بهینه سازی سبد پروژه با اثر متقابل با استفاده از الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری (TLBO)

امروزه سازمان­ها با انبوهی از پروژه­ها و فرصت­های سرمایه­گذاری مواجه‌اند. با وجود ضرورت توجه به معیارهای مختلف، پیچیدگی مدل­های چندهدفه در کنار ضعف ابزارهای بهینه‌سازی در حل این مدل­ها، مدیران را مجبور ساخته تا معیارهای انتخاب را محدودتر کرده و اغلب به معیارهای مالی اکتفا کنند. در این مقاله با بهره‌گیری از الگوریتمی کارا مبتنی بر فرایند آموزش و یادگیری علاوه‌بر معیارهای مالی، عواملی همچون توانایی سازمان در اجرای موفقیت‌آمیز پروژه­ها، میزان تحقق راهبرد­های سازمان در پرتو پروژه­های انتخابی و همچنین تأثیر متقابل مجموعه پروژه­های منتخب بر یکدیگر در قالب یک مدل برنامه­ریزی صفر و یک چندهدفه بررسی و بهینه گردید. در نهایت مدل ارائه‌شده در یک سازمان پروژه‌محور اعمال و نحوۀ عملکرد الگوریتم پیشنهادی با الگوریتم­های ژنتیک و بهینه‌سازی گروه ذرات مقایسه شد. نتایج حاکی از توانایی الگوریتم پیشنهادی در دستیابی به پاسخ بهینه و برتری آن نسبت به سایرین است.