Post on 04-Nov-2018
transcript
AMBIENTE MULTI-PROYECTOS CON RECURSOS RESTRINGIDOS: UNA REVISIÓN DEL ESTADO DEL ARTE.
VICENTE CHAPARRO PINEDA 20011015105
JOSE ANTONIO CASTAÑEDA TIBAQUE 20012015009
UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS
FACULTAD DE INGENIERIA
PROYECTO CURRICULAR DE INGENIERIA INDUSTRIAL
BOGOTA
2015
AMBIENTE MULTI-PROYECTOS CON RECURSOS RESTRINGIDOS: UNA REVISIÓN DEL ESTADO DEL ARTE.
VICENTE CHAPARRO PINEDA 20011015105
JOSE ANTONIO CASTAÑEDA TIBAQUE 20012015009
Monografía
Director
MSC. Feizar Javier Rueda Velasco
UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS
FACULTAD DE INGENIERIA
PROYECTO CURRICULAR DE INGENIERIA INDUSTRIAL
BOGOTA
2015
TABLA DE CONTENIDO
TABLA DE CONTENIDO ................................................................................... 3
ÍNDICE DE FIGURAS ........................................................................................ 4
ÍNDICE DE TABLAS .......................................................................................... 4
INTRODUCCION ............................................................................................... 6
PLANTEAMIENTO DEL PROBLEMA ................................................................ 7
OBJETIVOS ...................................................................................................... 8
Objetivo general ............................................................................................. 8
Objetivos específicos ...................................................................................... 8
MARCO TEORICO ............................................................................................ 9
1. METODOLOGÍA DE LA INVESTIGACIÓN ................................................ 13
2. ANÁLISIS BIBLIOMÉTRICO ..................................................................... 15
2.1 Influencia de los autores ..................................................................... 15
2.2 Estadística de afiliación ...................................................................... 17
3. TAXONOMÍA............................................................................................. 19
3.1 Métodos de solución y enfoques de modelado ................................... 19
3.1.1 Reglas de Prioridad (RP) y técnicas heurísticas ........................... 21
3.1.2 Programación difusa......................................................................... 23
3.1.3 Algoritmos genéticos ........................................................................ 25
3.1.4 Sistemas Dinámicos ......................................................................... 27
3.1.5 Algoritmos híbridos ........................................................................... 29
3.2 Análisis cualitativo .............................................................................. 32
3.3 Sistemas de Información y Control ......................................................... 39
4. CONCLUSIONES ..................................................................................... 44
5. REFERENCIAS ......................................................................................... 46
ÍNDICE DE FIGURAS
Figura 1 Problema General en la gestión de Multi-proyectos .......................... 10
Figura 2 Enfoques al gestionar Multi-proyectos ............................................... 11
Figura 3 Artículos publicados por año. ............................................................. 15
Figura 4 Influencia de los autores. ................................................................... 16
Figura 5 Autores que más citan a otros autores. .............................................. 16
Figura 6 Afiliación. ........................................................................................... 17
Figura 7 Cantidad de investigadores por país. ................................................. 17
Figura 8 Cantidad de investigadores por país. ................................................. 18
Figura 9 Métodos de solución. ......................................................................... 20
Figura 10 Problema RCPSP. ........................................................................... 20
Figura 11 Línea de tiempo enfoque cualitativo ................................................. 32
Figura 12 Línea de tiempo Sistemas de información y control ......................... 40
ÍNDICE DE TABLAS
Tabla 1 Nomenclatura usada en el presente trabajo. ....................................... 12
Tabla 2 Actividades y herramientas utilizadas en la metodología. ................... 13
Tabla 3 Participación por región geográfica. .................................................... 18
Tabla 4 Problemas Vs Métodos de solución. ................................................... 21
6
INTRODUCCION
Uno de los diversos pasos necesarios en el proceso investigativo es la
construcción de un estado del arte, lo que permite compartir información,
generar demanda de conocimiento y establecer comparaciones con otros
conocimientos paralelos (Londoño, Maldonado, & Calderón, 2014).
Siguiendo esa idea de pensamiento, en el presente trabajo el lector podrá
observar el análisis de los documentos disponibles de consulta en los últimos
diez años en revistas científicas que permiten formar un marco de conocimiento
respecto al área de programación de Multi-proyectos con recursos restringidos
en la disciplina de gestión de proyectos.
En el presente trabajo se agrupó los documentos investigativos encontrados
teniendo en cuenta características de país de origen de los investigadores,
revista científica que publicó el artículo, estadísticas de afiliación, concitación
de autores, taxonomía percibida, y se diagramaron las diversas características
a fin de facilitar el análisis de la información recopilada.
Taxonómicamente se clasificaron en métodos de solución propuestos -junto al
problema objeto de investigación-, análisis cualitativo y sistemas de información
y control hallando así tres grupos principales en los cuales se enfocan los
documentos hallados.
A su vez, se encontró dentro de los métodos de solución que los investigadores
abordaron diversas técnicas de solución agrupadas en Reglas de Prioridad,
Programación Difusa, Algoritmos genéticos, Sistemas Dinámicos y Algoritmos
Híbridos.
En este trabajo se realizó un esfuerzo concienzudo por plasmar los objetivos,
enfoques, métodos, metodologías, herramientas junto con avances y aportes
que investigadores han publicado en los últimos diez años como fruto de su
labor en el área de la gestión Multi-proyectos y más específicamente en la
programación de actividades con recursos restringidos. Por lo tanto, teniendo
en cuenta que el ambiente dinámico hace que la gestión proyectos sea una
labor que cada vez enfrenta nuevos retos, surge la necesidad de apropiar
herramientas innovadoras en desarrollo de esta disciplina a través de las
investigaciones disponibles y se espera que el presente documento pueda
aportar algo a dicho objetivo.
7
PLANTEAMIENTO DEL PROBLEMA
El conocer el estado del arte en el área de la gestión de multiproyectos en los
últimos años permite a los investigadores y gerentes de proyectos enmarcar las
tendencias investigativas, enfoques, desarrollo de herramientas, desarrollo de
metodologías, y vacios presentes en este campo de investigación. Este trabajo
será útil como guía de consulta en particular al gerente de proyectos -en un
ambiente multiproyectos- para hallar autores que proponen soluciones a
problemáticas comunes presentes en una o más fases del ciclo de vida del
proyecto a fin de apropiar, adaptar y aplicar dichas propuestas en el desarrollo
de su proyecto en particular. El investigador podrá a través de este marco de
conocimiento definir un horizonte de acción hacia el cual dirigir su labor
investigativa. De manera que las cuestiones a abordar en el presente trabajo se
resumen en: ¿Qué áreas de la gestión de multiproyectos con recursos
restringidos se han estudiado en los últimos años? ¿Cual es la tendencia y
enfoque de las publicaciones respecto al tema?
8
OBJETIVOS
Objetivo general
Desarrollar un marco de conocimiento que sirva como guía para el desarrollo
investigativo y/o práctico en el ambiente Multi-Proyectos con recursos
restringidos a partir de la revisión sistemática de la literatura científica.
Objetivos específicos
Identificar los principales autores, métodos, metodologías, herramientas,
criterios, variables y/o objetivos de la literatura científica en los
ambientes multi-proyectos.
Identificar la evolución de las publicaciones a través del tiempo sobre
multi-proyectos
Identificar vacíos o deficiencias en las bases de teóricas o prácticas
relacionadas con los ambientes multi-proyectos.
9
MARCO TEORICO
Un proyecto puede ser definido informalmente como un único emprendimiento
consistente de un conjunto de actividades con relación de precedencia –
formando una red de proyecto- que han de ser ejecutadas usando diversos y
muy limitados recursos de una organización (Singh, 2014). La gestión de
proyectos trata con la selección e iniciación de los mismos, como también con
su planeación, ejecución y control.
Cada uno de estos proyectos emprendidos se compone de una serie de
actividades determinadas previamente en el proceso de planeación, las cuales
en su desarrollo obligatoriamente tendrán que consumir recursos dispuestos
por la organización los cuales dispone de manera limitada.(Beşikci, Bilge, &
Ulusoy, 2014) Lógicamente la organización que proporciona los recursos busca
que el proyecto concluya satisfactoriamente para todos los interesados y
utilizando únicamente los recursos dispuestos para ello, y es allí
particularmente donde entra en escena la gestión de proyectos -aunque está
presente en todas la fases del ciclo de vida del proyecto- que reviste especial
importancia a la hora de tomar decisiones sobre los recursos que ejecutan las
actividades del proyecto.
Al respecto han surgido herramientas metodológicas como Método de Ruta
Critica (CPM) y Técnica de Revisión y Evaluación de Programa (PERT) ambas
bajo el inconveniente supuesto de ilimitados recursos disponibles
(Kanagasabapathi & Ananthanarayanan, 2005). En otras palabras, el camino
crítico a través de la red del proyecto se basa únicamente en los requisitos de
tiempo de las actividades, independientemente de las necesidades de recursos
de cada actividad. En situaciones de la vida real, si los recursos son muy
limitados, entonces en algún momento durante la ejecución del proyecto habrá
varias actividades que serán posible prioridad. Este reto de asignar recursos
escasos a las actividades a fin de poner en marcha la ejecución del proyecto es
de gran preocupación para cualquier gestor de proyectos (Elsayed and Nasr
1986)
En época más reciente es propuesto el método de cadena crítica (CCPM)
introducida en 1997 por Eliyahu M. Goldratt el cual es un método analítico de
planificación y gestión de proyectos que permite asegurar que las actividades
del camino crítico tengan disponibles los recursos que precisan y establecer los
colchones que absorben los imprevistos del proyecto y que por tanto posibilite
ejecutarlo en el tiempo estipulado. Para todo ello, en muchos casos será
necesario reordenar las actividades de un proyecto mediante criterios basados
en la asignación de recursos y tiempos (Yang & Fu, 2014).
10
Sin embargo, gran parte de literatura en administración de proyectos (PM)
aborda la gestión de los mismos desde un enfoque de único proyecto, contrario
a la realidad de desarrollo económico que global exige un esquema de trabajo
en múltiples proyectos que comparten recursos similares lo que limita el
desempeño de técnicas tradicionales a la hora de gestionar los proyectos. Hoy
en día que se estima que más del 90% de los proyectos se llevan a cabo en un
ambiente Multi-proyecto (Payne, 1995); por ejemplo una investigación llevada a
cabo en 202 compañías españolas arrojó como resultado que el 84% de ellas
llevan a cabo proyectos en paralelo (Lova y Tormos 2001), más aún, los
gerentes de proyectos llegan a tratar con más de cuatro proyectos a la vez
(Liberatore and Pollack-Johnson, 2003)
Figura 1 Problema General en la gestión de Multi-proyectos
Fuente: Beşikci, Bilge, & Ulusoy, 2013
A consecuencia de las realidades mencionada arriba han surgido diversos
puntos de abordaje de esta problemática; por ejemplo, Kurtulus y Davis, 1982
dan claridad respecto a los enfoques propuestos al tratar de dar solución a los
problemas de múltiples proyectos: cuando se trata de múltiples proyectos, se
han utilizado dos enfoques: (1) un enfoque de un solo proyecto, utilizando
actividades ficticias y arcos de precedencia para combinar los proyectos en un
solo mega-proyecto, reduciendo así la RCMPSP a un RCPSP con un único
camino crítico o (2) un enfoque multi-proyecto (MP), manteniendo la RCMPSP
y una ruta crítica separada por proyecto1.
1 Ver tabla de nomenclatura en el Marco Teórico
11
Figura 2 Enfoques al gestionar Multi-proyectos
Fuente: Kanagasabapathi, B., & Ananthanarayanan, K. 2005
A fin de proveer mejoras en las técnicas que abordan esta problemática,
diversos investigadores en esta disciplina han desarrollado modelos a partir de
reglas heurísticas y meta-heurísticas, programas lineales e incluso visiones
cualitativas de gestión que proponen mejora sustancial al desempeño en
factores de éxito de los proyectos (Misner, 2008), y es en este marco del
conocimiento en el cual se presenta este trabajo
No está demás resaltar que sus investigaciones han tenido aplicaciones en
industrias, farmacéuticas, de tecnología, proyectos de construcción, de
producción de barcos, automóviles, acero, entre otras.
Finalmente, con el propósito que el lector se relacione con las expresiones
tratadas en el presente documento y junto a ello dar mayor brevedad al mismo
se presenta la siguiente tabla de nomenclatura propia de la gestión de
proyectos y extraída de los documentos consultados. Se aclara que las
expresiones son originarias del Inglés como idioma presente en los
documentos de consulta.
12
Tabla 1 Nomenclatura usada en el presente trabajo.
Fuente: Propia
NOMENCLATURA DESCRIPCIÓN
AHP Procesos de análisis Jerarquico
AiNET Algoritmo de red artificial inmune.
BLMPRAP Problema de asignación de recursos para múltiples proyectos en dos niveles
CE Entropia cruzada
CONPIP Constantes proyectos en proceso
CONTIP Constante tiempo en Proceso.
DEA Análisis envolvente de datos
DMAS/EM Sistema multi-agente descentralizado con mecanismo de eliminación.
DMAS/RIA Sistema multi-agente descentralizado con agente de información de recurso
DMM La matriz de asignación de dominio
DP Programación dinámica
DRCMPSP Problema de la programación de múltiples proyectos con recursos restringidos y distribuidos.
DRCMPSP-RT Problema de la programación de múltiples proyectos con recursos restringidos y distribuidos con transferencia de recursos.
DSM Modelo de secuenciación dinámica / Matriz de estructura de dependencia (dependiendo el contexto)
IPP Planeación Integrada de Proyectos.
MAS Sistema mult agente
MPO Oficina de Administración de Procesos
MPSCC Programación de multiproyectos con cadena crítica.
MRCMPSP Problema de la programación de múltiples proyectos con recursos restringidos con múltiples modos.
MRCPSP Problema de la programación de proyectos con recursos restringidos con múltiples modos.
NPIP Número de proyectos de proceso
PSO Optimización de enjambre de partículas.
RCMPSP Problema de la programación de múltiples proyectos con recursos restringidos.
RCMPSPTT Problema de la programación de múltiples proyectos con recursos restringidos y tiempos de transferencia.
RCMPSPTTC Problema de la programación de múltiples proyectos con recursos restringidos y tiempos de transferencia y costo.
RCPSP Problema de la programación de proyectos con recursos restringidos
RCPSP-RMT Problema de la programación de proyectos con recursos restringidos con tiempos de movimientos de los recursos.
RDP Problema de Dedicación de Recurso
RDP for MPSP Problema de recurso dedicado para el problema de programación de multiples proyectos
RP Reglas de Prioridad
SAA Algoritmo recocido simulado
13
1. METODOLOGÍA DE LA INVESTIGACIÓN
Mediante la identificación de parámetros de búsqueda se recopiló a través de
bases de datos la literatura publicada en revistas científicas reconocidas en el
área de la administración de proyectos -es importante la identificación de
parámetros acordes al tema de consulta (palabras clave) a fin de limitar el
universo de búsqueda-; paso seguido se seleccionó los documentos
pertinentes al área de Multi-proyectos con recursos compartidos examinando
más detenidamente títulos, resumen, palabras clave designados por el autor y
contenido. Después del análisis de cada uno de los documentos seleccionados
se procedió a identificar, describir y agrupar las variables relevantes presentes
en los documentos disponibles. Usando estadística descriptiva en el presente
trabajo se mostrarán los resultados de la búsqueda de manera que lector podrá
visualizar un marco de conocimiento hacia el cual se ha dirigido la investigación
de la administración de proyectos en el ámbito de Multi-proyectos con recursos
restringidos en los últimos diez años.
Para ello se utilizó las siguientes herramientas y actividades:
Tabla 2 Actividades y herramientas utilizadas en la metodología.
ACTIVIDADES HERRAMIENTAS
Identificar parámetros de búsqueda (palabras clave).
Búsqueda preliminar en las bases de datos
Seleccionar fuentes y revistas más importantes en el área.
Estadísticas descriptivas de palabras claves.
Buscar y filtrar artículos pertinentes en el área de los medios seleccionados
Estudio de compatibilidad con título resumen y palabras clave.
Clasificar los artículos encontrados por: autor, origen, afiliación, año, palabras claves
Revisión individual por artículo, Matrices de registro.
Identificar y clasificar por metodologías, métodos de solución, investigación o recolección de información, enfoque
Criterio o variables y objetivo
Fuente: Propia
14
En la selección de fuentes y revistas se utilizó las bases de datos SCIENCE
DIRECT, SCOPUS Y WILEY así como el gestor de referenciación Mendeley.
En este se utilizó un aparato de notas y Tags para ingresar la información
pertinente de acuerdo a la metodología presentada en forma de Ficha
Bibliográfica por Londoño, Maldonado, & Calderón, 2014 en la guía para
construir estados del arte.
En este análisis se identificaron los objetivos, la revisión de la literatura y
futuras investigaciones, y por supuesto su aporte a esta área del conocimiento.
Así con la tabulación de palabras claves se identificó que problemáticas,
métodos de solución y áreas del conocimiento abordaron los autores.
Mediante matrices, tablas y gráficos dinámica, funciones de texto así como el
uso VBA (Visual Basic for Aplications) para Excel se logró identificar la
influencia de los autores pues cada uno tenía en promedio de 60 a 70
referencias bibliográficas. También se pudo conocer las principales revistas
científicas, países de origen y afiliaciones.
Se utilizó un mapa mental con la información de los autores y se logró tener
cinco enfoques en el ambiente de Multi-proyectos y esto permitió tener un
camino claro a la hora de clasificar los artículos.
15
2. ANÁLISIS BIBLIOMÉTRICO
En la línea del tiempo los autores han aumentado sus escritos en los últimos
años y se observa que el crecimiento seguirá, pues hay mayor interés por
investigar sobre la gestión de proyectos en el ambiente de múltiples proyectos
(Ver figura 3).
Figura 3 Artículos publicados por año.
Fuente propia
2.1 Influencia de los autores
A lo largo de los años los autores han escrito los diferentes artículos y han
influido en otros (ver figura 4). El más citado es Payne (Payne, 1995) el cual
hizo una revisión del estado del arte hace 20 años. Otro autor que formuló un
algoritmo genético fue citado seis veces (Gonçalves, Mendes, & Resende,
2008).
16
Figura 4 Influencia de los autores.
Fuente: Propia
También se puede analizar autores que han tenido en cuenta en su revisión de
la literatura a otros autores que han escrito sobre los mismos temas
enmarcados en la gestión de Multi-proyectos. En la figura 5 se puede observar
que dos autores toman en cuenta a 5 autores en sus análisis.(Caniëls &
Bakens, 2012; Yaghootkar & Gil, 2012)
Figura 5 Autores que más citan a otros autores.
Fuente: Propia
17
Por otra parte otros autores sin tomar en cuenta a sus predecesores han
escrito artículos que se relacionan mucho con los aportes de sus colegas. La
mayoría de ellos trabajaron análisis cualitativos como el emprendimiento, el rol
de la oficina de Gestión de Proyectos, factores de éxito y competencias
estándar para un Gerente de Multi-proyectos.
2.2 Estadística de afiliación
El 23% de los equipos de investigación han estado afiliados a la International
Journal of Project Management. También han estado afiliados a otras revistas
importantes como la European Journal of Operational Research. Sin embargo
el 60% de los investigadores han escrito en numerosas revistas, lo cual
muestra que la proliferación de investigación del conocimiento en gerencia de
proyectos responde a una creciente demanda de publicación de estudios en
diversas áreas de la disciplina de Gestión de Proyectos y en particular de
Gestión de Multi-proyectos, así como sus diferentes aplicaciones.
Figura 6 Afiliación.
Fuente: Propia
También se puede ver que en su mayoría los autores provienen de China,
Alemania y estados unidos, los demás de varias partes del mundo.
Figura 7 Cantidad de investigadores por país.
Fuente: Propia
18
Al examinar los artículos por región geográfica se puede notar que quienes
más publican son la región oriental seguida de la Unión Europea y América del
Norte como se muestra en la tabla. Esto genera inquietudes sobre el por qué la
región de Suramérica y Rusia no han escrito sobre la gestión de Multi-
proyectos. Tabla 3 Participación por región geográfica.
Fuente Propia
Nos extraña la ausencia de Rusia y Japón (pues solo se tiene un artículo con 8
investigadores) en la gestión de Multi-proyectos pues son potencias mundiales
en conocimiento y más aún por el desarrollo de proyectos gubernamentales.
Figura 8 Cantidad de investigadores por país.
Fuente: Propia
19
3. TAXONOMÍA
En el análisis de la literatura se pudo discriminar varios grupos de interés que
nos permiten clasificar los artículos que giran en torno al problema de los
recursos restringidos en un ambiente Multi-proyecto estos son: Los métodos de
solución y los enfoques de modelado, el análisis cualitativo y los sistemas de
información y control.
3.1 Métodos de solución y enfoques de modelado
La complejidad aumenta cuando se considera variedad de recursos. En este
contexto, no es factible el desarrollar programación de los proyectos mediante
el uso de las técnicas de optimización tradicionales (PERT/CPM) (Chen &
Shahandashti, 2009). El beneficio de técnicas de optimización tradicionales no
se puede utilizar para generar la programación de múltiples proyectos
simultáneamente. En consecuencia, los investigadores han desarrollado varios
métodos heurísticos y meta heurísticos para la programación de múltiples
proyectos. Actualmente, se están realizando diversos esfuerzos en aras de
desarrollar los algoritmos más eficientes a fin de generar la programación de
varios proyectos en ambiente Multi-proyectos. Se están haciendo estos
esfuerzos para aumentar la eficiencia de los métodos heurísticos, extendiendo
el alcance de los problemas y el desarrollo de nuevos métodos con el mínimo
tiempo de cálculo computacional (Dong, Ge, Fischer, & Haddad, 2012).
Algunos investigadores han utilizado técnicas de inteligencia artificial con el
mismo propósito.
Dependiendo de las circunstancias donde se origina la investigación el
problema puede tener diferentes tonalidades dependiendo de las variables con
las que se encuentren los investigadores. En este ambiente de gestión de
proyectos el principal problema es el RCMPSP que traduce “Problema de la
programación de múltiples proyectos con recursos restringidos”. Como se
muestra en la figura este problema puede ser ligeramente cambiado por
diferentes variables y generar otros problemas. Estos cambios pueden ser que
los recursos estén distribuidos, que se tenga múltiples objetivos, múltiples
modos de ejecución, ó que se deba tener en cuenta nuevas variables como el
costo y tiempo de traslado de estos recursos restringidos a los diferentes
proyectos.
20
Figura 9 Métodos de solución.
Fuente: Propia
Figura 10 Problema RCPSP.
Fuente: Propia
En el análisis de los problemas y de los diferentes métodos de solución se
logró comprender cómo los autores abarcaron diferentes métodos de solución
desde la programación lineal hasta técnicas meta-heurísticas. En la tabla No.4
se resume la solución que cada uno de los autores provee a los diferentes
problemas.
Algunos autores aunque no proponen ningún método de solución en particular,
examinan y comparan algunas técnicas, otros proponen o recomiendan
diferentes métodos de solución dependiendo del problema y otros más utilizan
técnicas para examinar la eficiencia de los proyectos.
21
Tabla 4 Problemas Vs Métodos de solución.
Fuente: Propia
3.1.1 Reglas de Prioridad (RP) y técnicas heurísticas
Este método de solución es ampliamente utilizado por los directores de
proyectos debido a tres razones básicas: 1. La Meta heurística mejoró el
rendimiento de la capacidad computacional, lo cual traduce que las Reglas de
Prioridad (RP) son necesarias para problemas muy grandes (Kolisch R,1996a).
2. Las RP son componentes de otras heurísticas e indispensables para la
construcción de soluciones meta heurísticas (Kolisch R,1996b). 3. RP son
usadas extensamente por softwares de programación de proyectos debido a su
rapidez y simplicidad (Herroelen 2005). Sin embargo, existen estudios que han
presentado conflictos de resultado en el desempeño de las reglas de prioridad
debido a las variaciones de portafolio, tipo de proyecto, recurso y
características de las actividades; pese a lo anterior, una clara comprensión de
Autor Problema Solución LP LPI HA GA LR PR AIN SAA CC CP
Adhau, Mittal, & Mittal, 2013 DRCMPSP-RT DMAS/RIA X
Arauzo, Galán, Pajares, & López-Paredes, 2009 RCPSP MAS con LR X X
Araúzo, Pajares, & Lopez-Paredes, 2010 MRCMPSP MAS con LR X X
Beşikci, Bilge, & Ulusoy, 2013 MRCPSP RDP X X X
Beşikci, Bilge, & Ulusoy, 2014 RCMPSPTT RPP-RD X X
Browning & Yassine, 2010 RCMPSP RP* X
Cohen, Golany, & Shtub, 2005 NPIP CE X
Dalfard & Ranjbar, 2012 RCMPSP SAA X X X
Dong, Ge, Fischer, & Haddad, 2012 RCMPSP LAS X
Gang, Xu, & Xu, 2013 BLMPRAP PSO-GA X
Gonçalves, Mendes, & Resende, 2008 RCMPSP GA X X
Hao, Shen, Xue, & Wang, 2010 RCMPSP DP X X
Ju & Chen, 2012 MRCMPSP aiNET X
Kanagasabapathi & Ananthanarayanan, 2005 RCMPSP PR X
Krüger & Scholl, 2009 RCMPSPTT LPI-PR X X
Krüger, Scholl, & Jena, 2008 RCMPSPTTC HA X
Le, 2008 RCMPSP RMT X
P.-H. Chen & Shahandashti, 2009 RCMPSP GA-SA X X
Pai, 2014 RCMPSP CPM-CC** X
Phruksaphanrat, 2014 MRCPSP PFGP X
Relich, 2014 RCMPSP CP X
Singh, 2014 MRCPSP PR-AHP X X
Vitner, Rozenes, & Spraggett, 2006 DEA*** X
Voß & Witt, 2007 RCPSP PR X
Wang, Wang, Ge, & Deng, 2014 MPSCC GA-CC X X
Xu & Feng, 2014 MRCMPSP HPSO X
Yang & Fu, 2014 RCMPSP CC-ER X X X
Zheng, Guo, Zhu, & Zhang, 2014 DRCMPSP DMAS/EM X X
* EL autor recomienda utilizar diferentes reglas de prioridad dependiendo del objetivo que se persiga.
** Estudio comparativo de dos metodos de solución.
*** Mediante DEA se compara el desempeño de los proyectos.
22
las características de las RP y RCMPSP puede dar guía firme en la toma de
decisiones dentro de la gestión (Browning & Yassine, 2010).
Kanagasabapathi & Ananthanarayanan, 2005 desarrollan un modelo de
simulación para programar las actividades en los múltiples proyectos cuando
los recursos son muy limitados a través de la selección de la regla de prioridad
en específicas situaciones. Su objetivo es la asignación eficiente de los
recursos. La elección de la regla de programación es dependiente del objetivo
buscado. Como los objetivos cambian, la regla de programación también
cambia en consecuencia. Ninguna de las reglas siempre puede producir la
mejor solución para todos los problemas en todo momento. Para superar esto
en el modelo de simulación, el director del proyecto tiene que seleccionar la
regla de prioridad para saber cuál es la más adecuada para la configuración del
proyecto de la organización en ese instante específico. El director del proyecto
tiene que sustituir la regla de programación correspondiente en el modelo para
los proyectos y elegir la que sea más apropiada en ese punto del tiempo. Las
aplicaciones del enfoque son tan variadas como el espectro de múltiples
ajustes del proyecto con recursos limitados. Finalmente el modelo de
simulación se puede hacer más realista mediante la incorporación de un
módulo para estimar la duración y requerimientos de recursos de cada
actividad sobre una base cuantitativa. Una mejora adicional puede ser hecha
mediante la manera de incorporar la llegada de nuevos proyectos en el modelo.
Así, el modelo de simulación puede ser útil para un efectivo control y
coordinación de las actividades en ejecución.
Le, 2008 propuso un nuevo algoritmo llamado programación multi-proyecto
con recursos limitados teniendo en cuenta el tiempo de movimiento de recursos
(RCMPS-RMT) que tiene como objetivo resolver el problema de minimizar la
duración de la construcción de varios proyectos con el tiempo de movimiento
de recursos y limitadas condiciones disponibles de recursos renovables (mano
de obra, máquinas y equipos). La esencia de RCMPS- RMT se basa en la
mejora de las existentes reglas de prioridad.
Específicamente en la situación de Vietnam con inconvenientes en el sistema
de transporte, las velocidades de desplazamiento bajas causan retrasos
imprevistos debido a la densidad del tráfico y las limitaciones de calidad. Este
trabajo propone una nueva regla de prioridad: Mínimo tiempo de movimiento de
los recursos (RMT), que clasifica las actividades terminadas con el fin de
apoyar las actividades programadas con los recursos liberados.
Browning & Yassine, 2010 abordan el problema RCMPSP con dos objetivos:
disminuir el retraso en el proyecto y retraso en el portafolio. Tomaron en cuenta
cuatro características RCMPSP para definir un espacio del problema
23
multidimensional: función objetivo, complejidad de la red, distribución de
recurso y contención de recurso. Este trabajo lleva a un análisis comprensivo
de veinte reglas de prioridad en 12.320 portafolios simulados cada uno
compuesto de tres proyectos acorde con un completo experimento factorial.
Como aporte de este estudio concluyeron que cada gestor de proyectos debe
tomar como herramienta diferentes reglas de prioridad dependiendo de los
objetivos buscados y las características del portafolio.
Por otra parte se han utilizado el método de la cadena crítica con otro enfoque:
Yang & Fu, 2014 analizaron los procesos de investigación y desarrollo de una
fábrica de automóviles y propusieron un método de programación de Multi-
proyectos basado en prioridad de las tareas, razonamiento basado en la
evidencias propio de la industria automotriz y enfocados en el método de la
cadena crítica. Este método se compone de un modelo de organización, un
modelo de decisión y dos axiomas que sugieren que la prioridad debe ser de
las tareas y no de los proyectos y que las tareas no deben dividirse en un Multi-
proyecto.
Pai, 2014, en este trabajo se compara sistemáticamente el método de la
Cadena Crítica (CC) y el método de la ruta crítica (CPM) en tres niveles
conceptuales para revelar las diferencias entre los dos enfoques. Se llegó a la
conclusión de que la filosofía detrás del planteamiento del CPM y CC es
notablemente diferente que resulta en una mentalidad diferente para los
gerentes y un conjunto diferente de las prácticas de gestión. La principal
diferencia es la aplicación de la Teoría de Restricciones (TOC) en el caso de
CC. Como resultado, la CC se centra en mejorar el desempeño de los sistemas
de trazar políticas concretas muchos de los cuales se centran en la gestión de
recursos, especialmente en entornos Multi-proyecto que no se tratan
explícitamente por CPM. Se concluye que mientras que la aplicación de CC es
compleja, muchas de sus ideas pueden ser fácilmente adaptadas por práctica
de los administradores.
3.1.2 Programación difusa
Gang Xu, 2013 se centra en el problema de asignación de recursos en
organizaciones bi-nivel usando variables aleatorias difusas para modelar la
incertidumbre en la duración de las actividades y costos de recurso. El tomador
de decisiones en el nivel superior es el gerente de la empresa, que espera para
asignar recursos a múltiples proyectos a un costo menor -este costo se
24
compone de los costos de los recursos- y el nivel inferior penalidades por
tardanza. A su vez, cada gestor de proyecto intenta programar su proyecto con
el objetivo de minimizar la duración del proyecto bajo las limitaciones de
recursos de recursos y múltiples modos.
A fin de hallar la solución óptima en el modelo bi-nivel híbrido formado por un
enjambre de partículas de optimización adaptativa, un algoritmo genético
híbrido adaptativo, y unos difusos algoritmos de simulación aleatoria también
fueron propuestos. La evaluación del modelo propuesto demuestra que es
capaz de hacer frente a una asignación de recursos Multi-proyecto en una
optimización de dos niveles, como en la mayoría de las empresas de
construcción, empresas software, y algunas empresas de producción. En
cuanto a las limitaciones, este modelo no permite que los nuevos proyectos
que se añadan durante el períodos de asignación de recursos programados.
Xu & Feng, 2014 incluyen una variable más en el problema de asignación de
recursos restringidos, esta es los diferentes modos de ejecución, así estudia el
MRCMPSP (Problema de programar Multi-proyectos con recursos restringidos
y multi-modos) y lo aplica a la construcción de una hidroeléctrica con todos los
proyectos que esta contiene.
El MRCMPSP discutido en este artículo consiste en actividades de proyectos
de programación y combinaciones de modo-actividad para alcanzar los
objetivos en virtud de la presencia de restricciones de precedencia y de
recursos. Los objetivos incluyen tiempo/costo/calidad trade-off (TCQT). Se
construyó un modelo de optimización de tiempo para la MRCMPSP bajo un
ambiente aleatorio difusa.
Phruksaphrnat, 2014 aborda el problema de programación de múltiples
proyectos con múltiples modos y con múltiples objetivos MRCPSP. Para este
autor el objetivo en un problema de programación de proyectos con recursos
limitados multimodo es a menudo una minimización del makespan. Sin
embargo, el tiempo y el costo deben ser considerados a la vez con diferentes
niveles de prioridades importantes. Por otra parte, todos los elementos de las
funciones de costos de un proyecto no se incluyen en la función objetivo el
costo convencional. Costo total del proyecto incompleto produce un error en la
búsqueda de la hora la programación de proyectos. En esta investigación, la
programación de metas difusa preventiva es presentado para resolver el
problema de programación de proyectos de recursos multi-modo multi-objetivo
limitado.
25
3.1.3 Algoritmos genéticos
Cohen & Shtub 2005, reconoce que las técnicas tradicionales (CPM/PERT) no
abordan plenamente la capacidad finita, estocástico (al azar) y la naturaleza
dinámica de los sistemas multi-proyecto, por eso proponen el método de
Algoritmo de Entropía Cruzada (CE) para el enfoque constantes proyectos en
proceso (CONPIP) el cual limita el número de proyectos llevado a cabo dentro
del sistema. Se selecciona -utilizando CE- el número de proyectos en el
sistema para minimizar el tiempo promedio de estancia media total en el
sistema. Este enfoque es particularmente importante para escenarios donde el
rango de parámetros es percibido como “muy ancho” o cuando existe la
necesidad de determinar el número de proyectos en proceso (NPIP) para
grandes tipos de portafolio. Finalmente se muestra que Administrar el sistema
de Multi-proyectos utilizando el parámetro de carga óptima mejora el
rendimiento del sistema de manera significativa. Desde un punto de vista
práctico, las principales ventajas de utilizar este enfoque para la estimación de
los parámetros de carga se encuentra en el hecho de que 1. se puede manejar
sistemas "ruidosos" con eficacia, y 2. Que es autoajustable. Dos ejemplos
numéricos demuestran la eficiencia del método de la CE en la búsqueda de la
solución.
Dong & Haddad 2012 proponen un método basado en GA en el proceso de
búsqueda óptima de la duración del proyecto y su costo. Los GA actuales no
consideran tres aspectos prácticos clave que los planificadores del proyecto
tratan con frecuencia en los sitios de trabajo: las prioridades de ingeniería de
cada sub-proyecto individual, la restricción de zona y la restricción de bloqueo.
Los autores definen el concepto de room: un espacio cerrado para los equipos
para llevar a cabo una serie de actividades y por lo tanto pueden ser
considerados como un sub-proyecto individual. Un ejemplo de seis room se
analiza para validar el método propuesto, y otro ejemplo de 20 room se
presenta para ilustrar su desempeño al aumentar la complejidad Se observó
que en comparación con el método basado en la simulación, el método
propuesto puede encontrar buenas soluciones en términos de duración o coste
para cualquier proyecto utilizando menos tiempo. También puede ser utilizado
para tratar los problemas de planificación de varios proyectos, especialmente
cuando (1) proyectos individuales tienen prioridades específicas, (2) existen
interdependencias entre estos proyectos, y (3) compiten por recursos escasos
Beşikci, Bilge, & Ulusoy, 2013 enfocan su investigación a los programas donde
no es posible compartir recursos entre proyectos, definido aquí como Problema
26
de Dedicación de Recursos (RDP) realizando una formulación matemática y
dos metodologías de solución: 1. Mejorado algoritmo genético llamado “subasta
combinada para RDP 2. Solución heurística basada en la relajación
lagrangiana empleando optimización subgradiente. Sugieren para futuras
investigaciones, examinar dos extensiones diferentes para RDP: El primer caso
sería la introducción al problema de un presupuesto para la inversión de
recursos, que se utiliza para determinar las capacidades generales de
recursos. En otras palabras, el problema se trasladó a un mayor nivel de
decisión, donde las cantidades de las capacidades generales de recursos se
convierten en una variable de decisión limitado entre otros por el presupuesto
de inversión de recursos dado. El segundo caso para la investigación futura
sería la investigación de RDP en un entorno dinámico multi-proyecto.
Beşikci, Bilge, & Ulusoy, 2014 proponen un nuevo enfoque donde los recursos
generales se encuentran determinadas por el presupuesto general, no pueden
ser compartidos y deben ser estos dedicados a proyectos particulares. Como
solución al problema de portafolio de recursos restringidos un algoritmo
genético monolítico es propuesto bajo tres cuestiones principales: 1. el
presupuesto total debe ser asignado entre diferentes tipos de recurso para
determinar las capacidades generales de recurso el cuál corresponde a la
cantidad total de recurso renovable que será dedicado a los proyectos, 2.
generar la cantidad total de recurso que será dedicado a cada proyecto y 3.
Evaluar la eficiencia de la solución resultante de programación de recurso
restringido multi-modo (MRCPSP). Dos políticas de asignación existentes en
las organizaciones son tratadas en este documento: Dedicación de Recurso
(RD) y recurso compartido (RS) donde bajo la política RD los recursos no son
compartidos desde un fondo común -debido a las características inherentes de
ciertos proyectos- pero dedicados a proyectos individuales a través de todas
su duración.
