دانلود رایگان مقاله بهینه سازی سناریوهای مالک برای تخصیص بودجه در یک نمونه پروژه

چكيده

           کسری بودجه یا مشکلات جریان نقدینگی مالکان اغلب برای تاخیرات ساخت وساز و افزایش های هزینه ساخت وساز مقصر شناخته می شوند که ممکن است ناشی از این تاخیرها باشد. اگرچه بسیاری از مطالعات در مورد تخصیص منابع، مدیریت جریان نقدی و تخصیص بودجه در مجموعه پروژه های ساختمانی از منظر پیمانکاران متمرکز شده اند، مطالعات اندکی برای بررسی تخصیص بودجه به عنوان منبع اصلی پروژه های ساخت و ساز انجام شدهاست. این مقاله، یک مدل شبیه سازی مبتنی بر عامل را که برای شبیه سازی تخصیص بودجه و تأثیر آن بر پیشرفت پروژه ها در نمونه کارهائی از پروژه های ساختمانی مالک، ارائه می کند. علاوه بر شبیه سازی سناریوهای تخصیص بودجه و پیش بینی وضعیت آینده پروژه ها در سهام، می تواند راه های کارآمد برای مدیریت بودجه محدود را براساس ترجیحات تعریف شده نشان دهد. این مدل هزینه های افزایش در طول دوره ساخت و افزایش درآمد پس از اتمام را در نظر می گیرد. از مفهوم برنامه به دست آمده  (ES) برای شبیه سازی پیشرفت پروژه ها استفاده می کند و در صورتی که مازاد بودجه وجود داشته باشد، احتمال افزایش پیشرفت را در نظر می گیرد. مدل شبیه سازی پیشنهادی، با کمک به سازمان ها بهینه سازی سناریوهای تخصیص بودجه و ایجاد یک سناریوی کارآمد که می تواند منجر به پروژه های پیشگیرانه تر، کاهش هزینه های ساخت و ساز، و تأخیر ساخت و ساز کمتری شود، کمک می کند. این مدل با استفاده از داده های گذشته سهام از پروژه های حمل و نقل معتبر و چهار سناریو بهینه سازی برای بررسی یک سناریو تخصیص بودجه مناسب مورد بررسی قرار می گیرد. نتایج نشان می دهد که مدل می تواند راه حل های بهینه سازی امکان پذیر برای مدیریت پروژه های با بودجه محدود را شناسایی کند. 

مقدمه

           تاخیر پروژه بر پروژه های ساختمانی در سراسر جهان تأثیر می گذارد و اغلب به افزایش هزینه ها منجر می شود. دلایل متعددی برای تاخیر پروژه، اضافه شدن هزینه ها و مشکلات کیفیت وجود دارد، اما عوامل مرتبط با مالکیت اغلب به عنوان علت مشکلات، به ویژه در پروژه های تأمین مالی دولتی، شناخته شده است (Larsen et al.، 2015). Kazaz و همکاران (2012) دریافتند که عوامل مبتنی بر مالکیت، اغلب به علت تاخیر در پروژه در 16 کشور و نتایج مطالعات بسیاری (مانند Aibinu و Odeyinka 2006؛ الخراشی و Skitmore 2009؛ Assaf and Al-Hejji 2006؛ عبدالرازک و همکاران، 2008؛ Frimpong و همکاران، 2003؛ Kazaz و همکاران، 2012؛ Le-Hoai و همکاران، 2008؛ Mahamid و همکاران، 2012، Marzouk و El-Rasas 2014؛ Sambasivan و به زودی 2007؛  (Shehu et al 2014) نشان می دهد که مشکلات مالی یکی از مهم ترین دلایل تأخیر و افزایش هزینه در بسیاری از کشورها است.  به عنوان مثال، آژانس بین المللی انرژی (2009) گزارش داد که حدود 60 پروژه نفت بالا و پایین دست تا 18 ماه در بیش از 25 کشور، از جمله ایالات متحده، کانادا، انگلیس، نروژ، روسیه، و چین در نتیجه بحران مالی 2008-2009 به تاخیر و تعویق افتاد. پس از افت شدید قیمت های نفتی اخیر، تعدادی از پروژه های ساخت و ساز به تعویق افتاده است (CBC News 2015؛ Wood Mackenzie 2016). همانطور که این مطالعات نشان می دهد، مالکان می توانند برخی از پروژه ها را لغو کنند، برخی از پروژه ها را به تعویق بیاندازند، یا برخی دیگر را به منظور کاهش هزینه ها به دلیل محدودیت های بودجه، کاهش دهند.

