随机工期下基于可更新资源约束的Max-npv项目鲁棒性调度优化

从项目双方的视角出发,研究了不确定环境中在可更新资源约束下的、活动工期具有随机性的Max-npv项目鲁棒性调度问题。为了应对随机工期对项目净现值的影响,引入了RFDFF缓冲方法生成鲁棒性调度计划以保证项目稳定执行并得到项目双方净现值的最大化。首先对研究问题进行界定。其次构建由两个子模型组成的项目调度优化模型,随后鉴于问题的强NP-hard属性,设计了禁忌搜索启发式算法求解找到承包商和业主均可接受的满意解。最后用一个实际案例对研究进行了验证说明,并分析了关键参数对合同双方项目收益的影响。结果表明,通过添加时间缓冲的方式可以提高项目的鲁棒性,保证项目的稳定执行。与此同时不同的业主支付方式能够弥补随机工期带来的双方收益损失,保证双方收益的最大化;折现率、支付比例和项目截止日期都会对双方收益产生影响。

可更新资源受限的工期-费用权衡问题及粒子群算法

传统离散时间-费用权衡项目调度问题(DTCTP)中,可更新资源约束被忽略,将可更新资源约束引入DTCTP模型,形成可更新资源受限的工期-费用权衡项目调度问题(RRCDCTP)。在活动执行模式中增加可更新资源需求量,并考虑项目执行中的单位工期的可更新资源限量约束,基于可更新和不可更新两类资源的使用量计算活动费用。根据模型特点,提出一种求解该模型的粒子群优化算法。实例验证结果表明,当存在可更新资源约束时,在相同总费用预算约束下,RRCDCTP获得的最优项目工期比DTCTP获得最优工期长;同时,可更新资源限量越小,最优调度计划中具有浮动时差的活动数越少。