Propone la formulación matemática general del problema de recurso de
portafolio (RPP) y una nueva mejora heurística es empleada en dos enfoques
GA diferentes para la solución de RPP. La diferencia entre los enfoques
propuestos se relaciona con la manera de explorar los espacios de recurso
dedicado (RD) y recurso de portafolio (RP). Como su nombre lo indica, el
enfoque simultáneo GA busca en RD y RP espacios simultáneos. El enfoque
GA de dos fases busca primero la RDS para diferentes instancias de capacidad
general de los recursos hasta que la parte RD de los individuos convergen.
Después de la convergencia, los individuos también están sujetos a la
búsqueda del espacio RP. El fundamento de este enfoque en dos fases para la
GA es obtener mejores preferencias de los recursos generales de los valores
RD convergentes de los proyectos individuales. Los resultados experimentales
27
muestran que, el enfoque de GA dos fases en general obtiene mejores
resultados respecto al tiempo y la calidad solución.
Wang, Wang, Ge, & Deng, 2014 presenta un modelo de optimización multi-
objetivo para la programación multi-proyecto en cadena crítica, que toma en
consideración multi-objetivo, como la duración total, los costes de financiación
(MPSCC). Para responder a esta necesidad, se propone un algoritmo genético
en la nube. Este algoritmo utiliza el azar y la estabilidad de la nube. El algoritmo
genético de la Nube (CGA) introduce la teoría de modelos de nube en el
algoritmo genético tradicional y la aleatoriedad y estable tendencia de un
modelo normal de nubes que se adoptan para diseñar los probabilidades de
cruce y mutación.
3.1.4 Sistemas Dinámicos
El ambiente Multi-proyecto es caracterizado por la complejidad, incertidumbre y
comportamiento dinámico -mientras algunos proyectos son desarrollados, otros
pueden ser incluidos o rechazados en tiempo real-; Kang & Hong, 2007
centrados en las organizaciones con procesos de diseño en ambiente
cambiante y necesidad de respuesta rápida, presentan como objetivo acelerar
el proceso de desarrollo de productos, reducir el tiempo de espera de
secuenciación de tareas acorde con el estado de los recursos mediante enviar
proyectos en espera hacia otros recursos ociosos. El modelo presentado en
este trabajo también se basa en la versión revisada del DSM (Modelo de
Secuenciación Dinámica) para modelar la reanudación de las tareas.
Contrario a la investigación existente, este modelo actualiza las matrices de
probabilidad de re trabajo e impacto según la cantidad de trabajo actual que
está determinada por el impacto de re trabajo. Es un enfoque de modelado más
racional que la actualización única probabilidad de re trabajo con coeficientes
de aprendizaje. Usando este modelado, se evalúa el efecto de la secuencia
dinámica mediante el enfoque de simulación. El documento concluye que la
secuenciación dinámica mostró un mejor rendimiento que la secuenciación
estática en cuanto a la duración media de múltiples proyectos. El efecto fue
más prominente cuando se acumulan los proyectos y el proceso está
desequilibrado. La secuencia dinámica puede ser considerada como un tipo de
método de equilibrado que permite que los recursos en cuello de botella
puedan compartir su carga con otros recursos haciendo otras tareas primero.
Arauzo, Galán, Pajares, & López-Paredes, 2009 proponen el papel multiagente
con el objetivo de negociar con problemas de estas características, tal que
28
agentes físicos que representan recursos reales interactúan con otros agentes
de software que representan los proyectos existentes; estos agentes negocian
de acuerdo a determinados regímenes, y el resultado de esta interacción
proporciona un rendimiento aceptable del sistema. Dos tipos de agentes son
tratados por este autor: 1). los proyectos 2) los recursos, y propone un
mecanismo de subasta para distribuir la programación de actividades y el
control en el conjunto de agentes. El objetivo del agente de proyecto es
encontrar intervalos de tiempo de los recursos necesarios para completar todas
las tareas necesarias, tratando de incurrir en el costo mínimo posible -para ello
usa un algoritmo de programación dinámica donde son considerados todos los
posibles intervalos de tiempo y recursos-. Por medio de este mecanismo de
subasta, los intervalos de tiempo de los recursos son valorados y estos precios
se utilizan como pautas de decisiones de planificación y control.
Araúzo, Pajares, & Lopez-Paredes, 2010. Este mismo dentro del enfoque
sistema multi agente (MAS) propone un tercer agente denominado
administrador del recurso que tiene el control del mismo cuyo objetivo es
incrementar en nivel de ocupación e ingreso de los recursos y juega tres
papeles de naturaleza centralizada: 1. crea los agentes administradores de
proyecto cuando nuevos proyectos son incluidos en el sistema, 2. monitorea el
desempeño de las actividades mediante los recursos y 3. Actúa como
subastador. El director del proyecto -actuando como agente- participa en un
mercado virtual donde los intervalos de tiempo de los recursos son precio-valor.
Directores de los proyectos y agentes administradores de recursos realizan
contratos para llevar a cabo las tareas pendientes de los proyectos.
Hao, Shen, Xue, & Wang, 2010 proponen un algoritmo de programación
dinámica de proyectos basado en la heurística de la red de tareas parciales con
restricciones de tiempo, costo y recursos.
Adhau, Mittal, & Mittal, 2012, 2013 propone un inusual sistema multi-agente a
fin de asignar y transferir recursos basado en negociación -sistema multiagente
descentralizado (DMAS/RIA)- enfocada en intervalos de recurso y asignación a
múltiples diferentes tipos de recursos compartidos -denominados recursos
globales- entre múltiples proyectos que compiten por los mismos. Junto ello
resalta la ventaja de la descentralización administrativa y de información que
garantiza la mejora de la utilización de equipos de proyectos y planificación que
reciban a tiempo y minimiza el número de transferencias de recursos.
Zheng, Guo, Zhu, & Zhang, 2014 abordaron el PSP con un ingrediente más y
es que los recursos sean distribuidos es decir DRCMPSP (Problema de la
programación de Multi-proyectos con recursos restringidos y distribuidos) y
para ello incluyeron una herramienta heurística como un algoritmo de sistemas
29
multi agentes llamado DMAS/EM con el objetivo de reducir el costo
computacional
3.1.5 Algoritmos híbridos
Voß & Witt, 2007 emulan la gestión de proyectos con el sistema de 16 fases de
producción de acero y proponen un procedimiento de solución heurístico
basado en diferentes reglas de secuenciación para formar lotes y así abordan
el problema RCPSP y generan la programación con menores tiempos de
producción.
Gonçalves, Mendes, & Resende, 2008 presenta un algoritmo genético para el
problema de recurso limitado de programación multi-proyecto. La
representación cromosómica del problema se basa en claves aleatorias. La
programación se construye utilizando una heurística que construye horarios
activos con parámetros basados en las prioridades, tiempos de retraso, y las
fechas de entrega definidos por el algoritmo genético. En términos generales, el
enfoque innova en las siguientes dos áreas fundamentales: 1. El modelo. Una
nueva medida de desempeño se desarrolla. Esta medida trata de captar la
realidad mediante la integración de las fechas de vencimiento, el trabajo en
proceso, y el inventario. También se introducen limitaciones hacer cumplir el
concepto fecha de entrega. 2. Método de solución. Teniendo en cuenta la
dificultad para resolver problemas del mundo real por métodos exactos, un
nuevo enfoque de solución se ha desarrollado que combina un algoritmo
genético con programa de generación de procedimiento que crea programas
activos parametrizados. La idea básica de parametrizar programas activos
consiste en el control de los tiempos de retardo que se permite a cada
actividad. Mediante el control del tiempo de retardo máximo permitido, se
puede reducir o aumentar el espacio de la solución. Un tiempo de retardo
máximo igual a cero es equivalente a restringir el espacio de la solución a
programas de no retardo y un tiempo de retardo máximo igual a infinito es
equivalente a permitir horarios activos. Futuras investigaciones podrían llevarse
a cabo para explorar la posibilidad de utilizar las actividades con el uso de
multi-modo de recursos. Además, el algoritmo genético podría ser utilizado
para determinar el nivel de disponibilidad de cada recurso dentro de un cierto
rango predefinido de valores.
Krüger, Scholl, & Jena, 2008 incluye enfoques gerenciales para manejar las
transferencias de recursos, una clasificación de los tipos de transferencia de
recursos y nuevos roles que los recursos pueden tomar en estas
transferencias. Posteriormente, define el problema de programación multi-
30
proyecto con los tiempos de transferencia (RCMPSPTT) y formulado en una
básica y versión de programa lineal entero. También desarrollan un marco
para considerar las transferencias de recursos en proyectos múltiples
individuales y que se basa en (1) la forma en que se manejan la transferencia
de recursos, (2) una clasificación de las transferencias de recursos y (3) los
roles que los recursos pueden tomar en estas transferencias. Finalmente, se
complementa por primera vez mediante consideraciones de costo y se
presentó como RCMPSPTTC.
Krüger & Scholl, 2009 generalizan el problema de programación Multi-proyecto
incluyendo los tiempos de transferencia y secuencia-dependencia de los
recursos, que representan el conjunto de actividades necesario cuando se
retira un recurso de un proyecto y reasignado a otro (o de un trabajo a otro
dentro del mismo proyecto). Adicional al problema de programación multi-
proyecto incluyen los tiempos de transferencia (RCMPSPTT), cuyo objetivo es
reducir al mínimo la duración de varios proyectos mediante el enfoque de un
solo proyecto o la duración media de proyecto para el enfoque Multi-proyecto.
Ambas perspectivas son formuladas utilizando programación lineal entera,
además utiliza procedimientos de solución basada regla de prioridad y
presentan los resultados de los experimentos computacionales. Sin embargo,
los resultados mostraron las desviaciones del óptimo de alrededor del 5%, lo
cual siguen siendo relativamente alta. Futuras investigaciones podrán mejorar
los resultados mediante el desarrollo de procedimientos nuevos y mejorados de
solución como la meta heurística, por ejemplo, algoritmos genéticos. Junto a
ello, aspectos de costo juegan un papel importante en dichas investigaciones.
Chen & Shahandashti 2009, reconoce como las reglas heurísticas son
adecuadas para un tipo específico de problema dentro de la programación, en
vista de ello, propone un híbrido entre algoritmo genético y recocido simulado
(GA-SA híbrido), el cual es más poderoso que solamente GA o SA. Aplicable a
casi todos los problemas de optimización y más efectivo que las reglas de
prioridad en general. El objetivo de esta propuesta es minimizar el makespan y
utiliza el método Next Time Frame (NTM) para la asignación de recursos. El
desempeño de este algoritmo es consecuentemente bueno y su ventaja
incrementa con la complejidad del problema de programación Multi-proyecto
(MPSP).
Dalfard & Ranjbar, 2012 su trabajo se presenta un algoritmo híbrido genético
para problema de programación con tiempos de preparación y de transporte
dependientes de la secuencia; el objetivo de la minimización del tiempo de
desempeño del proyecto. Esta propuesta es una combinación de Simulated
Annealing Algoritmo y Reglas de prioridad con una amplia gama de
aplicaciones en el campo de la programación de proyectos. El método general
31
del algoritmo tiene como fin especificar prioridad de ejecución de proyectos y la
regla preliminar para la programación de diferentes actividades de un proyecto.
Se obtiene periódicamente la programación de los recursos y las actividades
en cada proyecto y la selección de la mejor de entre las más famosas reglas de
prioridad. Luego puede asignar una prioridad para cada actividad permitida
para su posterior programación de tiempo. Todas las normas aplicables en esta
investigación las han extraído de las más famosas reglas de prioridad de las
investigaciones anteriores. Para futuras investigaciones proponen enfocar otra
función objetivo tal como flujo de efectivo actual, costos de retraso, etc.
Ju & Chen, 2012 desarrollaron un algoritmo inmunológico artificial mejorado
para resolver MRCMPSP. Ellos establecieron el modelo matemático de
MRCMPSP adoptaron el método de DSM para simplificar el modelo
matemático de MRCMPSP a fin de mejorar la calidad y la cantidad de
soluciones de candidatos. Y entonces, las operaciones, incluyendo la selección
y la compresión de la red se utilizan para realizar la búsqueda local y búsqueda
global que asegure que el algoritmo tiene una capacidad de búsqueda de gran
alcance y también evita la posible explosión combinatoria. Posteriormente, se
dan una serie de estudios de caso para probar la capacidad de búsqueda del
algoritmo. Los resultados muestran que es eficiente y eficaz en comparación
con otros.
