بهینه‌سازی سبد پروژه‌های با اثر متقابل با استفاده از الگوریتم رقابت استعماری (ICA)

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشیار گروه اقتصاد، دانشکده اقتصاد و علوم سیاسی دانشگاه شهیدبهشتی، ایران

2 دانشجوی دکترای مدیریت تحقیق در عملیات، دانشکده مدیریت دانشگاه تهران، ایران

3 دانشجوی کارشناسی ارشد مدیریت صنعتی، دانشکده مدیریت و حسابداری دانشگاه شهیدبهشتی، ایران

4 دانشجوی کارشناسی ارشد MBA، ، دانشکده مدیریت و اقتصاد دانشگاه صنعتی شریف، ایران

چکیده

بهینه‌سازی سبد پروژه سازمانی به‌دلیل پیچیدگی ارزیابی پروژه‌ها و همچنین محدودیت منابع همواره با چالش‌های تصمیم‌گیری متعددی روبرو است. مطالعات بسیاری برای ارائه و بررسی عملکرد مدل‌ها و الگوریتم‌های بهینه‌سازی سبد پروژه انجام شده است. با این وجود لحاظ اثرات متقابل بین پروژه­ها در بسیاری از این پژوهش‌ها مغفول مانده است. اگرچه لحاظ کردن اثرات متقابل بین پروژه‌ها باعث پیچیدگی مضاعف مسئله انتخاب سبد پروژه می‌شود، صرف نظرکردن از محاسبه این اثرات ممکن است کارایی فرآیند تصمیم‌گیری و مطلوبیت سبد پایانی پروژه را به‌شدت تحت تأثیر قراردهد. در این مقاله ابتدا فرمولاسیون مسئله انتخاب سبد پروژه با درنظر گرفتن اثرات متقابل بین پروژه ها انجام شده است. سپس مسئله انتخاب سبد پروژه با درنظر گرفتن اثرات متقابل پروژه‌ها با استفاده از الگوریتم‌های بهینه‌سازی ICA بررسی شده است. لحاظ کردن اثرات متقابل در انتخاب سبد نهایی و برازندگی آن را تحت تأثیرات قابل‌توجه بالایی قرار می‌دهد. نتایج حاصل نشان می‌دهد که روش ICA نسبت‌به روش الگوریتم‌‌هایGA ، PSO و CPSO که پیش از این در این‌گونه مسائل به‌کار رفته است برتری دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Project Portfolio Optimization with Considering Interaction between Projects Using Imperialist Competitive Algorithm (ICA)

نویسندگان [English]

  • Pourkazemi Pourkazemi 1
  • Fattahi Fattahi 2
  • sasan Mazaheri 3
  • behrang Asadi 4
1 Associate Prof., Faculty of Economic and Political Sciences, Shahid Beheshti University, Tehran, Iran
2 Ph.D. Student in Industrial Management, Tehran University, Tehran, Iran
3 MSc. Student in Industrial Management, Shahid Beheshti University, Tehran, Iran
4 MSc. Student in MBA, Sharif University of Technology, Tehran, Iran
چکیده [English]

Due to Project evaluation complexity and resource constraints, the project portfolio optimization is numerous decision making challenges. Hence, many researches have been done to introduce model and methods for portfolio optimization. But most of them have not considered the interaction between projects. Considering the interactions between projects increase complexity of portfolio optimization problem and if these interactions be ignored, the efficiency of decision making process and final portfolio utility maybe influenced dramatically. In this paper, the portfolio optimization problem with considering interactions between the projects is formulated. Then, The portfolio optimization problem with regard the interactions between projects using ICA optimization algorithm was investigated. Interactions at the projects optimization, final solution and its fitness show the important effects. It was shown ICA method is better in comparison with the GA, the PSO and CPSO algorithm technique used before in such problems.

