مقاله بهینه سازی موازنه هزینه – زمان : استفاده از الگوریتم ژنتیک و منطق فازی درعدم قطعیت هزینه ها

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله بهینه سازی موازنه هزینه – زمان : استفاده از الگوریتم ژنتیک و منطق فازی درعدم قطعیت هزینه ها دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بهینه سازی موازنه هزینه – زمان : استفاده از الگوریتم ژنتیک و منطق فازی درعدم قطعیت هزینه ها  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بهینه سازی موازنه هزینه – زمان : استفاده از الگوریتم ژنتیک و منطق فازی درعدم قطعیت هزینه ها،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله بهینه سازی موازنه هزینه – زمان : استفاده از الگوریتم ژنتیک و منطق فازی درعدم قطعیت هزینه ها :

تعداد صفحات:۱۸

چکیده:

یکی از مسائل بسیار مهم در مدیریت پروژه های ساخت، انتخاب بهترین گزینه برای انجام هر کدام از فعالیت های تشکیل دهنده پروژه می باشد، به نحوی که هزینه و زمان پایانی پروژه دارای کم ترین مقدار ممکنه باشد . با توجه به تعداد زیاد فعالیت ها و گزینه های انتخابی برای هر فعالیت، معمولاً این انتخاب دارای یک جواب منحصر به فرد نمی باشد بلکه مجموعه ای از جواب ها را تشکیل می دهد که به جواب های پاراتو معروف می باشند، مجموعه جواب هایی که هیچ کدام بر دیگری ترجیحی ندارند . از سوی دیگر در پروژه های واقعی ساخت معمولاً هزینه های پیش بینی شده برای انجام فعالیت ها همراه با عدم قطعیت هایی هستند که منجر به تغییرات زیادی در قیمت تمام شده پروژه می شوند . تا کنون تحقیقات زیادی بر روی به دست آوردن این مجموعه جواب های پاراتو، با استفاده از روش ها و الگوریتم های مختلف صورت گرفته است اما تمامی کارهای انجام شده در یک فضای کاملاً قطعی می باشد و تقریباً عدم قطعیت ها مورد توجه قرار نگرفته است . بنابراین در این مقاله سعی شده است که مدلی ارائه شود که بتواند با لحاظ کردن عدم قطعیت های موجود در هزینه های مختلف به معرفی جواب های پاراتو یک پروژه بپردازد . برای بیان این عدم قطعیت ها در مدل از تئوری منطق فازی استفاده شده و برای یافتن جواب های پاراتو از الگوریتم ژنتیک کمک گرفته شده است . به این ترتیب مدیر پروژه یا تصمیم گیر با داشتن این مدل ـ به علت استفاده از منطق فازی ـ می تواند در یک فضای غیر قطعی با تعیین سطح ریسکی که می پذیرد جواب های مختلف پاراتویی داشته باشد که قطعاً در انتخاب جواب بهینه او با توجه به اولویت های مورد نظرش تأثیرگذار خواهند بود .