Singh, 2014 aborda RCPSPS y desarrolla un algoritmo híbrido basado en
reglas de prioridad y procesos de análisis jerárquico. En este estudio, se hizo
un intento de integrar las prioridades de los proyectos con el desarrollo del
cronograma del proyecto. El algoritmo es un nuevo método para generar el
calendario de cualquier recurso limitado problema de programación multi-
proyecto en el que, cada proyecto tiene una criticidad definido. El método
propuesto se validó con un caso de estudio en diversos escenarios. Los
resultados experimentales fueron comparados con reglas de secuenciación
prioridad existentes.
Relich, 2014 menciona que un enfoque determinista puro para evaluar el
tiempo y el costo del proyecto es inadecuado. El enfoque propuesto por el autor
tiene en cuenta varios elementos, tales como la duración distinta e imprecisa
de las actividades del proyecto, el análisis de la distribución de costes,
incluyendo curvas S y S-superficies. Especificación de datos en forma de
cortes que permite la generación de un conjunto de proyectos variantes
(horarios) que puede mejorar significativamente la comprensión del tiempo y la
variabilidad de costos y la incertidumbre directores de proyectos.
El estudio consiste en el uso de las técnicas de programación de restricciones
para la planificación y la programación en el contexto de un entorno multi-
32
proyecto. La duración y coste de una actividad de proyecto se especifica en
forma de cortes discretos que permiten la conexión de datos distintos e
imprecisos, y la implementación de un problema de satisfacción de
restricciones con el uso de programación con restricciones. Por otra parte, el
documento presenta el impacto de una serie de α-cortes en la planificación y
programación de proyectos. Una comparación de las diversas variantes de la
finalización del proyecto tienen en cuenta criterios tales como el tiempo y el
costo del proyecto y la estrategia para la distribución variable.
3.2 Análisis cualitativo
El análisis cualitativo es el tema que mas cobijan los autores consultados, con
seguridad en respuesta a la diversidad de factores cualitativos inherentes y
particulares a los gestores y equipos de proyecto que hacen que factores de
ineficacia estén presentes -sólo el 34% de los proyectos en última instancia,
cumple todos los objetivos previstos (Hunte, 2007)-. Al ser un tema tan amplio
y a la vez caracterizado por el punto de vista del investigador, el área y campo
de negocio de la organización y la cultura organizacional propia de cada región
donde se lleva cabo el estudio, se observa una variedad de temas a lo largo
de la línea de tiempo presentada abajo sin presentar una clara convergencia,
no dando a entender con esto que los gestores de proyectos encontrarán de
poca utilidad la consulta y apropiación de los temas tratados por los
investigadores.
Figura 11 Línea de tiempo enfoque cualitativo
Fuente: Propia
A continuación se mencionó brevemente los temas tratados por los autores
consultados en el presente trabajo:
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
CUA
LITA
TIV
O
Pro
nó
sti
co
Flu
jo d
e
Caja
Facto
res P
sic
oso
cia
les
Mark
eti
n/P
lan
eació
n
Des
arr
oll
o O
rgan
izacio
nal
Tra
nsfe
ren
cia
Co
no
cim
ien
to
Lid
era
zg
o/G
ob
iern
o C
orp
Imp
lic
ac
ion
es
de
E
fic
ac
ia/T
eo
ría
co
mp
lejid
ad
vs
Ge
sto
res
de
pro
ye
cto
s
Mo
do
de
ges
tió
n q
ue
retr
asa lo
s p
roye
cto
s
Vis
ión
Ho
lísti
ca
Está
nd
ar
de G
esti
ón
para
mejo
rar
cap
acid
ad
Facto
res d
e
Efi
cie
ncia
/ F
un
cio
ne
s d
e
Ap
oyo
33
Mavrotas, Caloghirou, & Koune, 2005 analizaron a nivel gubernamental un
modelo de pronóstico de flujo de caja y de alerta temprana para los programas
de varios proyectos: aplicación al Programa Operativo para la Sociedad de la
Información en Grecia. Uno de los programas más importantes del Marco de
Apoyo Comunitario tercero para Grecia es el Programa Operativo para la
Sociedad de la Información (OPIS), que se ocupa de la promoción de la
Tecnología de Información y Comunicación (TIC) soluciones en la sociedad
griega. Previsión de flujo de efectivo es esencial en la gestión de OPIS, ya que
hay compromisos anuales específicos impuesto por la Comisión Europea y por
lo tanto se requiere una planificación eficiente. En este estudio, un modelo de
previsión de flujo de efectivo se desarrolla y se aplica con el fin de mejorar la
gestión OPIS. El modelo se basa en un enfoque de abajo hacia arriba a partir
del nivel de un contrato único para llegar al nivel de todo el programa.
Zika-Viktorsson, Sundström, & Engwall, 2006 analizaron los factores
psicosociales de los Multi-proyectos y como los miembros del proyecto y
directores a nivel operativo percibían su situación laboral. Este estudio analiza
la sobrecarga en los trabajadores que abordan los diferentes proyectos y como
sienten que la fragmentación, la interrupción y la ineficiencia se genera por el
cambio de asignaciones en los diferentes proyectos y como resultado se
encontró un alto nivel de sobrecarga del proyecto que se acompañó de una
disminución del número de proyectos que se ajusten a sus cronogramas
estipulados.
Blomquist & Wilson, 2007 observa una tendencia emergente que sugiere que
un enfoque de marketing del proyecto podría, o debería, ser fusionado en la
gestión de proyectos y realiza un estudio exploratorio en cuatro compañías de
dos diferentes industrias en el campo de la ingeniería y la tecnología del a
información en Suiza. La metodología de selección de las compañías
enfocadas a proyectos se realizó teniendo en cuenta el tamaño y la
variabilidad del sector para luego realizar una investigación detallada de su
estructura interna respecto al manejo dado en la gestión de sus proyectos y el
mercadeo dando como resultado diferencias y similitudes en cuanto a 1.La
manera como la gestión de proyectos fue tratada a nivel funcional, 2. La
manera como los proyectos de mercadeo fueron hechos a nivel funcional y 3.
La manera en que dos funciones fueron combinadas dentro de la organización.
Hans, Herroelen, Leus, & Wullink, 2007 Se centran en la planeación de
proyectos y realizan un marco de referencia que está destinado a ayudar a la
gestión de proyectos en la elección entre los distintos enfoques de planificación
existentes. Se examinó varios puntos de vista sobre la gestión de la
complejidad de las organizaciones de planificación de múltiples proyectos en
condiciones de incertidumbre. Nuestro objetivo es presentar una guía general
34
para el uso de avanzadas técnicas de planificación de varios proyectos. Su
trabajo aborda dos cuestiones significativas dentro de las organizaciones:
Variabilidad y Dependencia. Finalmente dejan ver que la relación de alta o baja
dependencia combinada con alta o baja variabilidad debe influir en la manera
en que los gestores de proyecto planean las comunicaciones a nivel jerárquico
en las organizaciones multi-proyecto.
Chaffin 2007 El propósito del método diseñado en esta investigación es ayudar
a la gestión de la empresa en el proceso de formación de una visión integral de
proyectos en un entorno Multi-proyecto. La visión holística del proyecto está
formada por la mirada de distintas personas en subproyectos desde una
variedad de ángulos cualitativos. Este artículo presenta un método para la
colección y análisis de la información cualitativa de una organización del
proyecto. El método de un nuevo análisis cualitativo proyecto utiliza la lógica
difusa y la emulación. El objeto de esta investigación es clasificar las
características cualitativas más importantes en el que la gestión de proyectos
debe centrarse. La principal pregunta de investigación de este artículo es
"¿Cuáles son las características cualitativas más importante en las funciones
de administración en que la gestión del proyecto deben centrarse?” La principal
metodología de investigación es constructiva, sin embargo esto también incluye
un enfoque conceptual y un caso de estudio.
Dos grandes proyectos han sido recopilados con la ayuda del enfoque
cualitativo de investigación: Multinacional plataforma petrolera, construcción de
un barco crucero. En base a los resultados de la investigación que existen
factores cualitativos clave que afectan el gobierno del proyecto, en general,
donde las características relacionadas a la administración del recurso humano,
gestión de la integración y cooperación con involucrados. Sin embargo las
características de administración que fueron vistas como importantes variaron
dependiendo de la red de actividades del proyectos y el desempeño de la
organización.
Midler & Silberzahn, 2008 propusieron ideas teóricas para comprender los
mecanismos de desarrollo organizacional basado en aprendizaje en el contexto
de puesta en marcha de alta tecnología. Articularon tres cuerpos de
conocimiento: gestión de proyectos, aprendizaje organizacional y el espíritu
empresarial. El resultado es un marco analítico para caracterizar este
desarrollo en términos de gestión de múltiples proyectos y contextos
organizacionales
Laslo & Goldberg, 2008 Analiza cómo la estructura de la matriz se ha
convertido en el medio de organización principales para mantener un flujo
eficiente de los recursos en entornos multi-proyecto. Sin embargo los críticos
35
de la matriz, describen una propensión inherente de conflicto entre los gerentes
que limita sustancialmente su eficacia. Los conflictos se producen no sólo entre
los intereses divergentes de proyecto y gerentes funcionales, sino también
entre los diferentes gestores de proyectos en un entorno multi-proyecto.
Una simulación dinámica de sistemas fue desarrollado por un ambiente de alta
tecnología compleja, un medio con alta incertidumbre en los plazos del
proyecto con la competencia intensiva sobre "recursos escasos". Se calcularon
los beneficios netos esperados para cada uno de los grupos de organización en
diferentes perfiles de trabajo. Los resultados de la simulación sugieren que no
todo conflicto es realista. Para algunos objetivos del proyecto, mayor
rendimiento de la organización se puede lograr cuando los gerentes aprender
que no tienen diferencias básicas en los intereses reales y pueden ponerse de
acuerdo sobre una política de asignación de recursos.
Geraldi, 2008 estudia las firmas de varios proyectos en el borde del caos, es
decir, la capacidad de estas empresas para hacer frente a la coexistencia de
orden y el caos. Se define específicamente el borde del caos para las
empresas multi-proyectos basados en el partido entre complejidad de la cartera
de proyectos y la flexibilidad de sus unidades organizativas. También
proporciona un mapa de evaluar este partido y desajuste. Este mapa propone
cuatro regiones o arquetipos de organización: el creativo-reflexivo, el mecánico-
estructurada, caotificación del orden y la burocratización del caos.
Laslo & Goldberg, 2008 analizó la transferencia de conocimiento en un
ambiente Multi-proyectos de la industria naval. Propuso un modelo de
transferencia de conocimiento basado en la técnica de análisis de valor para la
recolección, codificación y transferencia de conocimientos de los proyectos.
Mediante un software los resultados se almacenan y se traducen en un informe
que se puede utilizar para analizar los resultados de los análisis y para obtener
la decisión final sobre la base de cifras objetivas. Todas las decisiones son
finalmente almacenadas para motivar y formalizar opciones y adoptar criterios.
Kaulio, 2008 se enfoca en el liderazgo de proyectos en entornos Multi-
proyecto. Realiza un análisis por medio de un estudio empírico sobre 48
incidentes críticos han sido identificados y analizados. Los resultados muestran
que los problemas más frecuentes con los que se ocupan de los líderes del
proyecto son: dificultades técnicas, dinámicas de liderazgo y de grupo diádicas,
seguida de consultoría, relaciones de cliente y de pares. Como aporte este
autor desarrolla un marco denominado “Papel general del líder de proyecto”
donde realiza un contraste entre los papeles de gestor de proyecto y líder de
proyecto. Utiliza la técnica de incidente crítico modificada (CIT) y la
herramienta del diagrama de Pareto. Finalmente aporta la siguiente reflexión:
36
“Los resultados de este estudio tienen implicaciones para la enseñanza de
liderazgo del proyecto también. En la actualidad, los cursos de gestión de
proyectos tienden a tener un sesgo hacia la perspectiva racional y planificación,
que comprende una serie de técnicas y herramientas. Este estudio, sin
embargo, indicó que debe haber un reequilibrio de los contenidos del curso a
más problemas de liderazgo, tales como liderazgo diádica y la política de la
organización, al menos, en el currículo de cursos avanzados”.
Misner, 2008 examina el rol de la oficina de gestión de proyectos (PMO) en un
ambiente Multi-proyectos, mediante una revisión de la literatura las
investigaciones mostraron que la gestión de proyectos es cada vez más difícil
cuando hay varios proyectos que se superponen, lo que resulta en una
necesidad de controles de gobernanza mejoradas para aumentar las tasas de
éxito. Los estudios indicaron que los procedimientos de gobierno fuerte de
proyectos aumentan el potencial de éxito múltiples proyectos.
Patanakul & Milosevic, 2009 introduce el concepto MGMP (Que es la
administración de múltiples grupos de proyectos) y analiza 6 empresas de alta
tecnología en sus factores organizativos y operacionales y propone 8 aspectos
en la formulación de la eficacia en esta gestión. El objetivo de la investigación
fue identificar las cuestiones importantes que conducen a la eficacia en la
gestión de un grupo de múltiples proyectos.