کلیدواژه‌ها [English]

  • project portfolio optimization
  • Interactions between Projects
  • Imperialist Competitive Algorithm (ICA)
  • resource constraints
Atashpaz-Gargari, E., Lucas, C. (2007). Imperialist Competitive Algorithm: An Algorithm for Optimization inspired by imperialistic Competition. In: IEEE Congress on Evolutionary Computation, Singapore, 4661–67.##
Aulto, T. (2000). Strategies and Methods for Project Portfolio Management, seminar in project management, helsinki university of technology.##
Badri, M.A., & Davis, D. (2001). A comprehensive 0–1 goal programming model for project selection. International Journal of Project Management, 19(4), 243-252.##
Beaujon, G.J., Marin, S.P., & McDonald, G.C. (2001). Balancing and optimizing a portfolio of R&D projects. Naval Research Logistics, 48(1), 18-40##
Blechfeldt, B. & Eskerod, P. (2008). Project portfolio management -There is more to it than what. International Journal of Project Management, 26, 357-365.##
Bouyssou, D., Marchant, T., Pirlot, M., Tsoukias, A., & Vincke, P. (2006). Evaluation and Decision Models with Multiple Criteria: Stepping Stones for the Analyst. New York: Springer.##
Carlsson, C., & Fuller, R. (1995). Multiple criteria decision making: the case for interdependence. Computers & Operations Research, 22, 251–260.##
Carraway, R. L., & Schmidt, R. L. (1991). An improved discrete dynamic programming algorithm for allocating resources among interdependent projects. Management Science, 37, 1195–1200.##
Fandel, G., & Gal, T. (2001). Redistribution of funds for teaching and research among universities: the case of North Rhine–Westphalia. European Journal of Operational Research, 130(1), 111-120.##
Ghasemzadeh, F., Archer, N., & Iyogun, P. (1999). A Zero-One Model for Project Portfolio Selection and Scheduling. The Journal of the Operational Research Society, 50(7), 745-755.##
Ghorbani, S., & Rabbani, M. (2009). A new multi-objective algorithm for a project selection problem. Advanced Engineering Software, 40(1), 9-14.##
Gustafsson, S.T., & Mild, P. (2004). Prospective evaluation of a cluster program for Finnish forestry and forest industries. International Transactions in Operational Research, 11(2), 139-154.##
Halouani, N., Chabchoub, H., & Martel, J.M. (2009). PROMETHEE-MD-2T method for project selection. European Journal of Operational Research, 95(3), 841-849.##
Hammer, P., & Rudeanu, S. (1968). Boolean methods in operations research and related areas. Berlin: Springer.##
Liesio, J., Mild, P., & Salo, A. (2007). Preference programming for robust portfolio modeling and project selection. European Journal of Operational Research, 181, 1488–1505.##
Mavrotas, G., Diakoulaki, D., & Caloghirou, Y. (2006). Project prioritization under policy restrictions: A combination of MCDA with 0–1 programming. European Journal of Operational Research, 171(1), 296-308.##
Medaglia, A. L., Hueth, D., Mendieta, J. C., & Sefair, J. A. (2007). Multiobjective model for the selection and timing of public enterprise projects. Socio-Economic Planning Sciences, 41, 31–45.##
Peng, Y., Kou, G., Shi, Y., & Chen, Z. (2008). A multi-criteria convex quadratic programming model for credit data analysis. Decision Support Systems, 44(4), 1016–1030.##
Pisinger, D. (2001). Budgeting with bounded multiple choice constraints. European Journal of Operational Research, 129(3), 471-480.##
Rafiei, H., & Rabbani, M. (2009). Project Selection Using Fuzzy Group Analytic Network Process. World Academy of Science, Engineering and Technology, 58, 122-126.##
Talias, M. A. (2007). Optimal decision indices for R&D project evaluation in the pharmaceutical industry: Pearson index versus Gittins index. European Journal of Operational Research, 177, 1105–1112.##
Yu, L., Wang, S. Y., & Lai, K. K. (2006). An integrated data preparation scheme for neural network data analysis. IEEE Transactions on Knowledge and Data Engineering, 18, 217–230.##