of each group reach to the company goals in each scenario and lead to non-dominated solution. Finally, to solve the proposed model, to method is used (MODE and MOTS) which use totally different approaches to determine non-dominated solutions. The former applies complimentary and differentiating vectors and is population based. The later uses local search and is not population based. Eventually to evaluate the algorithms' performances different measures are proposed then by the help of hypothesis testing for the equality of populations' means the performance of algorithms is studied.
