多执行模式资源受限工程调度问题的优化算法

近几年来 ,模拟退火 (SA)和遗传算法 (GA)等智能优化方法在求解组合最优化问题方面显示出了较强的能力 ,许多文献报告了它们在这类问题上的应用 ,有些文献则报告了一些它们的混合算法 .然而 ,这些算法对问题的求解效果因问题的结构不同而有很大差异 ,它们的成功设计必需充分结合问题本身的特点 .本文针对多执行模式资源受限工程调度问题的特点 ,设计了一种 SA/ GA混合算法 ,利用被普遍应用的标准问题对该算法进行了测试 。

基于混沌粒子群算法的多目标多执行模式项目调度问题研究

在工程项目调度中保持工期、成本、质量以及资源的均衡控制是构成项目建设总目标的关键因素,关系到整个工程的成败。同时,鉴于基本粒子群算法容易陷入局部最优,提出一种将混沌算法嵌入基本粒子群的新算法,并将其用于求解多目标项目调度问题,通过建立工期、费用、资源和质量多目标综合优化模型,再运用基于优先规则的混沌粒子群算法解决该模型问题。最终通过实例计算表明:相对于基本的粒子群算法,混沌粒子群算法可以更为准确快速地解决该模型下的项目多目标多执行模式优化调度问题。

一种求解多执行模式资源水平问题的遗传算法

针对资源受限情况下多执行模式工程调度中资源水平问题的特点 ,设计了一种遗传算法。解的编码采用满足紧前关系的工作链表与工作执行模式链表结合的双链表结构 ,交叉算子采用修正的一点交叉算法。为保证收敛解的可行性 ,在适值函数计算时对不可行解进行惩罚。对标准问题库 PSPL IB中大量问题的求解实验结果表明 。

基于粒子群的多目标多执行模式项目调度

聚焦多目标多执行模式特点下的项目调度问题,通过建立工期、费用、资源和质量多目标函数,构建综合优化模型,同时运用粒子群算法解决工程项目多目标多执行模式优化问题.最后,通过一个应用实例计算,表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题,达到了项目调度中面对不同模式进行抉择,并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果.

多执行模式项目调度问题的克隆选择优化

针对多执行模式资源受限项目调度问题的具体特点,采用基于调度的编码方式、半随机的初始种群产生方式、受限变异等策略,提出一种克隆选择优化算法用于求解项目活动的最优调度以使整个工程工期最短.该方法将问题特性与免疫克隆选择算法所具有的全局搜索特性、解的多样性和不易早熟的特点相融合,在能获得最优解的前提下,使得所花费的代价大为降低.通过对标准测试库 PSPLIB 中调度问题的仿真实验表明,该算法具有良好的性能,对于各组测试集中的大部分问题都能在合理的时问内寻找到最优解.与其它启发式算法相比,该方法具有更优的性能.

资源约束条件下多模式项目调度问题研究

本文建立了多模式资源约束下的项目调度问题MMRCPSP的优化模型,该模型是对传统的单模式资源约束下的项目调度问题RCPSP更接近实际的拓展,设计并编写了启发式遗传算法求解MMRCPSP模型, 并用数值实例说明了模型的合理性和算法的有效性。

资源约束的工期-费用-质量综合均衡优化

工程项目优化管理问题,在综合考虑项目更新资源约束、项目工期以及项目直接费用和间接费用的情况下,为了优化控制和调试,采用已挣得质量价值(EQV)实现对项目质量的量化分析,利用多属性效用函数对项目的工期、费用、质量三大目标进行综合均衡优化,并建立多模式优化模式。优化结果可以帮助承包商更好地控制项目进度,并根据不同关注点做出工期、费用和质量的综合平衡决策。应用改进遗传算法对模型进行优化求解,进行仿真验证了模型和方法的有效性,可为实际应用提供依据。

多种资源约束的多模式折现流离散时间-费用权衡问题

针对带折现流的时间-费用权衡问题研究未充分考虑资源约束的现状,本文以净现值最大化为优化目标,从整个项目实施过程的视角分析现金流动情况,并将业主的支付、合同双方约定的奖励惩罚以及项目的间接费用考虑到目标函数中,综合考虑可更新和不可更新资源约束,形成多种资源约束的多模式折现流离散时间-费用权衡问题(MRCDTCTPDF)及其数学模型,设计了求解该问题的改进遗传算法,并通过数值实验验证了模型的有效性。结果表明在以净现值最大为追求目标时,业主的奖惩机制对承包商的影响作用较小,且在满足工期限制的前提下为非里程碑活动选择较长工期以推迟现金流出的做法更有利于承包商获取较大收益。

大型客机协同研制突发事件中断下多模式项目的进度重排模型

在大型客机协同研制背景下,研究因突发事件导致项目中断后,多执行模式项目的进度重排问题。首先,考虑项目活动受影响状态提出项目活动资源使用情况的分类方法;其次,考虑项目的按时完工和追加资源的最小成本,提出未完成项目活动的重排优化模型;最后,提出基于禁忌搜索和隐枚举的混合搜索算法求解该模型。实验表明,通过追加资源的方式可以在一定程度上使中断后的项目工期恢复到项目计划工期。