دانشگاه ایوان‌کی مهندسی سیستم و بهره‌وری 2538-2195 6 4 2027 02 20 An Integrated Multi-Objective Optimization Model for Risk-Interdependent Project Portfolio Selection and Scheduling under Resource Constraints توسعه مدل ریاضی چندهدفه برای مسئله انتخاب و زمان‌بندی پروژه‌ها با درنظرگرفتن شبکه ریسک‌های پروژه و محدودیت منابع 281 312 737712 10.22034/sep.2026.2086866.1477 FA هانیه‌السادات جبلی دانشجوی کارشناسی ارشد، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران 0009-0005-1989-3747 علی نمازیان نویسنده مسئول: استادیار، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران 0000-0001-5957-0620 Journal Article 2026 02 27 In highly competitive and uncertain environments, organizations are compelled to make simultaneous decisions regarding project selection and scheduling under resource constraints and exposure to complex risks. Many existing models in the literature consider project risks independently and overlook the networked interactions among them. However, in real-world settings, the occurrence of one risk may amplify the likelihood and severity of others. This study aims to develop a novel mathematical framework to support managers in selecting the optimal portfolio of projects and scheduling activities in a way that maximizes financial returns, minimizes overall completion time, and mitigates the adverse effects of interdependent risks. Accordingly, a multi-objective mixed-integer programming model is proposed for the integrated project portfolio selection and scheduling problem, incorporating risk networks and resource constraints. To model the dependencies among risks, a Bayesian network is employed, and the conditional probabilities of risks are embedded within the decision-making structure. Due to the nonlinear nature and computational complexity of the model, nonlinear relationships are first linearized. The model is then solved using a Genetic Algorithm combined with the Enhanced Epsilon-Constraint Method. Performance evaluation through numerical experiments at different scales demonstrates that the proposed approach can generate a diverse and high-quality Pareto frontier and plays an effective role in improving the trade-off among profit, project duration, and risk exposure. در شرایط رقابتی و با عدم‌قطعیت بالا، سازمان‌ها ناگزیر به تصمیم‌گیری همزمان در خصوص انتخاب پروژه‌ها و زمان‌بندی اجرای آن‌ها تحت محدودیت منابع و مواجهه با ریسک‌های پیچیده هستند. بسیاری از مدل‌های موجود در ادبیات، ریسک پروژه‌ها را به‌صورت مستقل در نظر گرفته و تعاملات شبکه‌ای میان ریسک‌ها را نادیده می‌گیرند؛ در حالی‌که در دنیای واقعی، وقوع یک ریسک می‌تواند احتمال و شدت سایر ریسک‌ها را تشدید کند. این تحقیق بر آن است تا با طراحی یک چارچوب نوین ریاضی، به مدیران کمک کند تا از بین پروژه‌های متعدد، بهترین ترکیب را برگزینند و فعالیت‌ها را بنحوی زمان‌بندی نمایند که ضمن دستیابی به حداکثر بازدهی مالی، زمان اجرای کلی را به حداقل برسانند و اثرات مخرب ریسک‌های به‌هم‌پیوسته را مهار سازند. از اینرو در پژوهش حاضر، یک مدل ریاضی چندهدفه عدد صحیح مختلط برای مسئله یکپارچه انتخاب و زمان‌بندی سبد پروژه‌ها با درنظرگرفتن شبکه ریسک و محدودیت منابع ارائه می‌شود. به‌منظور مدل‌سازی وابستگی بین ریسک‌ها، از شبکه بیزی استفاده شده و احتمالات شرطی ریسک‌ها در ساختار تصمیم‌گیری لحاظ گردیده است. به‌دلیل ماهیت غیرخطی و پیچیدگی محاسباتی مدل، ابتدا روابط غیرخطی، خطی‌سازی شده و سپس مدل با بهره‌گیری از الگوریتم ژنتیک و روش اپسیلون محدودیت تقویت‌شده حل می‌شود. ارزیابی عملکرد مدل از طریق مطالعات عددی در مقیاس‌های مختلف نشان می‌دهد که رویکرد پیشنهادی قادر است جبهه پارتوی متنوع و باکیفیتی ارائه دهد و نقش مؤثری در بهبود تعادل میان سود، زمان و ریسک پروژه‌ها ایفا نماید. https://systems.eyc.ac.ir/article_737712_f6d9c0a0e00ead395e07394cbdfabc42.pdf