انتخاب استراتژی های پاسخ به ریسک زیست محیطی پروژه های ساخت و ساز با استفاده از الگوریتم های فراابتکاری(مطالعه موردی: پروژه مجتمع ساختمانی صبا )

محورهای موضوعی : ارزیابی پی آمدهای محیط زیستی

اسماعیل چراغی ¹ , محمد خلیل زاده ² , امیرپویا چراغی ³ , یاسر رحیمی ⁴

1 - دکتری مهندسی صنایع دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران. *(مسوول مکاتبات)
2 - استادیار گروه مهندسی صنایع دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران
3 - کارشناسی مهندسی عمران دانشگاه زنجان، زنجان، ایران.
4 - دکتری مهندسی صنایع دانشکده فنی دانشگاه تهران ، تهران، ایران.

تاریخ دریافت : 1396/06/09 تاریخ پذیرش : 1396/09/01 تاریخ انتشار : 1398/04/01

کلید واژه: مدیریت ریسک زیست محیطی, شناسایی ریسک, پاسخ به ریسک, الگوریتم فرا ابتکاری,

چکیده مقاله :

زمینه و هدف: غالباً اجرای پروژه‌های بزرگ به گونه ای است که عدم اطمینان و ریسک جزء ویژگی‌های ذاتی آنها می‌باشد. این عدم اطمینان باعث عدم موفقیت چشم گیر اغلب پروژه‌های کشور در رسیدن به اهداف از پیش تعیین شده می باشد. بیش تر مطالعات پیشین به ارزیابی ریسک های زیست محیطی پرداخته اند به همین دلیل، در این مطالعه یک مساله در قالب یک مدل بهینه سازی برنامه ریزی عدد صحیح خطی برای انتخاب پاسخ های ریسک مناسب برای ریسک های پروژه با رویکرد زیست محیطی پیشنهاد می‌شود. عدم شناسایی دقیق ریسک های ساخت پروژه های ساخت و ساز علاوه بر افزایش زمان و هزینه نهایی پروژه ها، خسارات اجتماعی، زیست محیطی و جانی در پی خواهد داشت. هدف پژوهش حل یک مدل ریاضی برای انتخاب استراتژی های پاسخ به ریسک های زیست محیطی و بهداشت شغلی بر اساس استاندارد IS0 14001-OHSAS 18001 پروژه های ساخت و ساز است. روش بررسی: تمامی ریسک های زیست محیطی پروژه شناسایی شده و با استفاده از یک مدل ریاضی و الگوریتم فرا ابتکاری NSGAII یک روند حل برای به دست آوردن استراتژی مطلوب تر پاسخ به ریسک های زیست محیطی یک پروژه مجتمع ساختمانی با توجه به زمان، هزینه و کیفیت ارایه شده است. یافته‌ها: نتایج نشان می دهد برای 10 ریسک مهم زیست محیطی شناسایی شده در پروژه با استفاده از روش FMEA و استاندارد ISO 31000 که مربوط به 8 فعالیت مهم و بحرانی پروژه بر اساس ساختار شکست کار می باشد با استفاده از مدل ریاضی ارایه شده، استراتژی های مناسب پاسخ به ریسک ها به صورت بهینه انتخاب شدند و سیستم مدیریت ریسک در این پروژه به صورت مناسبی جاری سازی گردید. بحث و نتیجه‌گیری: انتخاب استراتژی های مناسب پاسخ به ریسکها در پروژه های عمرانی یکی از دغدغه های ذی نفعان پروژه می باشد. برای اولین بار از یک الگوریتم فرا ابتکاری برای انتخاب استراتژی های پاسخ به ریسک HSE پروژه های عمرانی استفاده شده است. در برج صبا که مطالعه موردی این مقاله می باشد کل ریسک های اثر گذار در بحث زیست محیطی و بهداشت شغلی شناسایی شده و برای هر کدام از ریسک ها استراتژی پاسخ به ریسک مناسب داده شده است.

