@article { author = {Shahabifard, Hamidreza and Afshar-nadjafi, Behrouz}, title = {An integrated project portfolio selection and resource investment problem to maximize net present value using genetic algorithm}, journal = {Industrial Management Studies}, volume = {14}, number = {42}, pages = {61-121}, year = {2016}, publisher = {Allameh Tabataba'i University}, issn = {2251-8029}, eissn = {2476-602X}, doi = {10.22054/jims.2016.5708}, abstract = {In this paper, a mathematical model is proposed for project portfolioselection and resource availability cost problem to scheduling activities inorder to maximize net present value of the selected projects preservingprecedence and resource constraints. Since the developed model belongs toNP-hard problems list, so a genetic based meta-heuristic algorithm isproposed to tackle the developed model. In the proposed algorithm besidecommon operators of genetic algorithms such as crossover & mutation, someintelligent operators are utilized for local search in computed resources andshifting the activities with negative cash flows. The key parameters of thealgorithm are calibrated using Taguchi method to accelerate convergence ofthe proposed algorithm. Then, the algorithm is used to solve 90 testproblems consisting 30 small-scale, 30 middle-scale and 30 large scaleproblems to examine the algorithm’s performance. It is observed that, insmall problems, the obtained solutions from the proposed genetic algorithmhave been comparably better than the local optimum solutions stemmedfrom Lingo software. On the other hand, for the middle and large sizeproblems which there is no local optimum available within the limited CPUtime, robustness of the proposed algorithm is appropriate}, keywords = {Project portfolio selection,Project scheduling,Genetic Algorithm,Resource investment,Net present value}, title_fa = {ارائه مدلی یکپارچه برای انتخاب سبد پروژه و سرمایه گذاری در منابع با هدف بیشینه سازی ارزش خالص فعلی و حل آن توسط الگوریتم ژنتیک}, abstract_fa = {در این مقاله، یک مدل بهینه سازی جهت انتخاب بهترین سبد پروژه از بین پروژههای موجود، بهترین سطحاستخدام منابع، سپس زمانبندی پروژههای انتخاب شده جهت بیشینه کردن ارزش خالص فعلی با رعایتمحدودیتها ارائه شده است. چون مدل توسعه یافته در زمره مسایل سخت از نظر محاسباتی قرار دارد، لذا برایحل این مساله یک الگوریتم فراابتکاری بر مبنای الگوریتم ژنتیک پیشنهاد شده است. در الگوریتم حلپیشنهادی علاوه بر کاربرد عملگرهای معمول ژنتیک مانند تقاطع و جهش از عملگرهایی هوشمند جهتجستجوی محلی در حوزه منابع و جابجایی فعالیتهای با جریان مالی منفی استفاده شده است. پارامترهایکلیدی الگوریتم در راستای تسریع همگرایی آن با استفاده از روش تاگوچی تنظیم شده است. سپس تعداد 90مساله آزمایشی، شامل 30 مساله در ابعاد کوچک، 30 مساله در ابعاد متوسط و 30 مساله در ابعاد بزرگ بااستفاده از روش پیشنهادی حل شده وکارایی آن گزارش شده است. همچنین در مسائل سایز کوچکجوابهای حاصل از الگوریتم ژنتیک با جوابهای بهینه موضعی مدل ریاضی بدست آمده با نرمافزار لینگومقایسه شده، که میانگین جوابهای حاصل از الگوریتم ژنتیک بهتر از جوابهای بهینه موضعی حاصل از لینگوبوده است. در مسائل سایز متوسط و بزرگ که هیچ جوابی با استفاده از لینگو در زمان محدود شده بدستنیامده بود، نتایج نشان میدهد که جوابهای حاصل از الگوریتن پیشنهادی دارای پایداری مناسب میباشند.}, keywords_fa = {انتخاب سبد پروژه,زمانبندی پروژه,الگوریتم ژنتیک,سرمایه گذاری در منابع,ارزش خالص فعلی}, url = {https://jims.atu.ac.ir/article_5708.html}, eprint = {https://jims.atu.ac.ir/article_5708_138941f349eb14201e3220c677861c1d.pdf} }