Aritua, Smith, & Bower, 2009 explora la relación entre los directores de
proyectos y la teoría de la complejidad -el cual es una dimensión del
paradigma suave- mostrando las oportunidades disponibles para ajustar la
base teórica con la práctica. Tales esfuerzos se hacen en pro de adoptar
paradigmas de software para hacer frente a situaciones complejas que
enfrentan programas y portafolio de gerentes. Su trabajo pone de manifiesto la
estrecha relación entre los desafíos de la gestión Multi-proyectos y el potencial
de obtener beneficios significativos mediante la aplicación de los conceptos de
la teoría de la complejidad.
Ruuska, Ahola, Artto, Locatelli, & Mancini, 2011 propone una nueva forma de
gobernar los proyectos con multi firmas y empresas.
Huang, Chang, Li, & Tsai, 2011 formuló un juego con administradores de
proyectos para demostrar que los factores de incertidumbre no son los que
pueden afectar la entrega de los proyectos a tiempo. Mediante un análisis
lógico y una simulación con modelos de regresión y el análisis de Goldratt se
logró comprobar que es el modo de la gestión de los proyectos lo que
realmente afecta la no entrega a tiempo más bien que los factores de
incertidumbre. El modo de la planificación y ejecución de los proyectos es la
verdadera raíz del problema.
37
Formentini & Romano, 2011 proponen un modelo estructurado basado en la
técnica de análisis de valor para apoyar la recolección de conocimientos,
codificación y transferencia de conocimientos lo que permite una mejor toma de
decisiones. Identifican tres procesos en la transferencia de conocimiento de un
proyecto a otro: La transferencia de conocimiento, la traducción del
conocimiento y la transformación del conocimiento.
Yaghootkar & Gil, 2012 estudió la presión que ejerce el cronograma de los
proyectos en los directores de proyectos en un ambiente Multi-proyecto
entrevistando y recogiendo testimonios sobre la ejecución de los proyectos en
la vida real. En este estudio se dejó ver que en la programación de los
proyectos los recursos pueden estar bien asignados pero cuando se atrasa uno
de los proyectos la alta dirección tal vez deba transferir recursos de proyectos
simultáneos o concurrentes al “proyecto crítico” y así aplazar la fecha de inicio
de estos proyectos. Y así el tiempo es el que termina decidiendo la asignación
de los recursos. El autor hizo una simulación con dinámica de sistemas y
diagramas de influencia en donde se encontró que la urgencia de captar
recursos es baja al inicio de los proyectos o primeras etapas pero que la pugna
o competencia por los recursos aumenta conforme avanzan los proyectos.
Los resultados mostraron que las organizaciones en lugar de múltiples
proyectos necesitan poner en práctica incentivos y recompensas que aseguran
a la alta dirección mantener una visión holística. Tal punto de vista puede
contribuir a garantizar que la alta dirección es consciente de la importancia de
la negociación de los presupuestos de los proyectos y la asignación de
recursos dentro de los plazos previstos para evitar hacer retroceder nuevos
proyectos. Para ser eficaz, la parte superior y mandos medios tienen que ser
capaces de forjar un consenso, un requisito previo para las organizaciones de
alto rendimiento multi-proyecto.
Young & Conboy, 2013 examinaron el proceso de desarrollo de la primera
norma de competencia basado en el desempeño de la gestión de portafolios de
proyectos e identifica cómo esto contribuye a que el cuerpo de conocimientos,
tanto en la gestión de la cartera de proyectos y gestión de proyectos de manera
más amplia. La intención es utilizar el estándar para mejorar la capacidad de
gestión de portafolio de proyectos y la práctica en las organizaciones, que a su
vez promueve el uso eficiente de los recursos y los resultados más rentables
del proyecto.
Mariusz, 2014 Analizó la oficina de Gestión de proyectos en empresas Multi-
proyecto, la observación de los estudios de casos descritos en este estudio, se
puede notar que empuja un cierto espectro de funciones de apoyo a las
unidades subordinadas separados, que son las oficinas de programas u
38
oficinas de proyectos. Estas unidades suelen ser territorialmente
descentralizados, y su misión es ofrecer funciones de apoyo de carácter
operativo a los jefes de programas y directores de proyectos (metodológicos,
organizativos y de apoyo administrativo). La adopción de una solución de este
tipo hace que el programa y las oficinas del proyecto funciona "más cerca" a los
beneficiarios de esta ayuda, y la Oficina de Gestión de Proyectos de la
organización lleva a cabo las funciones clave restantes que están destinados a
crear beneficios significativos para la organización matriz.
Frinsdorf & Xia, 2014, Identifican los factores de eficiencia de proyectos en la
industria de defensa de australia que puedan asistir la gestión de proyectos de
defensa y su eficiente análisis. Mediante consulta de expertos, entrevistas
entrevistas en persona identifican una lista de factores de eficiencia. Seguido
por tres rondas cuestionarios Delphi con 20 expertos. Las preguntas hechas a
miembros claves de la gestión de proyectos dentro de la organización fueron:
Cuál es su percepción en cuanto a la eficiencia de los proyectos? ¿Cuáles son
los factores clave que contribuyen o impiden la eficiencia a nivel de proyectos u
organización? ¿Qué parte tiene responsabilidad en la eficiencia de los
proyectos? A la luz de los resultados se observó que para lograr la eficiencia
del proyecto en un ambiente multi-proyecto, como el sector de Defensa, ya no
es suficiente centrarse simplemente en factores internos a nivel de proyecto
(por ejemplo, la claridad del objetivo del proyecto y el alcance, la integración
entre los departamentos funcionales). Más bien, también es importante prestar
atención a los factores externos, como la claridad de programa o la claridad de
la cartera, la gestión de los interesados, la interacción de los proyectos, la
cultura organizacional y la capacidad de organización. De hecho, se requieren
esfuerzos para desarrollar la capacidad de los proyectos de priorización de una
organización con el fin de lograr un equilibrio entre los proyectos en términos
de distribución de los recursos, debido a sus interdependencias de alcance y
de recursos. Del mismo modo, la alineación de los proyectos individuales y los
objetivos estratégicos de la organización es crucial para la eficiencia de los
proyectos.
Jerbrant, 2014; Se enfoca en las organizaciones estructuradas a proyectos. El
propósito de este trabajo es presentar un modelo descriptivo que aclara los
procesos de maduración en una organización basada en proyectos, así como
para proporcionar una mejor comprensión de la gestión de varios proyectos en
la práctica. Inspirado por la hermenéutica, que hacen hincapié en la
interpretación, me he concentrado en mi investigación en la búsqueda de
sentido o significado contexto unida basada en estudios empíricos, en
profundidad. La investigación que aquí se presenta se basa en un enfoque de
estudio de casos inductivo y cualitativo que es exploratorio y se basa en un
análisis en profundidad de dos casos individuales. El principal resultado que se
39
presenta en este documento es un modelo de maduración de PBO (Project
Based on Organization) que ilustra cómo la gestión multi-proyecto evoluciona
entre la administración de estructuración y gestión de la incertidumbre, y un
énfasis en la importancia de la gestión de la incertidumbre junto a la gestión de
la cartera de proyectos a través de acciones individuales positivas y acciones
de gestión que tienen que llevarse a cabo con el fin coordinar, sincronizar y
comunicar el conocimiento y las habilidades requeridas.
Lari, Beach, Mazzuchi, & Sarkani, 2010 plantean como objetivo de este
artículo arrojar luz sobre algunos de los desafíos a que se enfrentan los
directores de proyectos cuando asignación de recursos se realiza entre
múltiples programas de proyectos, y para destacar algunas de las soluciones
prácticas que han sido probadas útil para resolver estos problemas. Los
autores consideran que mientras que el campo de la gestión de proyectos ha
desarrollado con éxito técnicas para la gestión de la asignación de recursos
intra-proyecto, su aplicación en programas multi-proyecto sigue siendo
insuficiente. Requiere habilidades de proyectos y gestión de programas
diligentes y prácticas más allá de las tradicionalmente requeridas en entornos
de un solo proyecto. Además, se Requiere la Adaptación de las Mejores
prácticas, incluyendo la determinación de la verdadera capacidad a nivel de
programa, programa eficiente de seguimiento de tiempo, seguimiento de tareas
un nivel de programa, y el Programa de Ruta Crítica de recursos. Por último, se
requiere un esfuerzo concertado para integrar herramientas de asignación y
gestión de recursos entre proyectos.
3.3 Sistemas de Información y Control
Variadas líneas de pensamiento se han encontrado respecto a los sistemas de
información y control dentro de la gestión del ambiente Multi-proyectos, las
cuales abordan problemáticas específicas a nivel de gestión y que han sido el
resultado de observaciones y análisis empíricos llevados a cabo por expertos.
A continuación se muestra la temática abordada por los investigadores dentro
del marco de tiempo y conocimiento correspondientes al presente trabajo
seguida por una breve descripción de la propuesta de cada autor.
40
Figura 12 Línea de tiempo Sistemas de información y control
Fuente: propia
Danilovic & Sandkull, 2005 El proponen un enfoque basado en el análisis
sistemático de las interdependencias y relaciones, la matriz de estructura de
dependencia (DSM) y la matriz de asignación de dominio (DMM). Estos
enfoques se centran en la comprensión de las interdependencias entre los
elementos, componentes, equipos, organizaciones, o personas, en términos de
la necesidad de que el intercambio de información para gestionar la
incertidumbre través de supuestos que exploran el plazo de una o entre
diferentes dominios en el desarrollo de productos.
El desarrollo de productos es un proceso de reducción de la incertidumbre en la
resolución de problemas. El enfoque en este trabajo hace hincapié en la
incertidumbre como el estado normal que se tiene que enfrentar. La cuestión
crucial de la incertidumbre es entender que las necesidades de información, el
tipo de información que se necesita, por qué y cuándo, y para encontrar
maneras de compartir e intercambiar información con otros. Si la información
no está disponible cuando se necesita se incrementa el nivel de incertidumbre
ya que se necesitan suposiciones que no se tienen. Esta visión hace hincapié
en la necesidad de que otros principios que los establecidos promuevan la
gestión de la incertidumbre mediante la creación de un marco organizacional
para lograr un alto grado de coordinación e integración en la resolución de
problemas.
En este trabajo, se considera la complejidad como procedentes de tres fuentes
principales: la funcionalidad de un producto, la tecnología elegida, y las
personas involucradas.
Dietrich & Lehtonen, 2005 se centran en la forma de aplicar estrategias de éxito
a través de proyectos. Con base en la literatura, proponen medidas para la
gestión exitosa de las intenciones estratégicas en un contexto Multi-proyecto.
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
IS &
CO
NTR
OL M
atr
iz D
ep
en
den
cia
-
Do
min
io
Estr
ate
gia
s d
e É
xit
o
Mo
de
lo d
e in
form
ació
n
Sis
tem
as E
mp
resari
ale
s
Facto
res d
e é
xit
o /m
arc
o
de c
on
tin
ge
ncia
PM
O
Calid
ad
de l
os S
iste
mas
de In
form
ació
n
IS-P
lan
eació
n i
nte
gra
da
/
Sis
tem
as d
e In
form
ació
n
de G
es
tió
n
41
Se utiliza una encuesta empírica de 288 organizaciones para analizar las
prácticas que las organizaciones utilizan en la gestión de proyectos de
desarrollo. Las correlaciones entre las prácticas de gestión y las medidas de
éxito son examinados y los factores de éxito determinados. Varios factores de
éxito se encuentran relacionados con la gestión única y múltiple proyecto. El
vínculo entre el proceso de estrategia y gestión de proyectos, así como la
disponibilidad de información de alta calidad se identifican como factores de
éxito.
Paech, Dörr, & Koehler, 2005 trata la mejora de la comunicación en un entorno
Multi-proyectos y proponen enfocar la mejora de procesos de ingeniería por
primera vez en el flujo de información mediante la creación de un modelo de
información en lugar de un modelo de proceso.
Seddon & Calvert, 2010 sintetizaron la literatura y llevaron a cabo una prueba
preliminar de un modelo de claves de los sistemas empresariales (ES que
incluye ERP, CRP, SCM, ORACLE SAP y otros) así como factores de éxito
que refleja la realidad de proyectos múltiples que las organizaciones de hoy en
día parecen enfrentar en su intento de obtener el aumento beneficios de sus
sistemas empresariales. Las claves pueden ser cruciales en la calidad de la
información, contexto organizativo, la asimilación, la alineación estratégica, la
complejidad del proyecto, o el grado de cambio radical o transformación en un
proyecto que podría ser necesario añadir al modelo. Los beneficios pueden ser
1) más rápido, más preciso el proceso de coordinación y ejecución, incluyendo
vínculos con socios de negocios de arriba y abajo de la cadena de suministro, y
(2) una mayor exactitud de visibilidad de los datos de la organización, lo que
resulta en procesos organizacionales más estrechamente controladas,
utilización de los activos, y la mejor toma de decisiones.