چکیده انگلیسی:

Background and Objective: Usually uncertainty and risk are the inherent characteristics of implementing large projects. This uncertainty leads to a significant failure of most of the country's projects in achieving their predetermined goals. Most of the previous studies have addressed environmental risk assessment. in this study a problem is proposed in the form of a linear integer programming optimization model to select appropriate risk responses to project risk with an environmental approach. Failure in accurately identifying the risks of construction projects, in addition to increasing the time and cost of final projects, leads to social, environmental and human damages. The aim of this study is to present a mathematical model for selecting the strategies to respond the environmental and occupational health risks according to IS0 14001-OHSAS 18001 standard of construction projects. Method: All environmental risks of the project are detected and a solution process is proposed using a mathematical model and NSGAII metaheuristic algorithm to obtain a more favorable strategy for responding the environmental risks of a building construction project with respect to time, cost and quality. Findings: The results showed that the appropriate strategies for responding the risks were chosen optimally and the risk management system in this project was properly implemented by applying the proposed mathematical model to the 10 significant environmental risks in the project identified by the FMEA method and the ISO 31000 standard which is related to 8 important and critical activities of the project based on the failure structure. Discussion and Conclusion: Selection of appropriate strategies for responding the risks of construction projects is one of the concerns of project stakeholders. For the first time, a metaheuristic algorithm was used to select the strategies for responding the HSE risk of construction projects. In Saba Tower, as a case study, all the risks affecting the environmental and occupational health debate were identified and appropriate risk response strategies were provided for each risk.  

منابع و مأخذ:

 

1. Zuo J, Rameezdeen R, Hagger M, Zhou Z, Ding Z. Dust pollution control on construction sites: Awareness and self-responsibility of managers. Journal of Cleaner Production. 2017 Nov 10; 166:312-20.


2. Zayed, Tarek, Amer, Mohamed. and Pan, Jiayin. (2008). “Assessing risk and uncertainty inherent in Chinese highway projects using AHP.” International Journal of Project Management, 26, 408–419.


3. Zeng J, an M, Chan AHC. (2005). “A fuzzy reasoning decision making approach based multi-expert judgment for construction project risk analysis.” Proceedings of the twentyfirst annual conference. Association of Researchers in Construction Management (ARCOM). London, UK; pp. 841–52.


4. Zeng, J., an, M., & Smith, N. J. (2007). “Application of a fuzzy based decision making methodology to construction project risk assessment.” International Journal of Project Management, 25(6), 589–600.


5. Zhang, Y. Fan, Z. (2013). An optimization method for selecting project risk response strategies, International journal of project management, vol XX, P X - X.


6. Taylan, O, Bafail, A. O, Abdulaal, R. M, & Kabli, M. R. (2014). Construction projects selection and risk assessment by fuzzy AHP and fuzzy TOPSIS methodologies, Applied Soft Computing, vol 17, P 105 – 116


7. Seyedhoseini, S. M., Noori, S., and Hatefi, M. A. (2009). An integrated methodology for assessment and selection of the project risk response actions. Risk Analysis, 29(5), 752-763.


8. Chapman, C., & Ward, S. (2003). Project risk management: processes, techniques, and insights. Wiley.


9. Miler, J. (2005). A method of software project risk identification and analysis. Technology. Gdansk University of Technology.


10. Conrow, E. H. (2003). Effective risk management: Some keys to success. Aiaa.


11. Hillson, D. (1999, October). Developing effective risk responses. In Proceedings of the 30th Annual Project Management Institute Seminars & Symposium (pp. 10-16).


12. Boehm, B. W. (1991). Software risk management: principles and practices. IEEE software, 8(1), 32-41.


13. Hillson, D. (2001, November). Effective strategies for exploiting opportunities. In Proceendings of Project Management Institute Annual Seminars & Symposium.


14. Cooper, D. F. (2005). Project risk management guidelines: Managing risk in large projects and complex procurements. John Wiley & Sons, Inc.