            محققان فرآیند انتخاب پروژه ها برای سهام را برای بیش از ۴۰ سال بررسی کرده اند (Iamratanakul و همکاران ۲۰۰۸)و یک بدنه گسترده مکتوبات در مورد انتخاب سهام پروژه وجود دارد. (مانند گابریل و همکاران 2006، لیو و وانگ 2011، Shakhsi -Niaei et al. 2015؛ Tavana et al. 2015). بسیاری از مطالعات (به عنوان مثال Lee و همکاران، 2003؛ Kao و همکاران، 2006؛ Araúzo و همکاران، 2009؛ Taghaddos و همکاران، 2012، 2014؛ Besikci و همکاران 2015) برای بررسی چگونگی مدیریت صحیح تجهیزات و منابع انسانی در یک پروژه و یا در یک سهام از پروژه ها و برخی مطالعات انجام شده است (به عنوان مثال، ناون 1996؛ لیو و وانگ 2010؛ Kishore و همکاران 2011؛ Gajpal و Elazouni 2015) بر شناسایی چگونگی مدیریت جریان وجوه نقد در یک پروژه یا سهام از پروژه ها به منظور کاهش تعداد و تاثیر مشکلات جریان نقدینگی تمرکز کرده است. با این حال تحقیقات کافی برای بررسی اینکه چگونه صاحبان، به عنوان سازمان های سرمایه گذاری، باید منابع محدودی را برای چندین پروژه در حال پیشرفت مدیریت کنند، انجام نشده است. این تحقیق مورد نیاز است زیرا صاحبان با بسیاری از پروژه های در حال پیشرفت در مواجهه با مشکلات مالی مواجه می شوند که ممکن است در نتیجه افزایش هزینه ها، تخمین هزینه های خوش بینانه، تغییرات در پروژه ها، تغییرات اقتصاد کلان، تورم، پیش بینی اشتباهات اقتصادی، و غیره اگر مشکلات مالی رخ دهد، صاحبان باید با قراردادهای قراردادی، مشاوران و پیمانکارانی که تمایل به پرداخت و ادامه کار دارند، و سهامدارانی که به دنبال تکمیل پروژه ها هستند، مقابله کنند. علاوه بر این، صاحبان ممکن است تمایلی به افشای مشکلات مالی برای محافظت از شهرت خود نداشته باشند.

اهداف مطالعه

            تخصیص نامناسب بودجه می تواند منجر به تاخیر پروژه، از جمله از دست دادن درآمد حاصل از پروژه های تکمیل شده و افزایش هزینه های پروژه ها شود. به منظور کمک به مالکان تصميمات تخصيص آگاهانه بودجه، به کاهش نگرانی مدیران سهام در مورد برنامه های پروژه با استفاده از مدل شبیه سازی مبتنی بر عامل کمک می کند، که تحقیق در این مقاله برای شبیه سازی سناریوهای مختلف تخصیص بودجه از جمله لغو، تعلیق، یا کند کردن پروژه ها در یک سهام طراحی شد(ABSM). این مدل مبتنی بر عامل رفتار هر پروژه را تایید می کند و هر پروژه را به عنوان یک عامل بررسی می کند. این مدل برای کمک به سازمانها به صرفه جویی در بودجه برای پروژه ها در نمونه کارهایی که در حال حاضر در حال انجام است، به منظور دستیابی به اهداف استراتژیک مالک، طراحی شده است.