Canónico & Söderlund, 2010 En este trabajo se desarrolla en un marco de
contingencia de control de gestión en las MPO y tiene como objetivo la
investigación de los problemas de control que requieren marcos holísticos de
los mecanismos de control. El objetivo general de este trabajo es, entonces,
poner criterios contingentes para la elección de mecanismos de control en las
MPO. Para este fin, se plantea dos preguntas: (1) ¿Qué tipo de gestión de
sistemas de control pueden ser desplegados en MPO? (2) ¿Cuáles son las
implicaciones de diferentes opciones en materia de gestión sistemas de control
en las MPO? Una reacción típica por parte de los altos directivos en MPOs
consiste en inclinarse hacia la adopción de mecanismos de control basado en
la jerarquía. Este comportamiento es peligroso en su mayoría en el complejo, el
conocimiento-intensivo ajustes (como la I + D impulsados por organizaciones)
en el que las tareas de riesgo de composición abierta que se mantendrán bajo
el control de arriba hacia abajo.
42
Caniëls & Bakens, 2012 estudia el uso que dan los gerentes de proyectos a los
diferentes sistemas de administración de proyectos. Los equipos de proyecto
reconocen que es muy importante para evaluar los proyectos. Sin embargo, en
la práctica, debido a las presiones de tiempo los miembros del proyecto están
involucrados en el próximo proyecto antes de tener tiempo para evaluar lo que
salió mal y lo que salió bien en el proyecto anterior y extraer lecciones de esta
experiencia. Los resultados indican que en términos generales, los directores
de proyectos que dependen de un PMIS que produce información de baja
calidad, están menos satisfechos y, como consecuencia, no usan la
información generada en los proyectos que se ejecutan simultáneamente. Una
opción para las empresas podría ser la de designar a un asistente del director
del proyecto, que tiene la tarea particular de comprobar la calidad de la
información de los sistemas de información, con el fin de garantizar que las
conclusiones acerca de la insuficiencia de la información no se multiplican y
contagie a otros proyectos.
Li, Lu, Kwak, & Dong, 2013 presentó el desarrollo de un sistema de información
de gestión de proyectos multi-nivel para la ciudad de China. La urbanización de
China sin precedentes conduce a proyectos de construcción financiados por el
gobierno. En la mayoría de las ciudades, un modo especial de gestión de
proyecto llamado "Agente Construcción modelo (ACM)" ha sido adoptada para
administrar y gobernar estos proyectos bajo el mismo paraguas de las normas
administrativas. El ACM integra todos los recursos públicos disponibles para
completar los proyectos de urbanización, pero mientras tanto se enfrenta a
grandes desafíos de información compleja abrumadora y procesamiento de la
información. Este estudio presenta el desarrollo de un sistema de información
de gestión de proyectos multi-nivel de la ciudad a fin de descomponer la
complejidad de procesamiento de la información en el contexto del modo de
administración de ACM. El sistema fue validado en una ciudad típica en
Changchun, China. Esta investigación complementa el sistema de información
del proyecto existente mediante la adopción de los principios de diseño de
complejidad y también proporciona un valor práctico para la gestión de
proyectos de urbanización a gran escala.
Chen, Liu, & Song, 2013 abordan el tema de la planeación integrada de
proyectos (IPP) en los actuales departamentos de IS y presenta una multi-
periodo, selección multi-proyecto y el enfoque de asignación (MPPA) para
ayudar a los departamentos en el continuo manejo de los requerimientos de
proyectos basados en IS. El modelo considera las pérdidas debido a (1) el
aplazamiento acumulado de requerimientos de los IS y (2) el retraso esperado
de los proyectos en curso cuando se adiciona un nuevo proyecto. En el
modelo propuesto la primera característica es un modelo de programación
entera mixta para la optimización de la selección y asignación de proyectos de
43
fortalecimiento institucional. La segunda característica es un proceso de toma
de decisiones basado en eventos para el funcionamiento de forma sistemática
del modelo de optimización sobre una base multi-periodo. Llegan a concluir que
los departamentos de Ios requieren un modelo innovador que proporciona un
enfoque continuo de selección y asignación de proyectos. La MPPA, que
incluye una selección de la optimización y el modelo de asignación y proceso
decisional, llena este vacío.
44
4. CONCLUSIONES
Con el paso del tiempo y debido a la dinámica de las organizaciones
contemporáneas la gestión de Multi-proyectos se encuentra en cada vez más
en el foco de atención donde converge la tendencia creciente de desarrollo de
soluciones a sus diferentes problemáticas por parte de un número cada vez
mayor de investigadores en esta disciplina.
Se logró palpar el abordaje del tema por un lado desde un análisis cualitativo
de las habilidades de los gestores y sus respectivos equipos de trabajo,
pasando por un enfoque de mercadeo Multi-proyecto y su tratamiento en
organizaciones estructuradas a proyectos hasta la modelación de complejos
modelos matemáticos con enfoques estocásticos, dinámicos, heurísticos y
meta heurísticos a fin de dar solución a problemáticas diversas como la
asignación de recursos, minimización del tiempo de ejecución, minimización de
tiempo y costo en la transferencia de recursos y la evaluación de la capacidad
respecto a dichos recursos y presupuesto.
Existe actualmente una marcada tendencia hacia el enfoque cualitativo de los
problemas de gestión de los proyectos, -alrededor del cuarenta por ciento de
los documentos analizados abordan esta problemática- dando atención entre
otros a factores psicosociales, desarrollo organizacional, competencias de
liderazgo, factores de contingencia y visión holística; en contraste con el vacio
percibido en cuanto a cultura organizacional, curvas de aprendizaje en equipos
de trabajo multiproyectos y gestión de la comunicación en organizaciones
multiproyecto, temas que dan paso a futuras investigaciones.
Por otra parte el tratamiento cuantitativo de la problemática de asignación de
recursos se ve inclinado hacia los métodos heurísticos dando amplia acogida
los algoritmos genéticos, reglas de prioridad y en menor número a algoritmos
híbridos, tendencia en respuesta a la menor carga computacional que esto
conlleva. Futuras investigaciones podrán abordar la toma de decisiones
respecto a los recursos en base a mejoradas reglas de prioridad enfocadas a
situaciones más específicas de la gestión multiproyectos junto a la
diversificación de objetivos a optimizar dando cabida a la apropiación de esta
herramienta a nivel particular en la gestión en vez de un nivel general como se
percibe actualmente.
Este marco de conocimiento ayudará con total seguridad a encaminar futuras
investigaciones y en particular a los gestores de proyectos que apropiaran y
evaluaran herramientas a fin de lograr éxito en su labor y a la vez ayudarán al
avance y maduración de la disciplina aportando nueva demanda de
45
conocimiento a través de las problemáticas tratadas en su experiencia de
gestión.
Cabe destacar que en muchos de problemas tratados solo se analizaron las
funciones objetivo orientadas optimizar tiempo; sin embargo, en la práctica los
aspectos de costes juegan un papel importante también, por ejemplo las
transferencias de recursos aumentan los costos y por lo tanto se considera que
deben ser integrados en los modelos y procedimientos de solución con más
amplitud en próximos enfoques de la investigación que en los hallados hasta
ahora.
Otro aspecto de los proyectos –y mencionado por los investigadores- es la
forma estocásticamente que llegan al sistema y que ya se consideran en la
literatura sobre entornos dinámicos; pero la forma en que están tratando con
este problema todavía no satisface la expectativa para la programación de
proyectos de aplicación en el mundo real. Junto a ello, no están considerando
el cambio de la estructura de los proyectos que ya están en el portafolio y en
estos casos de cambio de los requisitos de los proyectos, el concepto de los
recursos que se transfieren entre los proyectos se vuelve aún más importante.
Por último, pero no menos importante, la ausencia de incertidumbre en la
programación multi-proyecto, por ejemplo, en duraciones de empleo o la
disponibilidad de recursos, hasta ahora es una punto de crítica que no debe ser
descuidado. En la programación de un solo proyecto este aspecto ya es parte
de la investigación, en cambio, en el enfoque de varios proyectos no ha sido
considerado aún.
Como observación final, se nota que la diversidad mostrada en los temas
tocados a través del presente estado del arte deja ver el amplio campo de
madurez sobre el que sigue desarrollándose la Gestión de Proyectos y en
particular el problema de programación de Multi-proyectos con recursos
restringidos y que con seguridad motivará a investigadores y gestores de
proyectos a involucrarse en el desarrollo de dicha disciplina; por lo tanto no es
de extrañar que en los próximos años siga el creciente apego a este campo de
investigación.
46
5. REFERENCIAS
Adhau, S., Mittal, M. L., & Mittal, A. (2012). A multi-agent system for distributed multi-project scheduling: An auction-based negotiation approach. Engineering Applications of Artificial Intelligence, 25(8), 1738–1751. http://doi.org/10.1016/j.engappai.2011.12.003
Adhau, S., Mittal, M. L., & Mittal, A. (2013). A multi-agent system for decentralized multi-project scheduling with resource transfers. International Journal of Production Economics, 146(2), 646–661. http://doi.org/10.1016/j.ijpe.2013.08.013
Arauzo, J. A., Galán, J. M., Pajares, J., & López-Paredes, A. (2009). Multi-agent technology for scheduling and control projects in multi-project environments. An auction based approach. Inteligencia Artificial, 13(42), 12–20. http://doi.org/10.4114/ia.v13i42.1042
Araúzo, J. A., Pajares, J., & Lopez-Paredes, A. (2010). Simulating the dynamic scheduling of project portfolios. Simulation Modelling Practice and Theory, 18(10), 1428–1441. http://doi.org/10.1016/j.simpat.2010.04.008
Aritua, B., Smith, N. J., & Bower, D. (2009). Construction client multi-projects - A complex adaptive systems perspective. International Journal of Project Management, 27(1), 72–79. http://doi.org/10.1016/j.ijproman.2008.02.005
Beşikci, U., Bilge, Ü., & Ulusoy, G. (2013). Resource dedication problem in a multi-project environment. Flexible Services and Manufacturing Journal, 25(1-2), 206–229. http://doi.org/10.1007/s10696-012-9140-9
Beşikci, U., Bilge, Ü., & Ulusoy, G. (2014). Multi-mode resource constrained multi-project scheduling and resource portfolio problem. European Journal of Operational Research, 240, 22–31. http://doi.org/10.1016/j.ejor.2014.06.025
Blomquist, T., & Wilson, T. L. (2007). Project marketing in multi-project organizations: A comparison of IS/IT and engineering firms. Industrial Marketing Management, 36(2), 206–218. http://doi.org/10.1016/j.indmarman.2006.03.007
Browning, T. R., & Yassine, A. a. (2010). Resource-constrained multi-project scheduling: Priority rule performance revisited. International Journal of Production Economics, 126(2), 212–228. http://doi.org/10.1016/j.ijpe.2010.03.009
Caniëls, M. C. J., & Bakens, R. J. J. M. (2012). The effects of Project Management Information Systems on decision making in a multi project environment. International Journal of Project Management, 30(2), 162–175. http://doi.org/10.1016/j.ijproman.2011.05.005
Canonico, P., & Söderlund, J. (2010). Getting control of multi-project organizations: Combining contingent control mechanisms. International Journal of Project Management, 28(8), 796–806. http://doi.org/10.1016/j.ijproman.2010.05.005
47
Chaffin, D. (2007). Human motion simulation for vehicle and workplace design. Human Factors and Ergonomics in Manufacturing, 17(5), 475–484. http://doi.org/10.1002/hfm
Chen, C. Y., Liu, H. A., & Song, J. Y. (2013). Integrated projects planning in IS departments: A multi-period multi-project selection and assignment approach with a computerized implementation. European Journal of Operational Research, 229(3), 683–694. http://doi.org/10.1016/j.ejor.2013.02.057
Chen, P.-H., & Shahandashti, S. M. (2009). Hybrid of genetic algorithm and simulated annealing for multiple project scheduling with multiple resource constraints. Automation in Construction, 18(4), 434–443. http://doi.org/10.1016/j.autcon.2008.10.007
Cohen, I., Golany, B., & Shtub, A. (2005). Managing stochastic, finite capacity, multi-project systems through the cross-entropy methodology. Annals of Operations Research, 134(1), 183–199. http://doi.org/10.1007/s10479-005-5730-1
Dalfard, V. M., & Ranjbar, V. (2012). Multi project scheduling with resource constraints & priority rules by the use of simulated annealing algorithm. Technical Gazette, 19(3), 493–499.
