Finishing time of jobs varies based on type of resources. All businesses aim to give best quality as soon as possible to their productions and services while using least resource. For this reason, more expensive and more skilled workers/machines are employeed. This kind of resources are limited so needs to be balanced in a good way. Interconnected processes between the difference purposes may share same resources. This will result good efficiency.Within projects can be found similar needs and informations. So it is possible to assign same resources to these jobs. This will result the best share of the workforce.One of the most important factors in bussiness sector is the human. People do not have a single skill. So if they use their different skills they may be more happy. This will increase their motivation.This study proves that more than one skilled workers can be assigned more efficient. Genetic algorithm is used with the heterogeneous resources/workforces job assignments that shows fewer workers or resources may be done same jobs while reducing costs.

Her iş kullanılan kaynaklara göre farklı sürelerde bitirilebilmektedir. Tüm işletmeler en kısa zamanda en az kaynak kullanarak en kaliteli üretimi ve hizmeti verebilmeyi hedeflemektedirler. Bu nedenle daha pahalı makineler alınmakta ve daha kalifiye işçiler çalıştırılmaktadır. Bu tür kaynaklar kısıtlı olduğu için kaynak dağılımının iyi bir şekilde yapılması gerekmektedir. Birbirine bağlı işler arasında kalan zamanlarda mümkünse kaynakların farklı amaçlarla da kullanılması randımanı artıracaktır.Projeler içerisinde benzer bilgi, kaynak ve başka benzer ihtiyaçlar içeren işler bulunabilmektedir. Bu işler arasında benzer işleri yapabilen kaynakların atanması mümkün olabilmektedir. Bu durumda işgücünün daha iyi paylaşılacağı kesindir.Bu işleri gerçekleştiren kaynaklar içinde insan en önemli faktörlerden biridir. İnsanlar tek bir yeteneğe de sahip değildirler. Bu farklı yönlerinin kullanılması işçilerin de motivasyonunu artıracaktır.Bu çalışma ile, birden çok yeteneği bulunan işçilerin veya kaynakların daha etkin olarak kullanılabileceği gösterilmiştir. Kullanılan genetik algoritma ile heterojen kaynakların / işgücünün iş atamaları yapılmış ve daha az işçi veya kaynak ile işlerin yapılabileceği ve maliyetlerin düşürülebileceği gösterilmiştir.