Constraint programming as a technology to support project management

Nowadays, the companies have been facing with severe challenges such as the scarcity of resources, limited profit margins, unstable socio-economic status-co. In such a harsh business condition, making good decisions and solving problems effectively are vital for the survival of operations. To do so, businesses have to benefit from the breakthrough technologies in their processes to gain a significant advantage. In this manner, Artificial Intelligence tools applied to decision support and problem solving, provide exciting opportunities to the managers. In this thesis, a noteworthy practice of AI which is constraint programming (CP) has been examined as a potential support mechanism for project management (PM) practices such as resource allocation, scheduling and planning. This study aims to provide a clear positioning of CP technology in the managerial decision making and combinatorial problem-solving context among other operation research like mathematical programming and AI techniques such as machine learning. In this manner, an extensive literature review has been conducted and a practical case has been implemented to verify CP is a promising method in the PM area especially for finding feasible and optimal solutions. The case consists of designing NP-hard resource constrained project scheduling problems with varying conditions and solving them by using different solution techniques; critical path method, Gantt chart, CP, linear programming and mixed integer programming. Then, the performances of these solution techniques are examined based on the constructed framework which intends to introduce a comprehensive matrix for evaluation and selection depending upon quantitative (computational time, memory usage) and qualitative (ease of modeling, closeness to natural language, availability of complementary materials) metrics. As a result of the case and the findings from the literature show that CP is a valuable approach with its theoretical properties, conceptual simplicity, and practical success to assist rational managerial decision making in the PM domain.

Al giorno d'oggi, le aziende stanno affrontando sfide severe come la scarsità di risorse, i margini di profitto limitati, lo stato socioeconomico instabile. In una condizione di business così dura, prendere buone decisioni e risolvere i problemi in modo efficace è vitale per la sopravvivenza delle operazioni. Per fare ciò, le imprese devono beneficiare delle tecnologie di svolta nei loro processi per ottenere un vantaggio significativo. In questo modo, gli strumenti di Intelligenza Artificiale applicati al supporto decisionale e alla risoluzione dei problemi, forniscono opportunità interessanti ai manager. In questa tesi, una pratica degna di nota dell'AI che è la programmazione vincolata (CP) è stata esaminata come un potenziale meccanismo di supporto per le pratiche di gestione dei progetti (PM) come l'allocazione delle risorse, la programmazione e la pianificazione. Questo studio mira a fornire un chiaro posizionamento della tecnologia CP nel processo decisionale manageriale e nel contesto della risoluzione di problemi combinatori tra altre ricerche operative come la programmazione matematica e le tecniche AI come l'apprendimento automatico. In questo modo, è stata condotta un'ampia revisione della letteratura ed è stato implementato un caso pratico per verificare che il CP è un metodo promettente nell'area PM specialmente per trovare soluzioni fattibili e ottimali. Il caso consiste nel progettare problemi di programmazione di progetti con vincoli di risorse NP-hard con condizioni variabili e risolverli usando diverse tecniche di soluzione; metodo del percorso critico, diagramma di Gantt, CP, programmazione lineare e programmazione intera mista. Poi, le prestazioni di queste tecniche di soluzione sono esaminate sulla base del quadro costruito che intende introdurre una matrice completa per la valutazione e la selezione in base a metriche quantitative (tempo di calcolo, uso della memoria) e qualitative (facilità di modellazione, vicinanza al linguaggio naturale, disponibilità di materiali complementari). Il risultato del caso e i risultati della letteratura mostrano che il CP è un valido approccio con le sue proprietà teoriche, la semplicità concettuale e il successo pratico per assistere il processo decisionale manageriale razionale nel dominio del PM.