Danilovic, M., & Sandkull, B. (2005). The use of dependence structure matrix and domain mapping matrix in managing uncertainty in multiple project situations. International Journal of Project Management, 23(3), 193–203. http://doi.org/10.1016/j.ijproman.2004.11.001
Dietrich, P., & Lehtonen, P. (2005). Successful management of strategic intentions through multiple projects – Reflections from empirical study. International Journal of Project Management, 23(5), 386–391. http://doi.org/10.1016/j.ijproman.2005.03.002
Dong, N., Ge, D., Fischer, M., & Haddad, Z. (2012). A genetic algorithm-based method for look-ahead scheduling in the finishing phase of construction projects. Advanced Engineering Informatics, 26(4), 737–748. http://doi.org/10.1016/j.aei.2012.03.004
Elsayed, E A and Nasr, N Z (1986) Heuristics for resource constrained scheduling International Journal of Production Research, 24, 299–310.
Formentini, M., & Romano, P. (2011). Using value analysis to support knowledge transfer in the multi-project setting. International Journal of Production Economics, 131(2), 545–560. http://doi.org/10.1016/j.ijpe.2011.01.023
Frinsdorf, O., Zuo, J., & Xia, B. (2014). Critical factors for project efficiency in a defence environment. International Journal of Project Management, 32(5), 803–814. http://doi.org/10.1016/j.ijpromaHaon.2013.10.008
Gang, J., Xu, J., & Xu, Y. (2013). Multiproject Resources Allocation Model under Fuzzy Random Environment and Its Application to Industrial Equipment Installation Engineering. Journal of Applied Mathematics, 2013. Retrieved from http://www.hindawi.com/journals/jam/2013/818731/abs/
48
Geraldi, J. G. (2008). The balance between order and chaos in multi-project firms: A conceptual model. International Journal of Project Management, 26(4), 348–356. http://doi.org/10.1016/j.ijproman.2007.08.013
Gonçalves, J. F., Mendes, J. J. M., & Resende, M. G. C. (2008). A genetic algorithm for the resource constrained multi-project scheduling problem. European Journal of Operational Research, 189(3), 1171–1190. http://doi.org/10.1016/j.ejor.2006.06.074
Hans, E. W., Herroelen, W., Leus, R., & Wullink, G. (2007). A hierarchical approach to multi-project planning under uncertainty. Omega, 35(5), 563–577. http://doi.org/10.1016/j.omega.2005.10.004
Hao, Q., Shen, W., Xue, Y., & Wang, S. (2010). Task network-based project dynamic scheduling and schedule coordination. Advanced Engineering Informatics, 24(4), 417–427. http://doi.org/10.1016/j.aei.2010.07.001
Huang, C.-L., Chang, H.-G., Li, R.-K., & Tsai, C.-H. (2011). USING GAME AND STATISTICAL ANALYSIS TO CONFIRM GOLDRATT’S LOGICAL ANALYSIS OF POOR DELIVERY IN A MULTI-PROJECT ENVIRONMENT. South African Journal of Industrial Engineering, 22(2), 133–150.
Misner, J. (2008). The Role of the Project Management Office in a Multi-Project Environment: Enhancing Governance for Increased Project Success Rates. University of Oregon Applied Information Management Program.
Jerbrant, A. (2014). A M ATURATION M ODEL FOR P ROJECT - BASED O RGANISATIONS – WITH U NCERTAINTY M ANAGEMENT AS AN E VER - PRESENT M ULTI - PROJECT M ANAGEMENT F OCUS Research design. School of Industrial Engineering and Management, KTH Royal Institute of Technology, 17(17), 33–51.
Ju, C., & Chen, T. (2012). Simplifying multiproject scheduling problem based on design structure matrix and its solution by an improved aiNet algorithm. Discrete Dynamics in Nature and Society, 2012. http://doi.org/10.1155/2012/713740
Kanagasabapathi, B., & Ananthanarayanan, K. (2005). a Simulation Model for Resource Constrained Scheduling of Multiple Projects. Khosrowshahi, F (Ed.), 21st Annual ARCOM Conference, 2(September), 823–31. Retrieved from http://www.arcom.ac.uk/-docs/proceedings/ar2005-0823-0831_Kanagasabapathi_and_Ananthanarayanan.pdf
Kang, C. M., & Hong, Y. S. (2007). Accelerating the Product Development Process in a Multi-Project Environment. International Conference On Engineering Design, ICED’07, (August), 1–13.
Kaulio, M. a. (2008). Project leadership in multi-project settings: Findings from a critical incident study. International Journal of Project Management, 26(4), 338–347. http://doi.org/10.1016/j.ijproman.2007.06.005
Kolisch, R., 1996a. Efficient priority rules for the resource-constrained project scheduling problem. Journal of Operations Management 14 (3), 179–192.
49
Kolisch, R., 1996b. Serial and parallel resource-constrained project scheduling methods revisited: theory and computation. European Journal of Operational Research 90 (2), 320–333.
Krüger, D., & Scholl, A. (2009). A heuristic solution framework for the resource constrained (multi-)project scheduling problem with sequence-dependent transfer times. European Journal of Operational Research, 197(2), 492–508. http://doi.org/10.1016/j.ejor.2008.07.036
Krüger, D., Scholl, A., & Jena, F. (2008). Jena Research Papers in Business and Economics resource transfers in ( multi- ) project scheduling in ( multi- ) project scheduling. Jena Reseacrh Papers in Business and Economics.
Kurtulus, I., Davis, E.W., 1982. Multi-project scheduling: categorization of heuristic rules performance. Management Science 28 (2), 161–172
Lari, E., Beach, J., Mazzuchi, T. a, & Sarkani, S. (2010). Allocating resources in multi-project programs: Lessons learned from the trenches. The Journal of Defense Software Engineering, 23(5-6), 18–21. Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-77952839854&partnerID=40&md5=c4b1e74165306f4529677505479ec181
Laslo, Z., & Goldberg, A. I. (2008). Resource allocation under uncertainty in a multi-project matrix environment: Is organizational conflict inevitable? International Journal of Project Management, 26(8), 773–788. http://doi.org/10.1016/j.ijproman.2007.10.003
Le, H. Q. (2008). Resource-Constrained Multi-Project Scheduling with Resource Moving Time for Construction Projects in Vietnam. Construction.
Li, Y., Lu, Y., Kwak, Y. H., & Dong, S. (2013). Developing a city-level multi-project management information system for Chinese urbanization. International Journal of Project Management, 33(3), 510–527. http://doi.org/10.1016/j.ijproman.2014.06.011
Liberatore, M.J., Pollack-Johnson, B., 2003. Factors influencing the usage and selection of project management software. IEEE Transactions on Engineering Management 50 (2), 164–174.
Lin, R.-B., Wu, M.-C., Tseng, W.-C., Kuo, M.-H., Lin, T.-Y., & Tsai, S.-C. (2006). Design space exploration for minimizing multi-project wafer production cost. Proceedings of the 2006 Conference on Asia South Pacific Design Automation - ASP-DAC ’06, (1), 783. http://doi.org/10.1145/1118299.1118479
Londoño, O. L., Maldonado, L. F., & Calderón, L. C. (2014). Guía para construir estados del arte. International Corporation of Networks of Knowledge, 1–39.
Lova, A., Tormos, P., 2001. Analysis of scheduling schemes and heuristic rules performance in resource-constrained multi-project scheduling. Annals of Operations Research 102 (1–4), 263–286
Mariusz, H. (2014). Models of PMO Functioning in a Multi-project Environment. Procedia - Social and Behavioral Sciences, 119, 46–54. http://doi.org/10.1016/j.sbspro.2014.03.008
50
Mavrotas, G., Caloghirou, Y., & Koune, J. (2005). A model on cash flow forecasting and early warning for multi-project programmes: application to the Operational Programme for the Information Society in Greece. International Journal of Project Management, 23(2), 121–133. http://doi.org/10.1016/j.ijproman.2004.07.009
Midler, C., & Silberzahn, P. (2008). Managing robust development process for high-tech startups through multi-project learning: The case of two European start-ups. International Journal of Project Management, 26(5), 479–486. http://doi.org/10.1016/j.ijproman.2008.05.003
Misner, J. (2008). The Role of the Project Management Office in a Multi-Project Environment: Enhancing Governance for Increased Project Success Rates. University of Oregon Applied Information Management Program.
Nakane, R., Shuto, Y., Sukegawa, H., Wen, Z. C., Yamamoto, S., Mitani, S., … Sugahara, S. (2014). Fabrication of pseudo-spin-MOSFETs using a multi-project wafer CMOS chip. Solid-State Electronics, 102, 52–58. http://doi.org/10.1016/j.sse.2014.06.004
Paech, B., Dörr, J., & Koehler, M. (2005). Improving requirements engineering communication in multiproject environments. IEEE Software, 22(1), 40–47. http://doi.org/10.1109/MS.2005.10
Pai, P. S. K. (2014). Multi-Project Management using Critical Chain Project Management ( CCPM ) – The Power of Creative Engineering, 1(January), 15–20.
Patanakul, P., & Milosevic, D. (2009). The effectiveness in managing a group of multiple projects: Factors of influence and measurement criteria. International Journal of Project Management, 27(3), 216–233. http://doi.org/10.1016/j.ijproman.2008.03.001
Phruksaphrnat, B. (2014). Multi-Objective Multi-Mode Resource-Constrained Project Scheduling Problem by Preemptive Fuzzy Goal Programming. International Journal of Mechanical, Aerospace, Industrial and Mechatronics Engineering.
Relich, M. (2014). A Constraint Programming Approach for Scheduling in a Multi-Project Environment, 3(2), 156–171.
Ruuska, I., Ahola, T., Artto, K., Locatelli, G., & Mancini, M. (2011). A new governance approach for multi-firm projects: Lessons from Olkiluoto 3 and Flamanville 3 nuclear power plant projects. International Journal of Project Management, 29(6), 647–660. http://doi.org/10.1016/j.ijproman.2010.10.001
Seddon, B. P. B., & Calvert, C. (2010). R ESEARCH A RTICLE A M ULTI -P ROJECT M ODEL OF K EY F ACTORS A FFECTING O RGANIZATIONAL B ENEFITS FROM E NTERPRISE S YSTEMS 1, 34(2), 305–328.
Singh, A. (2014). Resource Constrained Multi-project Scheduling with Priority Rules & Analytic Hierarchy Process. Procedia Engineering, 69, 725–734. http://doi.org/10.1016/j.proeng.2014.03.048
51
Vitner, G., Rozenes, S., & Spraggett, S. (2006). Using data envelope analysis to compare project efficiency in a multi-project environment. International Journal of Project Management, 24(4), 323–329. http://doi.org/10.1016/j.ijproman.2005.09.004
Voß, S., & Witt, A. (2007). Hybrid flow shop scheduling as a multi-mode multi-project scheduling problem with batching requirements: A real-world application. International Journal of Production Economics, 105(2), 445–458. http://doi.org/10.1016/j.ijpe.2004.05.029
Wang, W., Wang, X., Ge, X., & Deng, L. (2014). Multi-objective optimization model for multi-project scheduling on critical chain. Advances in Engineering Software, 68, 33–39. http://doi.org/10.1016/j.advengsoft.2013.11.004
Xu, J., & Feng, C. (2014). Multimode Resource-Constrained Multiple Project Scheduling Problem under Fuzzy Random Environment and Its Application to a Large Scale Hydropower Construction Project. TheScientificWorldJournal, 2014, 463692. http://doi.org/10.1155/2014/463692
Yaghootkar, K., & Gil, N. (2012). The effects of schedule-driven project management in multi-project environments. International Journal of Project Management, 30(1), 127–140. http://doi.org/10.1016/j.ijproman.2011.02.005
Yang, S., & Fu, L. (2014). Critical chain and evidence reasoning applied to multi-project resource schedule in automobile R&D process. International Journal of Project Management, 32(1), 166–177. http://doi.org/10.1016/j.ijproman.2013.01.010
Yin, H. (2006). Multi-project investment assessment and selection method for fund-limited enterprises. Beijing Keji Daxue Xuebao/Journal of University of Science and Technology Beijing, 28(5), 501–504. Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-33746509780&partnerID=tZOtx3y1
Young, M., & Conboy, K. (2013). Contemporary project portfolio management: Reflections on the development of an Australian Competency Standard for Project Portfolio Management. International Journal of Project Management, 31(8), 1089–1100. http://doi.org/10.1016/j.ijproman.2013.03.005
Zheng, Z., Guo, Z., Zhu, Y., & Zhang, X. (2014). A critical chains based distributed multi-project scheduling approach. Neurocomputing, 143, 282–293. http://doi.org/10.1016/j.neucom.2014.04.056
Zika-Viktorsson, A., Sundström, P., & Engwall, M. (2006). Project overload: An exploratory study of work and management in multi-project settings. International Journal of Project Management, 24(5), 385–394. http://doi.org/10.1016/j.ijproman.2006.02.010