نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد، دانشگاه شهید بهشتی.

2 کارشناسی ارشد، دانشگاه شهید بهشتی.

چکیده

مدیریت سبد پروژه با این موضوع سروکار دارد که شرکت­ها نه‌تنها باید روی مدیریت مستقل پروژه‌ها و اهداف خاص متمرکز شوند، بلکه باید پروژه­ها را به‌عنوان یک نهاد واحد و اهداف مشترک مدیریت کنند.عدم ‌وجود فرآیند نظام­مند انتخاب و حذف پروژه‌ها در شرکت­ها و سازمان­ها موجب می­شود پروژه­ها به‌صورت غیرتخصصی و سلیقه‌ای انتخاب شوند. شناسایی عوامل کلیدی مؤثر در انتخاب پروژه‌ های مناسب برای تشکیل سبد و روش­های ریاضی و سیستماتیک انتخاب پروژه­ها کوششی ارزشمند و مفید خواهد بود و به شرکت­ها و سازمان­ها در راستای انتخاب و اجرای پروژه­های مناسب کمک خواهد کرد.در این تحقیق، با شناسایی معیارهای کلیدی ارزیابی پروژه­های سازمان، رویکردی برای ارزیابی و انتخاب پروژه­ها ارائه شده است. در این مدل دومرحله‌ای، ابتدا پروژه­ها به‌صورت منفرد براساس مقایسات زوجی و قضاوت­های گروهی مورد‌‌ ارزیابی قرار‌می­گیرند و درقالب سبد پروژه ترکیب می‌شوند، سپس کارایی هریک از این سبدها بااستفاده از مدل شبکه عصبی مصنوعی محاسبه می­شود، سبدهای متشکل از پروژه‌های سازمان براین‌اساس رتبه­بندی می­شوند و درنهایت نتایج حاصل از شبکه عصبی با خروجی روش­های تحلیل پوششی داده­ها و روش حداقل مربعات معمولی اصلاح‌شده مقایسه می‌شود.

کلیدواژه‌ها

عنوان مقاله [English]

Project Portfolio Selection Based on Performance Assessment: using an Artificial Neural Network

نویسندگان [English]

  • Behrooz Dorri Nokarani 1
  • Sasan Mazaheri 2

1 Professor, Shahid Beheshti University.

2 MSc. Student, Shahid Beheshti University.

چکیده [English]

Selection of right sets of projects is considerably critical for organizations to successfully achieve their competitive advantages and corporate strategies. Due to limited resources and dynamic changes in business environment, this kind of selection is quite challenging for organizations. Beside one hundred selection tools and techniques, academics and practitioners have studied and recommended complex selection frameworks to facilitate the selection of right projects. In this study a new model was developed for project portfolio evaluation and selection.  The model is as follow:  evaluation of individual projects based on paired comparison, construction and evaluation of portfolios with artificial neural networks, classification and ranking of portfolio of organizational projects. Finaly the results were compared with DEA and COLS model. The entire methodology was illustrated via an example in oil & gas field.

کلیدواژه‌ها [English]

  • Project Portfolio Selection
  • Artificial Neural Network
  • Paired Comparison
  • Efficiency