            در این مدل، سناریو های مختلف تخصیص بودجه می تواند مورد بررسی قرار گیرد تا ارزیابی رفتار پروژه ها، تاریخ شروع و پایان آنها و پیشرفت آنها را بررسی کند. برای شناسایی بودجه و جریان نقدی مورد نیاز برای نمونه کار و پروژه های آن برای برآورده کردن برنامه های آن ها، می توان این مدل سناریوهای پیشرفت فیزیکی را شبیه سازی می کند. علاوه بر این، راهکارهای تخصیص بودجه مختلف را می توان با استفاده از سناریوهای بهینه سازی به منظور شناسایی موثرترین راه برای تخصیص بودجه محدود برای پروژه های مختلف مورد بررسی قرار داد. این مدل می تواند به سازمان ها کمک کند تا نگرانی های مربوط به سهامشان را کاهش دهد، و در زمان کوتاهی از درآمد حاصل از پروژه هایشان درآمد کسب کند و نتایج استراتژی های خود را در مورد محدودیت های بودجه در پروژه ها مشاهده کنند.

بررسی مکتوبات

            دو زمینه اصلی تحقیق مربوط به مطالعه حاضر است:

• تخصیص منابع چند پروژه: برخی محققان بر تخصیص منابع چند پروژه تمرکز کرده اند. لی و همکاران (2003) یک مدل چندزبانه ای برای برنامه ریزی منابع برای تخصیص منابع به پروژه های مختلف با استفاده از مکانیزم بازار پیشنهاد کردند. کائو و همکاران (2006) یک رویکرد واکنش پذیر مبتنی بر رویداد را برای برنامه ریزی پروژه پیشنهاد کردند که از تجزیه و تحلیل تلفیقی هزینه و زمان استفاده می کند. Araúzo et al (2009) یک مدل چند منظوره برای تخصیص منابع به فعالیت های چند پروژه ایجاد کرد. در این مدل، پروژه ها و منابع، عواملی هستند که در یک مزایده شرکت می کنند. هر عامل پروژه یک پیشنهاد دهنده است و هر منبع یک فروشنده است. Arauzo و همکاران. (2010) یک عامل دیگر را به مدل خود، به نام عامل MAC اضافه کردند، که برای نقش حراج کننده و تصمیم گیرنده متمرکز شده است. Taghaddos و همکاران. (2012، 2014) یک پروتکل حراج مبتنی بر شبیه سازی یکپارچه با تخصیص منابع چندعاملی برای حل مشکلات منابع برنامه ریزی در مقیاس بزرگ و یا محیط های چند عاملی معرفی شده اند. Besikci و همکاران (2015) با استفاده از دو روش مبتنی بر الگوریتم ژنتیکی با سیاست تخصیص منابع برای حل مسئله تخصیص منابع چند پروژهای کار می کرد. تحقیق در مورد تخصیص منابع چند پروژه ای بیشتر به تخصیص منابع انسانی و تجهیزات به فعالیت ها متمرکز است. با این حال تحقیق کافی در مورد چگونگی تخصیص بودجه محدود به پروژه های در حال انجام سهام انجام نشده است.

• مدیریت سهام و گردش نقدی: برای بررسی جنبه های مالی اوراق بهادار پروژه، مطالعات چندانی انجام شده است. برای مثال، ناون (1996) یک مدل پول نقد در سطح شرکت را بر اساس گردش نقدی یک شرکت توسعه داد. خروجی های این مدل شامل گردش های نقدی در سطح شرکت و سطح پروژه برای افق های مختلف پیش بینی می باشد. لیو و وانگ (2010) یک مدل برای بهینه سازی گردش نقدی نمونه کارها را پیشنهاد کردند. مدل آنها می تواند فشار مالی را با تغییر برنامه های فعالیت بدون تاخیر در زمان اتمام کاهش دهد. کیشور و همکاران (2011) روشي را در نظر گرفت که ريسک نقدينگي سرمايه گذاري را براي پيش بيني گردش نقدي از مجموعه پروژه ها براي يک پیمانکار مورد توجه قرار داد. Elazouni (2009)، Elazouni و Abido (2011)، و Gajpal و Elazouni (2015) روش های اکتشافی را برای برنامه ریزی پروژه های ساختمانی مبتنی بر مالی استفاده می کنند. مشکل برنامه ریزی از منظر پیمانکار مطرح شده و با برخورد با هر فعالیت در هر پروژه حل می شود. این محققان برخی مشکلات فرضی را حل کرده اند تا توانایی این روش ها را برای برنامه ریزی فعالیت در پروژه های سهام نشان دهند. توران (2010) یک مدل ریاضی برای محاسبه بودجه سهام در سطوح مختلف اطمینان با استفاده از گزارش های بودجه واقعی پروژه های مشابه در گذشته ارائه کرد. مصطفی و همکاران (2014) یک مدل هیبریدی مبتنی بر سیستم / دینامیکی سیستم را برای شبیه سازی پویایی تامین مالی زیرساخت ها برای اهداف تحلیل سیاست پیشنهاد کرد. تعدادی از سناریوهای سیاست شناسایی شده، شبیه سازی شده و مورد بررسی قرار گرفته اند تا تعیین کنند که چگونه ممکن است بر سیستم زیربنایی حمل ونقل تاثیر بگذارد. مدل هیبرید مبتنی بر سیستم / پویایی سیستم استفاده شده توسط مصطفی و همکاران. (2014، 2016) یک نمونه خوب از یک دید کلی از مشکل است که شامل جزئیات هر فرآیند یا فعالیت نیست. آنها یک مدل برای شبیه سازی چشم انداز سیاست های تامین مالی مربوط به زیرساخت های حمل و نقل بزرگراه ها در ایالات متحده را ایجاد کرده اند. اکثر مطالعات فوق بر روی جریان نقدی اوراق بهادار تمرکز دارند و برخی از آنها مربوط به برنامه ریزی فعالیت های مالی در پروژه های یک سازمان قراردادی است. با این حال، تحقیقات کافی در مورد تخصیص بودجه محدود انجام نشده است.

           در حالی که مطالعات بسیاری برای بررسی تخصیص منابع چندتایی، جریان نقدی و برنامه ریزی مالی مبتنی بر سرمایه در پروژه های مختلف از دیدگاه پیمانکاران انجام شده است، مطالعات اندکی از این زمینه ها را از نظر مالکان بررسی کرده اند. اکثر تحقیقات انجام شده در محیط چند پروژه، فعالیت های پروژه ها را براساس محدودیت منابع یا مالی برنامه ریزی می کنند. با این وجود، مالکین به حل مسائل در این سطح از جزئیات علاقه مند نیستند. مالکان اغلب عوامل مالی اصلی پروژه ها و نمونه کارهایی که در تحقیقات قبلی مورد مطالعه قرار نگرفته اند، را بیشتر مورد بررسی قرار می دهند.

روش تحقيق

             روش مبتنی بر عامل در بعضی حوزه های صنعت ساخت و ساز استفاده شده است. اگرچه هیچ توافقی در مورد تعریف یک عامل وجود ندارد، اما خودمختاری یک ویژگی شناخته شده جهانی است (Taghaddos et al.، 2012). ون دد و همکاران (2012) سه شرایط را پیشنهاد می کنند که یک سیستم مناسب برای مدل های مبتنی بر عامل را ایجاد می کند:

1. این مشکل دارای ماهیتی توزیعی است و هر بازیگر تا حدودی خود مختار است.

2. زیر سیستم ها (عامل ها) در محیط بسیار پویا کار می کنند. و

3. تعامل زیرسیستم با انعطاف پذیری مشخص می شود.

Abstract

           Budget deficits or owners’ cash-flow problems are often blamed for construction delays and construction cost increases that may be caused by these delays. Although many studies have focused on resource allocation, cash-flow management, and budget allocation in a portfolio of construction projects from the contractors’ perspective, few studies have been conducted to investigate the allocation of budget, as the main resource of construction projects, from the owner’s perspective. This paper presents an agent-based simulation model used to simulate budget allocation and its effects on projects’ progress in an owner’s portfolio of construction projects. In addition to simulating budget-allocation scenarios and predicting the future state of the projects in the portfolio, the model can reveal efficient ways to manage a limited budget based on defined preferences. The model considers increased costs during the construction period and income growth after completion. It uses the earned schedule (ES) concept to simulate the progress of projects and takes into account the probability of increased progress if there is a budget surplus. The proposed simulation model contributes to the portfolio management body of knowledge by helping organizations optimize budget-allocation scenarios and find an efficient scenario that could lead to earlier commissioned projects, reduced construction costs, and fewer construction delays. The model is validated using historical data from a portfolio of transportation projects, and four optimization scenarios are examined to find an efficient budget-allocation scenario. The results show the model can identify feasible optimized solutions for managing projects with limited budgets.

