一种求解资源受限多项目调度问题的分解算法

针对资源受限多项目调度的多目标优化问题,采用约束逐层分解策略,提出了依次处理项目时序约束和资源约束的两阶段分解算法。第一阶段为时序约束优化阶段,采用蚁群算法进行任务列表的优化求解。通过改进信息素增量规则并采用并联进度生成机制,提高蚁群算法的求解效率和质量。其中,在构建任务合成链表的过程中遇到并联活动抢夺资源情形,采用基于熵权的逼近理想解排序法和基于有序加权平均算子的多属性决策方法来确定活动的综合权重,并依据权重对冲突活动进行排序,实现资源的冲突消解。第二阶段为资源约束优化阶段,以获得的优化任务合成链表为输入,逐项进行资源能力约束的核查与调整,最终生成项目调度的优化方案。通过多项目算例仿真结果验证了所提方法的有效性。

求解资源受限多项目调度的改进遗传规划算法

针对优先级规则调度不具备优化能力的缺陷,提出了一种应用于资源受限多项目调度的改进超启发式遗传规划算法以进化出更理想的优先级规则。通过分析现有优先级规则构建出适用多项目调度的归一化属性集和顶层判别编码方式,并结合NSGA-Ⅱ虚拟适应度分配方法对种群进行评估以实现多目标优化。设计了一种多样性种群更新方式,以避免传统遗传规划易陷入局部最优的缺陷和提高搜索能力。通过基于标准数据集PSPLIB所构造的算例和飞机总装装配线的生产实例验证了该方法的有效性和可行性。