多目标资源受限项目鲁棒调度研究

由于资源受限项目调度属于NP-hard问题,传统的RCPSP主要集中于工期最短单一目标的基本问题研究,而忽略了项目调度对鲁棒性等多目标属性特征的要求。本文以经典的串行进度生成机制为基础,引入了衡量项目稳定性的鲁棒性要素,创建了项目鲁棒调度串行生成机制(RSSGS),提出了项目鲁棒性的测度新指标,构建了优化鲁棒结构的工期最短和鲁棒性最大的双目标优化模型,并结合分层优化原理,设计了改进的SA算法。最后,采用算例验证了该模型的可行性和合理性。

人力资源约束下的项目群调度问题建模与求解

基于人员胜任力是影响工作绩效的关键因素,将资源受限项目调度问题中的可更新资源通过一系列科学合理的方法或者手段转变为存在胜任力差异的人力资源,由此构建起一个强调胜任力差异的人力资源约束项目调度问题模型,此模型最突出的优势在于选取了能够客观合理评估人员胜任力的指标,提供了严谨科学的关系式,将复杂的多项目总工期与总成本的双目标最小化问题转换为综合指标单目标最大化问题,建立数学优化模型,采用遗传算法求解。通过算例研究证实,相较于传统多模式模型,基于人员胜任力水平差异的模型明显更胜一筹,其优势集中表现为最优工期更短、最优成本更低。考虑了胜任力差异的数学优化模型更符合研发项目群管理实践,同时遗传算法在求解方面不仅效率高,并且更容易获得客观准确的结果。

人工蜂群算法求解任务可拆分项目调度问题

针对任务可拆分的资源受限的项目调度问题,提出了一种人工蜂群算法与任务可拆分的串行调度机制相结合的优化方法.人工蜂群算法中每个食物源的位置代表一组项目任务的优先权序列,优先权序列通过调度生成机制转换为可行调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新.实算表明,基于优先权的人工蜂群算法可以有效求解任务可拆分项目调度问题,收敛速度较快且精度较高.

考虑公有与私有资源约束的多项目调度规则对比研究

为了识别出适用于具有公有资源与私有资源约束的多项目调度问题的优先规则,基于标准测试集MPSPLIB进行计算实验,并基于相对偏差指标对比分析25种经典优先规则在最小化最大完工时间、最小化总拖期、最小化加权总拖期3种决策目标下的表现。实验结果表明,优先规则的表现与决策目标、单项目任务数、并行项目数、资源利用系数等因素之间具有显著相关性。在最小化总拖期目标下,尽管大多数规则的表现与现有文献总体一致,但是MAXTWK和MINSLK规则的表现有着显著差异。所得实验结论对于工程实际多项目调度决策具有指导意义。

资源转移视角下分布式多项目调度的启发式规则设计及评估

鉴于优先规则启发式算法求解多项目调度的优势,基于带有全局资源转移时间的分布式多项目调度问题,设计多种启发式算法及优先规则并针对不同优化目标评估其性能.首先,基于最小化多项目组合延迟百分比和最小化平均子项目延迟时间两种目标构建问题的混合整数规划模型.其次,设计改进的单项目、coupled和decoupled启发式三种类型的优先规则启发式算法求解问题;针对每种启发式算法,分别改进传统求解资源约束型项目调度的串行和并行机制以适应新问题的全局资源转移时间特征,梳理现有用于求解单项目和多项目问题的优先规则,并根据全局资源特性设计新的规则;根据在调度机制中的不同作用,每种启发式算法下的优先规则被分类和组合并应用于改进的调度机制中,从而共获得4080种可求解新问题的启发式优先规则组合方案.最后,提出一种基于子项目位置分布的资源转移时间生成方法,结合MPSPLIB算例库中的分布式多项目算例构造测试算例;针对三种启发式算法及嵌入的4080种优先规则组合设计评估方案和指标并开展数值实验.研究结果表明:针对两种不同的优化目标,单项目启发式和decoupled启发式各有优势,但coupled启发式表现较差;与现有优先规则相比,提出的新优先规则可以更有效地优化两种目标;全局资源转移时间对多项目的两种目标均有重要影响.

资源受限多项目调度问题的两阶段算法

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限多目标项目调度问题模型.该模型是对传统多模式资源约束项目调度问题更接近研发项目群实际的扩展.针对模型提出两阶段优化算法,第1阶段是项目时序约束优化阶段,采用蚁群算法(ACO)进行任务列表的优化求解,通过对信息素增量规则的改进、串联进度生成机制(SSGS)及资源冲突消解策略的使用,使蚁群算法的求解效率和质量得以提高;第2阶段是资源约束优化阶段,以第1阶段求得的优化任务列表为输入,逐项对人力资源约束进行核查与调整,最终生成项目调度的优化方案.数值实验表明,考虑胜任力差异的数学优化模型更符合研发项目群管理实践,同时两阶段算法在求解质量方面具有良好性能.