15. Wenxi, Z., & Danyang, C. (2009, October). Expressway management risk evaluation based on fuzzy neural networks. In Intelligent Computation Technology and Automation, 2009. ICICTA'09. Second International Conference on (Vol. 2, pp. 700-703). IEEE.


16. Zolfani SH, Pourhossein M, Yazdani M, Zavadskas EK. Evaluating construction projects of hotels based on environmental sustainability with MCDM framework. Alexandria Engineering Journal. 2017 Jan 13.


17. Fan, M., Lin, N. P., & Sheu, C. (2008). Choosing a project risk-handling strategy: An analytical model. International Journal of Production Economics, 112(2), 700-713.


18. Zhang, Y., & Fan, Z. P. (2014). An optimization method for selecting project risk response strategies. International Journal of Project Management, 32(3), 412-422.

 

Reference

1. Zuo J, Rameezdeen R, Hagger M, Zhou Z, Ding Z. Dust pollution control on construction sites: Awareness and self-responsibility of managers. Journal of Cleaner Production. 2017 Nov 10; 166:312-20.


2. Zayed, Tarek, Amer, Mohamed. and Pan, Jiayin. (2008). “Assessing risk and uncertainty inherent in Chinese highway projects using AHP.” International Journal of Project Management, 26, 408–419.


3. Zeng J, an M, Chan AHC. (2005). “A fuzzy reasoning decision making approach based multi-expert judgment for construction project risk analysis.” Proceedings of the twentyfirst annual conference. Association of Researchers in Construction Management (ARCOM). London, UK; pp. 841–52.


4. Zeng, J., an, M., & Smith, N. J. (2007). “Application of a fuzzy based decision making methodology to construction project risk assessment.” International Journal of Project Management, 25(6), 589–600.


5. Zhang, Y. Fan, Z. (2013). An optimization method for selecting project risk response strategies, International journal of project management, vol XX, P X - X.


6. Taylan, O, Bafail, A. O, Abdulaal, R. M, & Kabli, M. R. (2014). Construction projects selection and risk assessment by fuzzy AHP and fuzzy TOPSIS methodologies, Applied Soft Computing, vol 17, P 105 – 116


7. Seyedhoseini, S. M., Noori, S., and Hatefi, M. A. (2009). An integrated methodology for assessment and selection of the project risk response actions. Risk Analysis, 29(5), 752-763.


8. Chapman, C., & Ward, S. (2003). Project risk management: processes, techniques, and insights. Wiley.


9. Miler, J. (2005). A method of software project risk identification and analysis. Technology. Gdansk University of Technology.


10. Conrow, E. H. (2003). Effective risk management: Some keys to success. Aiaa.


11. Hillson, D. (1999, October). Developing effective risk responses. In Proceedings of the 30th Annual Project Management Institute Seminars & Symposium (pp. 10-16).


12. Boehm, B. W. (1991). Software risk management: principles and practices. IEEE software, 8(1), 32-41.


13. Hillson, D. (2001, November). Effective strategies for exploiting opportunities. In Proceendings of Project Management Institute Annual Seminars & Symposium.


14. Cooper, D. F. (2005). Project risk management guidelines: Managing risk in large projects and complex procurements. John Wiley & Sons, Inc.


15. Wenxi, Z., & Danyang, C. (2009, October). Expressway management risk evaluation based on fuzzy neural networks. In Intelligent Computation Technology and Automation, 2009. ICICTA'09. Second International Conference on (Vol. 2, pp. 700-703). IEEE.


16. Zolfani SH, Pourhossein M, Yazdani M, Zavadskas EK. Evaluating construction projects of hotels based on environmental sustainability with MCDM framework. Alexandria Engineering Journal. 2017 Jan 13.


17. Fan, M., Lin, N. P., & Sheu, C. (2008). Choosing a project risk-handling strategy: An analytical model. International Journal of Production Economics, 112(2), 700-713.


18. Zhang, Y., & Fan, Z. P. (2014). An optimization method for selecting project risk response strategies. International Journal of Project Management, 32(3), 412-422.