Algoritmi za optimizacijo več ciljev z metaheuristiko otoka za učinkovito reševanje problema vodenja projektov

Povzetek

Ozadje in namen: V vsaki organizaciji vodenje projektov odpira številne in različne probleme odločanja, katerih velik del je mogoče učinkovito rešiti s pomočjo posebnih sistemov za podporo odločanju. Takšni problemi vedno predstavljajo izziv, saj za njihovo kompleksnost ni časovno ali računsko učinkovitega algoritma. V članku obravnavamo problem optimalnih finančnih naložb. V naši rešitvi upoštevamo naslednje organizacijske vire in značilnosti projekta: dobiček, stroške in tveganja. Zasnova / metodologija / pristop: Problem odločanja je formuliran kot večkriterialni problem 0-1 nahrbtnika. To pomeni, da moramo poiskati nedominantno množico alternativnih rešitev kot kompromis med maksimiranjem dohodkov in zmanjševanjem tveganj. Obenem pa morajo alternative zadoščati omejitvam. To vodi k omejenemu problemu dvokriterialne optimizacije v Boolovem prostoru. Da bi obvladali posebnostmi in visoko zapletenost problema, smo kot alternativo običajnim tehnikam uporabili evolucijske algoritme z meta-hevristiko otoka. Rezultati: Problem smo formulirali kot neomejeno dvokriterijsko optimizacijo in ga rešili z različnimi heurističnimi optimizacijami, ki temeljijo na evoluciji. Nato smo predlagali meta-hevristiko, ki združuje specifične algoritme in dosega njihovo interakcijo na sodelovalni način. Dobljeni rezultati so pokazali, da je hevristika otoka presegla rezultate, dobljene na podlagi vrednosti specifične metrike, s čimer se je pokazala reprezentativnost Paretovih prednjih aproksimacij. Bolj reprezentativni približki omogočajo nosilcem odločanja več alternativnih projektnih portfeljev, ki ustrezajo različnim ocenam tveganja in dobička. Ker so ti kriteriji v nasprotju, pri izbiri alternative z ocenjenim visokim dobičkom nosilci odločanja sledijo strategiji z ocenjenim tveganjem in obratno. Zaključek: V članku smo problem reševanja portfeljev projektov formulirali kot problem večciljne optimizacije 0-1 nahrbtnika z omejitvami. Analiza algoritma potrjuje, da uporaba meta-hevristike otoka bistveno izboljšala učinkovitost genetskih algoritmov in tako predstavlja učinkovito orodje za upravljanje centrov za finančno odgovornost.