توسعه و حل یک مدل بهینه سازی دو مرحله ای جهت انتخاب و زمانبندی پرتفلیویپروژه در شرایط عدم قطعیت
Publish place: دومین کنفرانس بین المللی مدیریت و علوم اجتماعی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 596
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMSCONF02_105
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
هر سازمانی بطور معمول نیازمند تصمیم گیری در رابطه با انتخاب و زمانبندی یک سبد پروژه از بین یک مجموعه از پروژه های کاندید است. از آنجا که در سازمانها معمولا منابع کافی برای اجرای تمامی پروژه های که پیشنهاد می شود وجود ندارد بنابراین وظیفه اصلی مدیریت انتخاب پرتفولیویی از پروژههاست که با منافع سازمان سازگاری بیشتری داشته باشد تصمیم نادرست در انتخاب، دو پیامد منفی به همراه خواهد داشت: از یک طرف منابع سازمان صرف پروژه های ضعیف و غیر استراتژیک شده و اتلاف منابع و زمان را به همراه خواهد داشت و از طرف دیگر سازمان سودی را که می توانست از صرف این منابع در پروژه های مناسب دیگر به دست آورد را از دست می دهد هزینه فرصت از دست رفته. بنابراین انتخاب بهترین پروژه ها که با اهداف سازمانی سازگاری بیشتر داشته باشد همواره یکی از دغدغه های مهم مدیران سازمانها می باشد از طرف در دنیای واقعی پارامترها و متغیرهای تصمیم گیری قطعی نبوده و این عدم قطعیت مساله انتخاب و زمانبندی را پیچیده تر می کند. در این مقاله یک مدل دو مرحله ای برای انتخاب پرتفولیوی بهینه در حالت فازی پیشنهاد شده، که در مرحله اول پروژه ها با توجه به معیارهای کمی و کیفی با استفادهاز روش تاپسیس فازی امتیازدهی شده و در مرحله دوم گزینه های با امتیاز بالاتر با توجه به محدودیتهای موجود انتخاب و زمانبندی می شود.
Keywords:
Authors
طاهره حیدری
دانشجوی دکترای مهندسی صنایع دانشگاه علم و صنعت ایران
سیدمحمد سیدحسینی
عضو هیئت علمی دانشکده مهندسی صنایع استاد تمام، دانشگاه علم و صنعت ایران
احمد ماکویی
عضو هیئت علمی دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :