فهیمه شالباف زاده - کارشناس ارشد صنایع
ابراهیم رضایی نیک - استادیار دانشکده صنایع دانشگاه صنعتی سجاد

در دهه های اخیر، استفاده از اثرات یادگیری در حوزه زمان بندی پروژه به عنوان مفهومی که میتواند بهرهوری یک منبع را در مدت زمان یک کار یا فعالیت افزایش دهد، در حال گسترش است. مساله زمان بندی پروژه با محدودیت منابع RCPSP یک مساله مهم از دیدگاه نظری و کاربردی است. در حالت استاندارد RCPSP ، تمامی اطلاعات، قطعی و از قبل مشخص هستند. این در حالی است که استفاده از مقادیر قطعی در ایجاد یک زمان بندی، می تواند مشکلاتی را حین اجرای پروژه به وجود آورد. یکی از رویکردهای تقریبا نو در زمینه عدم اطمینان، رویکرد بهینه سازی استوار است؛ لذا هدف اصلی این مقاله ارایه یک زمان بندی مبنا با قابلیت اطمینان بالا برای نزدیک کردن مدل های زمان بندی با در نظر گرفتن اثرات یادگیری به دنیای واقعی است. برای این منظور رویکرد استوار سناریو محور پیشنهاد شده است. پس از ارایه مدل استوار به حل آن در ابعاد کوچک با روش دقیق در نرم افزار GAMs پرداخته شد. نتایج نشان می دهد زمان بندی استوار نسبت به زمان بندی اولیه از ثبات بیشتری برخوردار خواهد بود و قابل اتکا جهت برنامه ریزی های آینده می باشد.

زمان بندی پروژه، اثرات یادگیری، رویکرد استوار سناریو محور