کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5054310 1476532 2014 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Optimal project adjustment and selection
ترجمه فارسی عنوان
تنظیم و انتخاب پروژه بهینه
کلمات کلیدی
انتخاب پروژه، تنظیم پروژه، بودجه بندی سرمایه، مدیریت پروژه، بهینه سازی ذرات دودویی،
ترجمه چکیده
این روزها شرکت ها در یک محیط سریع تغییر می کنند. برای حفظ رقابت، شرکت نیازمند نه تنها به دنبال فرصت های جدید سرمایه گذاری است، بلکه همچنین برای تنظیم پروژه های موجود. این مقاله در مورد انتخاب پروژه بهینه و تنظیم مشکل در محدودیت منابع سرمایه و زمین مورد بحث قرار می گیرد. با توجه به ماهیت پیچیده و پویای محیط اقتصادی، پارامترهای پروژه مانند هزینه های اولیه، هزینه های ارتقاء و جریان های نقدی خالص به عنوان متغیرهای تصادفی در نظر گرفته می شوند. روش ارزش خالص فعلی برای محاسبه بازده سرمایه گذاری استفاده می شود و یک مدل سازگاری و انتخاب بهینه واریانس توسعه یافته است. برای حل مسئله بهینه سازی پیشنهاد شده با متغیرهای تصمیم گیری تعداد زیادی، بهینه سازی ذرات باینری سلولی که ترکیبی از اتوماسیون سلولی و بهینه سازی ذرات ذرات پیشنهاد شده است. به عنوان یک تصویر از الگوریتم پیشنهادی، یک مثال عددی نیز ارائه شده است.
موضوعات مرتبط
علوم انسانی و اجتماعی اقتصاد، اقتصادسنجی و امور مالی اقتصاد و اقتصادسنجی
پیش نمایش مقاله
تنظیم و انتخاب پروژه بهینه
چکیده انگلیسی
These days companies are competing in a fast changing environment. To keep its competitiveness, the company needs not only to seek and select new investment opportunities but also to adjust its existing projects. This paper discusses an optimal project selection and adjusting problem under capital and land resource limitations. Due to the complex and dynamic nature of the economic environment, the project parameters such as initial outlays, upgrade expenditures and net cash flows are treated as random variables. Net present value method is employed to calculate the investment return, and a mean-variance optimal adjustment and selection model is developed. To solve the proposed optimization problem with big number decision variables, a cellular binary particle swarm optimization which hybridizes cellular automation and particle swarm optimization is proposed. As an illustration of the proposed algorithm, a numerical example is also presented.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Economic Modelling - Volume 36, January 2014, Pages 391-397
نویسندگان
, , ,