<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن مهندسی سازه ایران</PublisherName>
				<JournalTitle>مهندسی سازه و ساخت</JournalTitle>
				<Issn>2476-3977</Issn>
				<Volume>12</Volume>
				<Issue>08</Issue>
				<PubDate PubStatus="epublish">
					<Year>2025</Year>
					<Month>11</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Solving multi-project scheduling problem under resource constraints (RCMPSP): an approach based on building information modeling</ArticleTitle>
<VernacularTitle>حل مسئله زمان‌بندی چند پروژه‌ای تحت محدودیت منابع (RCMPSP): رویکردی مبتنی بر مدل‌سازی اطلاعات ساختمان</VernacularTitle>
			<FirstPage>5</FirstPage>
			<LastPage>32</LastPage>
			<ELocationID EIdType="pii">214606</ELocationID>
			
<ELocationID EIdType="doi">10.22065/jsce.2025.490336.3582</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>محمد سجاد</FirstName>
					<LastName>مرادنیا</LastName>
<Affiliation>فارغ‌التحصیل کارشناسی‌ارشد مهندسی و مدیریت ساخت، دانشکده مهندسی عمران، دانشگاه صنعتی خواجه‌نصیرالدین‌طوسی، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>یعقوب</FirstName>
					<LastName>علیپوری</LastName>
<Affiliation>استادیار، گروه مهندسی و مدیریت ساخت، دانشکده‌ی مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0002-4934-5435</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2024</Year>
					<Month>12</Month>
					<Day>02</Day>
				</PubDate>
			</History>
		<Abstract>Solving the Resource-Constrained Multi-Project Scheduling Problem (RCMPSP) is one of the most complex challenges in project management. This complexity arises from resource limitations and precedence relationships among project activities. When an organization manages multiple construction projects simultaneously, efficient scheduling is essential for on-time completion and optimal resource utilization. In recent decades, Building Information Modeling (BIM) has played a significant role in advancing the construction industry by providing a powerful framework for planning, design, and project management. However, BIM has not yet been fully leveraged to address the complexities of RCMPSP. This research presents an innovative approach to solving RCMPSP by enabling the use of BIM for multi-project scheduling under resource constraints, thereby helping to reduce delays and costs. First, the necessary data for solving the problem is extracted from a detailed Building Information Model using Autodesk Navisworks Manage software. This model records all relevant information about project phases, resource requirements, and activity dependencies. Next, the extracted data is processed using a Particle Swarm Optimization (PSO) algorithm implemented in Matlab. The PSO algorithm is well-suited for this problem due to its ability to search the solution space and identify near-optimal solutions within a short time frame. Finally, to simulate the construction process, the optimized schedule is transferred to the TimeLiner tool in Navisworks Manage via an API developed in C# using Visual Studio. This integration enables real-time simulation and analysis of the construction process. The proposed approach was evaluated using data from a hypothetical project, and the results demonstrated its effectiveness in solving RCMPSP. Adopting this approach can improve time management and resource allocation in construction companies, leading to significant cost savings and increased efficiency in project execution.</Abstract>
			<OtherAbstract Language="FA">حل مسئله زمان‌بندی چند پروژه‌ای با محدودیت منابع (RCMPSP) از پیچیده‌ترین چالش‌های مدیریت پروژه است. این پیچیدگی به دلیل محدودیت منابع و روابط تقدم و تأخر میان فعالیت‌های پروژه‌ها مشهود است. هنگامی که یک سازمان چندین پروژه ساخت‌وساز را هم‌زمان مدیریت می‌کند، زمان‌بندی کارآمد برای تکمیل به‌موقع و استفاده بهینه از منابع ضروری است. در دهه‌های اخیر، مدل‌سازی اطلاعات ساختمان (BIM) نقش مهمی در تکامل و پیشرفت صنعت ساخت‌وساز داشته و چارچوبی قدرتمند برای برنامه‌ریزی، طراحی و مدیریت پروژه‌ها فراهم کرده است. بااین‌حال، BIM هنوز به طور کامل برای رفع پیچیدگی‌های RCMPSP به کار نرفته است. این پژوهش یک رویکرد نوآورانه برای حل RCMPSP ارائه می‌دهد که استفاده از مدل BIM را برای زمان‌بندی چند پروژه‌ای با محدودیت منابع ممکن کرده و به کاهش تأخیرات و هزینه‌ها کمک می‌کند. ابتدا، داده‌های موردنیاز برای حل مسئله از طریق مدل اطلاعات ساختمانی دقیق و با نرم‌افزار Autodesk Navisworks Manage استخراج می‌شوند. این مدل، تمام اطلاعات مربوط به فازهای پروژه، نیازمندی‌های منابع و وابستگی‌های فعالیت‌ها را ثبت می‌کند. سپس داده‌های استخراج‌شده با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات (PSO) که در Matlab پیاده‌سازی شده، پردازش می‌شوند. الگوریتم PSO به دلیل توانایی جست‌وجوی فضای حل و شناسایی راه‌حل‌های نزدیک به بهینه در زمان کوتاه، برای این مسئله مناسب است. در نهایت، برای شبیه‌سازی فرایند ساخت‌وساز، زمان‌بندی بهینه از طریق API که به زبان C# در Visual Studio توسعه‌یافته به ابزار TimeLiner در Navisworks Manage منتقل می‌شود؛ این یکپارچه‌سازی امکان شبیه‌سازی و تحلیل بی‌درنگ فرایند ساخت‌وساز را فراهم می‌کند. رویکرد پیشنهادی با داده‌های یک پروژه فرضی ارزیابی و نتایج مؤثر بودن آن در حل RCMPSP را نشان داده است. پذیرش این رویکرد می‌تواند مدیریت زمان و تخصیص منابع را در شرکت‌های ساخت‌وساز بهبود بخشیده و منجر به صرفه‌جویی قابل‌توجه در هزینه‌ها و افزایش کارایی اجرای پروژه‌ها شود.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">زمان‌بندی چند پروژه‌ای تحت محدودیت منابع (RCMPSP)</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل‌سازی اطلاعات ساختمان (BIM)</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم بهینه‌سازی ازدحام ذرات (PSO)</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رابط برنامه‌نویسی کاربردی (API)</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ابزار TimeLiner</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.jsce.ir/article_214606_e0af270ba7605f374c7b6550404422c3.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