Introduction

          Project delays affect construction projects all over the world, and they often result in cost overruns. There are many reasons for project delays, cost overruns, and quality problems, but ownerrelated factors are most often identified as the cause of the problems, especially in publicly-financed projects (Larsen et al. 2015). Kazaz et al. (2012) found that owner-based factors were the most frequently reported cause for project delays in 16 countries, and the results of many studies (e.g., Aibinu and Odeyinka 2006; Al-Kharashi and Skitmore 2009; Assaf and Al-Hejji 2006; Abd El-Razek et al. 2008; Frimpong et al. 2003; Kazaz et al. 2012; Le-Hoai et al. 2008; Mahamid et al. 2012; Marzouk and El-Rasas 2014; Sambasivan and Soon 2007; Shehu et al. 2014) suggest that an owner’s financial difficulties are one of the most important reasons for delays and cost overruns in many countries. The International Energy Agency (2009), for example, reported that approximately 60 upstream and downstream oil projects were postponed or delayed by at least 18 months in more than 25 countries, including the United States, Canada, the United Kingdom, Norway, Russia, and China, as a result of the 2008–2009 financial crisis. After the recent dramatic drop in oil prices, many construction projects have been postponed (CBC News 2015; Wood Mackenzie 2016). As these studies show, owners may cancel some projects in their portfolio, postpone some projects, or slow down some other in order to reduce expenses as a result of budget limitations.

          Researchers have examined the process of selecting projects for a portfolio for more than 40 years (Iamratanakul et al. 2008) and there is an extensive body of literature on project portfolio selection (e.g., Gabriel et al. 2006; Liu and Wang 2011; Shakhsi-Niaei et al. 2015; Tavana et al. 2015). Many studies (e.g., Lee et al. 2003; Kao et al. 2006; Araúzo et al. 2009; Taghaddos et al. 2012, 2014; Besikci et al. 2015) have been conducted to examine how to properly manage limited equipment or human resources in a project or in a portfolio of projects, and some studies (e.g., Navon 1996; Liu and Wang 2010; Kishore et al. 2011; Gajpal and Elazouni 2015) have focused on identifying how a contractor should manage its cash flow in a project or portfolio of projects in order to reduce the number and impact of cash-flow problems. Not enough research, however, has been conducted to examine how owners, as investing organizations, should manage limited budgets for several in-progress projects. This research is needed because owners with many in-progress projects face a difficult situation if they encounter financial problems, which can be the result of cost overruns, optimistic cost estimates, changes during projects, macroeconomic changes, inflation, incorrect prediction of economic conditions, and so forth. If financial problems arise, owners must deal with binding contracts, consultants and contractors who wish to be paid and continue working, and stakeholders who look forward to the completion of the projects. In addition, owners may be reluctant to reveal financial problems in order to protect their reputation.

Study Objectives

          Improper budget allocation can lead to project delays, including loss of income from completed projects and increased projects costs. In order to help owners make informed budget-allocation decisions, help reduce portfolio managers’ concerns about project schedules, and identify the most cost-efficient budget-allocation scenario, the research discussed in this paper was designed to simulate various budget-allocation scenarios including canceling, suspending, or slowing down projects in a portfolio, using an agentbased simulation model (ABSM). This agent-based model mimics the behavior of each project and considers each project as an agent. The model is designed to help organizations efficiently allocate budget to projects in a portfolio that are already in progress in order to meet strategic objectives of the owner.

          In this model, different budget-allocation scenarios can be examined to evaluate the behavior of projects, their start and finish dates, and their progress. To identify the budget and cash flow needed for the portfolio and its projects to meet their plans, the model simulates physical progress scenarios. In addition, various budget-allocation solutions can be examined using optimization scenarios in order to identify the most effective way to allocate the limited budget for various projects. This model can help organizations reduce concerns about their portfolio, generate income from their projects as soon as possible, and see the results of their strategies concerning budget limitations earlier in projects.

