KMAN Publication Inc. تکنولوژی در کارآفرینی و مدیریت استراتژیک 3041-8585 4 پیاپی 15 1404 12 01 Development of an Entrepreneurship and Time–Cost–Risk Optimization Framework in EPC Projects Using Hybrid Metaheuristic Algorithms توسعه چارچوب بهینه‌سازی کارآفرینی و زمان–هزینه–ریسک در پروژه‌های EPC با استفاده از الگوریتم‌های ترکیبی فراابتکاری 1 22 FA احسان نجفی چیمه دانشجوی کارشناسی ارشد مدیریت پروژه، گروه مهندسی صنایع ، واحد تهران جنوب، دانشگاه آزاد اسلامی ، تهران، ایران Journal Article 1404/09/24 <p>This study aimed to develop and evaluate an integrated optimization framework for the simultaneous management of time, cost, and risk in EPC projects using hybrid metaheuristic algorithms and uncertainty scenario analysis. This applied modeling and simulation-based study was conducted to design an advanced decision-support framework for engineering, procurement, and construction projects. First, the work breakdown structure of an EPC project was modeled, and activity precedence relationships, resource constraints, direct and indirect costs, and risk-related variables were identified. A multi-objective function was then formulated to simultaneously minimize total project duration, final project cost, and overall risk level. Genetic Algorithm, Particle Swarm Optimization, and hybrid metaheuristic configurations were employed to solve the optimization model. To incorporate dynamic uncertainty in activity durations and resource availability, more than 5,000 uncertainty scenarios were simulated and analyzed. The performance of the proposed framework was compared with conventional project scheduling and resource allocation approaches. Inferential results indicated that the proposed hybrid framework outperformed traditional scheduling methods in the simultaneous optimization of time, cost, and risk. Comparative scenario analysis demonstrated that the application of hybrid metaheuristic algorithms reduced total project duration by approximately 20% to 35% compared with conventional approaches. Moreover, delay-related additional costs decreased by approximately 15% to 30%. Sensitivity analysis and comparative assessment of high-risk scenarios further showed that the proposed model substantially reduced the overall project risk level and generated more efficient Pareto-optimal solutions for decision-making under resource constraints and uncertainty. The proposed framework can be used as an intelligent and integrated decision-support tool for EPC project management. By combining multi-objective optimization, hybrid metaheuristic algorithms, and uncertainty analysis, the model enables project managers to identify more efficient implementation scenarios. The framework may contribute to reducing delays, controlling cost overruns, improving risk mitigation, and supporting optimal managerial decision-making in complex industrial EPC projects.</p> <p>هدف این پژوهش، توسعه و ارزیابی یک چارچوب بهینه‌سازی یکپارچه برای مدیریت هم‌زمان زمان، هزینه و ریسک در پروژه‌های EPC با استفاده از الگوریتم‌های ترکیبی فراابتکاری و تحلیل سناریوهای عدم قطعیت بود. این پژوهش از نوع مدل‌سازی کاربردی و شبیه‌سازی‌محور بود که با هدف طراحی یک ابزار تصمیم‌یار برای پروژه‌های مهندسی، تأمین و ساخت انجام شد. ابتدا ساختار شکست کار پروژه EPC تدوین و روابط تقدم و تأخر فعالیت‌ها، محدودیت‌های منابع، هزینه‌های مستقیم و غیرمستقیم، و متغیرهای ریسک شناسایی شدند. سپس یک تابع هدف چندمعیاره برای حداقل‌سازی هم‌زمان مدت کل پروژه، هزینه نهایی و سطح ریسک تعریف شد. برای حل مدل، از الگوریتم ژنتیک، الگوریتم ازدحام ذرات و نسخه‌های ترکیبی فراابتکاری استفاده گردید. به‌منظور لحاظ کردن عدم قطعیت پویا در زمان فعالیت‌ها و دسترسی به منابع، بیش از 5,000 سناریوی شبیه‌سازی‌شده تحلیل شد و عملکرد چارچوب پیشنهادی با رویکردهای کلاسیک زمان‌بندی و تخصیص منابع مقایسه گردید. نتایج استنباطی نشان داد که چارچوب ترکیبی پیشنهادی در مقایسه با روش‌های سنتی زمان‌بندی، عملکرد برتری در بهینه‌سازی هم‌زمان زمان، هزینه و ریسک دارد. تحلیل مقایسه‌ای سناریوها نشان داد که استفاده از الگوریتم‌های فراابتکاری ترکیبی موجب کاهش حدود 20 تا 35 درصدی مدت کل پروژه و کاهش حدود 15 تا 30 درصدی هزینه‌های اضافی ناشی از تأخیر شد. همچنین ارزیابی حساسیت و مقایسه سناریوهای پرریسک نشان داد که مدل پیشنهادی توانست سطح ریسک کلی پروژه را به‌طور معناداری نسبت به روش‌های کلاسیک کاهش دهد و راه‌حل‌های پارتوی کارآمدتری برای تصمیم‌گیری تحت محدودیت منابع ارائه کند. چارچوب پیشنهادی می‌تواند به‌عنوان یک ابزار تصمیم‌یار هوشمند و یکپارچه در مدیریت پروژه‌های EPC مورد استفاده قرار گیرد. این مدل با ترکیب بهینه‌سازی چندهدفه، الگوریتم‌های فراابتکاری و تحلیل عدم قطعیت، امکان انتخاب سناریوهای اجرایی کارآمدتر را فراهم می‌سازد و می‌تواند به کاهش تأخیر، کنترل هزینه و مدیریت ریسک در پروژه‌های صنعتی پیچیده کمک کند.</p> https://www.journaltesm.com/index.php/journaltesm/article/download/486/479