برآورد فاصله ای زمان تکمیل پروژه بر اساس رویکرد شبیه سازی
الموضوعات :امین زینال زاده 1 , جعفر حسینی دولاما 2 , مجید باقر زاده خواجه 3
1 - کارشناس ارشد مهندسی صنایع
2 - دانشجوی کارشناسی مهندسی صنایع
3 - عضو هیأت علمی،گروه مدیریت،واحد تبریز، دانشگاه آزاد اسلامی،تبریز،ایران
الکلمات المفتاحية: شبیه سازی, رویکرد شبیه سازی پیشامد گسسته, برنامه ریزی پروژه,
ملخص المقالة :
هدف مقاله حاضر کاربرد رویکردی برای محاسبه زمان تکمیل مسیرهای شبکه پروژه با فعالیتهای معین می باشد که بر اساس آن می توان زمان تکمیل پروژه را برآورد کرد. در روش مسیر بحرانی (CPM) زمان فعالیت ها قطعی در نظر گرفته می شود. با توجه به اینکه پیش بینی پیشامدهای آینده به شکل قطعی امکان پذیر نمی باشد روش بازنگری و ارزیابی پروژه (PERT) ابداع شده است که زمان فعالیت ها را احتمالی در نظر می گیرد. در این روش بزرگی واریانس زمان مسیرها می تواند دقت محاسبات را تحت تاثیر قرار دهد که تکنیک شبیه سازی روش مناسبی در این حالت می باشد. در مقاله حاضر یک شبکه برداری نمونه انتخاب می شود و توزیع زمان هر فعالیت با نرم افزار Input Analyzer بر اساس یک سری داده برآورد می شود. برای ارزیابی زیبندگی توزیع از سه معیار میانگین خطا، آزمون کای-دوم و کولموگروف- اسمیرنوف (K-S) استفاده می شود. در مرحله بعدی مدل کامپیوتری شبکه در نرم افزار Arena 7.0 ساخته می شود. مدل به تعداد 120 بار شبیه سازی می شود و بر اساس آن حداقل تعداد نمونه مورد نیاز برای محاسبه فاصله اطمینان 95% تعیین می شود. در نهایت یک فاصله اطمینان برای زمان هر مسیر شبکه پروژه محاسبه می شود و برآوردی برای زمان تکمیل پروژه به دست می آید.
Banks, Jerry (1999), Discrete Event Simulation, initially published in the Proceedings of the Winter Simulation Conference, pp. 7-13.
Hajj Shir Mohammadi, A. (1999). Project Management and Control. Isfahan: Industrial University, (In Persian).
Kelton, W. David, Randall P. Sadowski & Deborah A. Sadowski (2001), Simulation with Arena, McGraw-Hill; second edition.
Law, Averill M. & W. David, Kelton (1994), Simulation, Modeling and Analysis, McGraw-Hill Science/Engineering/Math; 3 edition.
Lee, Sang Hyun, Feniosky, Pen˜a-Mora & Moonseo Park (2006), “Dynamic planning and control methodology for strategic and operational construction project management”, Automation in Construction 15, pp. 84 – 97.
Liyanage, K.N.H.P. (2005), Methodologies for Data Collection and Model Documentation in Computer Simulation, Proceedings of the International Conference on Computer and Industrial Management, ICIM, Bangkok, Thailand, pp. 4-1 – 4-6.
Martinez, Julio C. & Photios G. Ioannou (1997), “State-Based Probabilistic Scheduling Using STROBOSCOPE’s CPM Add-On”, Proceedings, Construction Congress V, pp. 438-445.
Raymond, H. Myers & Ronald E. Walpole (1978), Probability and Statistics for Engineering and Scientists, Macmilian Publishing Co; Inc; second eition.
Robinson, S (2005), Discrete-event simulation: from the pioneers to the present, what next?, Journal of the Operational Research Society 56, pp. 619–629.
Sargent, Robert G. (2009), Verification and Validation of Simulation Models, Proceedings of the Winter Simulation Conference, pp. 162-176.
Suri, P.K. & Bhushan, Bharat (2008), Simulator for Optimization of Software Project Cost and Schedule, Journal of Computer Science 4 (12), pp. 1030-1035.
Suri, P.K., Bhushan, Bharat & Ashish, Jolly (2009), Time Estimation for Project Management Life Cycle: A Simulation Approach, International Journal of Computer Science and Network Security, VOL.9 No.5, pp. 211-215.
Tavares, L.V. (2002), A review of the contribution of Operational Research to Project Management, European Journal of Operational Research 136, pp. 1-18.
_||_
Banks, Jerry (1999), Discrete Event Simulation, initially published in the Proceedings of the Winter Simulation Conference, pp. 7-13.
Hajj Shir Mohammadi, A. (1999). Project Management and Control. Isfahan: Industrial University, (In Persian).
Kelton, W. David, Randall P. Sadowski & Deborah A. Sadowski (2001), Simulation with Arena, McGraw-Hill; second edition.
Law, Averill M. & W. David, Kelton (1994), Simulation, Modeling and Analysis, McGraw-Hill Science/Engineering/Math; 3 edition.
Lee, Sang Hyun, Feniosky, Pen˜a-Mora & Moonseo Park (2006), “Dynamic planning and control methodology for strategic and operational construction project management”, Automation in Construction 15, pp. 84 – 97.
Liyanage, K.N.H.P. (2005), Methodologies for Data Collection and Model Documentation in Computer Simulation, Proceedings of the International Conference on Computer and Industrial Management, ICIM, Bangkok, Thailand, pp. 4-1 – 4-6.
Martinez, Julio C. & Photios G. Ioannou (1997), “State-Based Probabilistic Scheduling Using STROBOSCOPE’s CPM Add-On”, Proceedings, Construction Congress V, pp. 438-445.
Raymond, H. Myers & Ronald E. Walpole (1978), Probability and Statistics for Engineering and Scientists, Macmilian Publishing Co; Inc; second eition.
Robinson, S (2005), Discrete-event simulation: from the pioneers to the present, what next?, Journal of the Operational Research Society 56, pp. 619–629.
Sargent, Robert G. (2009), Verification and Validation of Simulation Models, Proceedings of the Winter Simulation Conference, pp. 162-176.
Suri, P.K. & Bhushan, Bharat (2008), Simulator for Optimization of Software Project Cost and Schedule, Journal of Computer Science 4 (12), pp. 1030-1035.
Suri, P.K., Bhushan, Bharat & Ashish, Jolly (2009), Time Estimation for Project Management Life Cycle: A Simulation Approach, International Journal of Computer Science and Network Security, VOL.9 No.5, pp. 211-215.
Tavares, L.V. (2002), A review of the contribution of Operational Research to Project Management, European Journal of Operational Research 136, pp. 1-18.