Literature Review

           Two main areas of research are related to the present study:

• Multi-project resource allocation: Some researchers have focused on multiproject resource allocation. Lee et al. (2003) proposed a multiagent resource-scheduling model for allocating resources to multiple projects using a market mechanism. Kao et al. (2006) suggested an event-driven reactive approach to project scheduling that uses a time-cost tradeoff analysis. Araúzo et al. (2009) developed a multiagent model for allocating resources to multiple projects’ activities. In this model, projects and resources are considered agents that participate in an auction. Each project agent is a bidder, and each resource is a seller. Later, Arauzo et al. (2010) added another agent to their model, called the MAC agent, to play the role of auctioneer and centralized decision maker. Taghaddos et al. (2012, 2014) presented a simulation-based auction protocol integrated with multiagent resource allocation to solve resource-scheduling problems in large-scale or multiproject environments. Besikci et al. (2015) employed two genetic-algorithm-based methods with a resource dedication policy for solving the multiproject resource allocation problem. Research on multiproject resource allocation is mostly focused on allocating human and equipment resources to activities. Not enough research, however, has been conducted to study how to allocate a limited budget to in-progress projects in a portfolio.

• Portfolio management and cash flow: A few studies have been conducted to examine the financial aspects of project portfolios. Navon (1996), for example, developed a company-level cashflow model based on the cash flow of a company’s individual projects. The outputs of the model include company-level and project-level cash flows for various forecasting horizons. Liu and Wang (2010) proposed a model to optimize the cash flow of a portfolio. Their model could reduce financial pressure by shifting activity schedules without delaying completion time. Kishore et al. (2011) used a method that considered a portfolio’s cash-flow risk to predict the cash flow of the portfolio of projects for a contractor. Elazouni (2009), Elazouni and Abido (2011), and Gajpal and Elazouni (2015) employed heuristic methods for the finance-based scheduling of construction projects. The scheduling problem is approached from the contractor’s perspective and solved by dealing with each activity in each project. These researchers solved some hypothetical problems to show the ability of these methods to schedule activities in the projects of a portfolio. Touran (2010) presented a mathematical model for calculating a portfolio’s budget at different confidence levels using actual budget reports from similar projects in the past. Mostafavi et al. (2014) proposed a hybrid agent-based/system dynamics model to simulate the dynamics of infrastructure financing for policy analysis purposes. A number of policy scenarios were identified, simulated, and examined to determine how they might affect a transportation infrastructure system. The hybrid agent-based/system dynamics model used by Mostafavi et al. (2014, 2016) is a good example of a holistic view of the problem that does not involve every detail of each process or activity. They have created a model to simulate the landscape of financing policies related to highway transportation infrastructure in the United States. Most of the aforementioned studies are focused on cash flow of portfolios and some are related to finance-based scheduling of activities in projects of a contractor organization. Not enough research, however, has been conducted on limited budget allocation.

           While many studies have been conducted to examine multiproject resource allocation, cash flow, and finance-based scheduling of projects in a portfolio from the contractors’ perspective, few studies have examined these areas from the owners’ perspective. Most of the research conducted in multiproject environments scheduled the projects’ activities based on resource or finance limits. Owners, however, are not interested in solving problems at this level of detail. Owners mostly deal with the main financial factors of the projects and the portfolio, which have not been studied in previous research.

Research Method

       The agent-based method has been used in some areas of the construction industry. Although there is no consensus about the definition of an agent, autonomy is a universally recognized trait (Taghaddos et al. 2012). van Dam et al. (2012) suggested three conditions that make a system suitable for agent-based models:

1. The problem has a distributed character, and each actor is to some extent autonomous;

2. The subsystems (agents) operate in a highly dynamic environment; and

3. Subsystem interaction is characterized by flexibility.

چكيده

مقدمه

اهداف مطالعه

بررسی مکتوبات

روش تحقيق

توسعه مدل شبیه سازی

اعتبار سنجی مدل 

نمونه کارها مورد

پیشرفت به عنوان سناریوی برنامه ریزی شده 

سناریوهای بهینه سازی

بحث

نتیجه گیری

منابع

Abstract

Introduction

Study Objectives

Literature Review

Research Method

Simulation Model Development

Model Validation

Case Portfolio

Progress as Planned Scenario

Optimization Scenarios

Discussion

Conclusions

References