حل مسئله زمانبندی پروژه با محدودیت منابع چندهدفه در حالت چند مد با الگوریتم زنبورهای عسل چندهدفه
محورهای موضوعی : مدیریت صنعتیAmir Sadeghi 1 , Sina Namazi 2 , Zahra Ghorajehlo 3 , Behnam Rezvanpour 4
1 - Faculty of management and accounting, South Tehran Branch, Islamic Azad University, Tehran, Iran
2 - Karaj Branch, Islamic Azad University, Karaj, Iran
3 - Isfahan University of Technology, Isfahan, Iran
4 - Rasht Branch, Islamic Azad University, Rasht, Iran
کلید واژه:
چکیده مقاله :
مساله زمانبندی پروژه با منابع محدود، در واقع کلی ترین مساله زمانبندی است. مسائل زمانبندی کارگاهی ، جریان کارگاهی ، زمانبندی و سایر مسائل زمانبندی همگی زیر مجموعه ای از این مسئله به حساب می آیند. در این مقاله مسئله زمانبندی پروژه با محدودیت منابع در حالت چند مد و روابط پیش نیازی جزئی در حالت مدل چندهدفه پیشنهاد شده است. در جهت کاربردی تر کردن بیش از پیش این مسئله مشهور اهداف مهم و کاربردی از قبیل کمینه کردن زمان اتمام پروژه و بیشینه کردن کیفیت انجام فعالیت های پروژه و کمینه کردن هزینه کل پروژه در نظر گرفته شده است. پس از اعتبار دهی مدل با استفاده از الگوریتم زنبورهای عسل به حل این مدل چند هدفه پیشنهادی، پرداخته شده است و نتایج عملکرد، با الگوریتم NSGA-II مقایسه شده است. نتایج نشان دهنده این است که الگوریتم پیشنهادی عملکرد مناسبی در حل این گونه مسائل داشته است.
Resource Constrained Project Scheduling Problem (RCPSP) is the most general scheduling problem. Job shop scheduling, flow shop scheduling and other scheduling problems are the subsets of RCPSP. The present paper examines the multimode multi-objective resource-constrained project scheduling problem (RCPSP) with partial precedence relations. To enhance the practical aspects of this prominent problem, important practical purposes including minimizing the completion time of the project, maximizing the quality of project activities and minimizing the total cost of the project were considered. After validation of the model using the Bees Algorithm, the proposed multi-objective model was solved. The results obtained from the proposed model were compared with those obtained from NSGA-II. The results demonstrated the good performance of the proposed algorithm in solving RCPSPs.
