基于改进多种群遗传算法的多目标资源受限项目调度问题研究

多目标资源受限项目调度问题普遍存在于生产经营活动中,具有较高的实用价值。本文提出了一种改进的多种群遗传算法以解决多目标资源受限项目调度问题,为改变现有算法计算步骤理解困难、不易推广的特点,巧妙地通过平移工作解决此类问题,算法首先对工作的优先级进行随机编码,然后根据工序约束进行解码,并根据解码结果安排工作调度,同时为防止无效迭代,融合了禁忌搜索的思想。最后,通过PSPLIB标准算例库中算例进行实验,实验结果表明该算法在具备较高精度的同时,兼顾了快捷性和简洁性。

甲供非商品化资源约束下可中断项目群调度模型

不可更新资源的约束会导致项目群中各合同项目开工延误甚至施工中断。针对不可更新资源受限理论研究存在的局限性,开展了多种甲供非商品化资源(NCRPE)约束下可中断项目群调度问题的研究。首先,由于资源分配多样性会给项目群进度造成不确定性影响,围绕项目群工期—延误成本双目标优化模型展开研究,采用改进编码方式的多目标粒子群算法(MOPSO)进行求解,获取项目群的资源分配方案,利用串行调度生成机制(SSGS)得到项目群进度计划;其次,将MOPSO算法和NSGA-II算法进行对比,通过IGD和HV两个指标来衡量MOPSO算法求解该问题的有效性;最后,结合实际案例,对模型进行求解分析。在甲供非商品化资源约束和项目可中断情况下,构建的项目群调度模型能够有效地实现项目群工期和合同项目延误成本的双目标优化。研究成果为业主合理分配NCRPE以及进行项目群调度提供理论依据。

基于CPM的多模式资源约束项目调度建模与复杂度分析

为有效降低多模式资源约束项目调度模型的复杂度和解空间,构建3类混合整数线性规划模型。运用紧上界TTUB缩减时间序列T的上界和关键路径法缩减各项活动结束时间的上下界,以降低模型复杂度和解空间。为验证改进模型的有效性,从MRCPSP标杆案例库中选取1106组规模不等的算例进行求解。结果表明,基于CPM的多模式资源约束项目调度模型解空间更小;决策变量同比缩小3~65倍,约束数同比缩小1~4倍;平均求解时间同比减少53%~112%,求解性能显著优于其他模型。为验证紧上界T_(TUB)的参数α性能,1106组算例结果表明,α越接近1,模型的复杂度越低,解空间越小。但随着算例规模增加,算例可行解探寻难度增加。因此,对大规模算例,α值应适当放宽。

带转移时间的资源受限项目鲁棒调度优化

为使项目在面临活动工期扰动时尽可能按照基准调度计划稳定执行,针对带转移时间的资源受限项目调度问题提出鲁棒调度与资源分配集成优化方法。分别从资源转移关系、活动时差、随机活动工期三个不同角度设计三种解鲁棒性代理指标,构建了两个混合整数规划模型(MinEA,MaxPF)和一个随机规划模型(MinTPC),并分别采用精确方法和禁忌搜索启发式算法求解;在此基础上提出MinTPC+MaxPF混合优化策略。仿真实验结果表明,MinTPC+MaxPF方法在项目解鲁棒性和质鲁棒性两方面均能获得最优绩效;MinEA方法的解鲁棒性优于MinTPC,而后者的质鲁棒性优于前者。所研究的模型和方法,可以为项目决策者在工期不确定环境下协调活动进度安排和优化资源转移提供指导,提升项目计划鲁棒性,提高企业的经济效益。

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。

一种求解多目标资源受限项目调度的遗传算法

采用基于非支配性排序的多目标遗传算法—NSGA-Ⅱ,设计了一种求解多模式、多种类资源约束的多目标资源受限项目调度问题的遗传算法,该算法所设计的编码包含两部分,一部分为一个任务链表,另一部分为任务链表中各任务所对应的执行模式组成的模式向量。将所设计的算法用于求解文献中的以项目总工期和资源均衡为目标的农业项目调度问题,结果表明此算法对于求解多目标资源受限项目调度问题是有效的。

一种求解资源受限项目调度问题的自适应遗传算法

遗传算法(GA)应用在经典资源受限项目调度问题中取得了显著的效果。本文提出了一种新的编码方法,亦即在任务链表后面加上两个基因,一个是表示解码规则的S/P基因,另一个是表示解码方向的F/B基因,由这两个基因同时控制任务链表的解码规则和解码方向。为了验证其有效性,选用标准数据库PSPL IB中的156个例子进行验证,结果表明:本算法优于采用编码为任务链表和带有S/P基因的任务链表的两个遗传算法。本算法的设计思想对于解决相关组合最优化问题具有一定的指导意义。

求解模糊资源受限项目调度问题的遗传算法

本文研究了以排序健壮性最大为优化目标的具有模糊加工时间和模糊交货期的资源受限项目调度问题,采用六点模糊数表示模糊加工时间和模糊交货期,引入了2种模糊数的弱比较方法,即重心距离法和积分值法.针对这一优化问题设计了一种基于任务链表编码形式的遗传算法.数值实验结果表明该算法优于文献中的相关算法,同时实验结果也表明基于2种模糊数的弱比较方法对算法性能影响较弱.

工期确定及可变工期下的受限资源多项目调度建模

针对不确定性工期问题的研究方法无法正确和清晰地描述工序状态变化、只能近似求解的现象,提出一种扩展Petri网建模方法,对工期确定和可变工期受限资源多项目调度问题进行建模。该方法将托肯分为逻辑托肯与资源托肯,托肯的转移分别表示任务的执行和资源的分配。通过对库所和变迁的分类以及对库所的赋时,将库所分为活动库所、资源库所、等待库所和终极库所,将变迁分为协调变迁、资源调度变迁和资源释放变迁。等待库所和活动库所通过协调变迁连接反映任务之间的时序关系,通过资源库所、资源调度变迁与资源释放变迁,反映任务之间对资源的竞争、占用和释放。对于可变工期问题,通过增加库所和变迁种类以及修改变迁触发规则来描述实际系统。采用PSPLIB library中的实例对提出的建模方法进行模型求解成功率分析、模型求解适应度能力分析和对比性实验分析表明,所提方法比其他方法具有更好的求解能力和表现,并通过一个实际工程应用求解验证了建模方法的有效性。

柔性资源受限的多模式项目调度问题的建模

将资源受限的多模式项目调度问题中的资源拓展为柔性资源,建立了柔性资源受限的多模式项目调度问题的混合整数规划模型。基于PROGEN生成了项目非虚活动数目为10的2 500个算例,利用XPRESS软件进行了精确求解。对5种项目特征参数即项目网络复杂度、能力需求强度、能力供给强度、资源柔性值和资源数目与问题求解难度、项目总完工时间和项目资源利用率之间的关系进行了分析。指出资源柔性值和资源数目的增加虽然能够减少项目完工时间平均值,但是也可能导致资源利用率平均值的下降,对柔性资源进行合理调度才是项目管理的关键。

求解资源受限项目调度的动态多样性进化策略

针对资源受限项目调度问题,提出一种动态多样性的进化策略。算法通过动态控制种群的多样性和使用多样性重启方法来实现全局搜索能力和局部探测能力的平衡,并设计了一种基于最大资源利用率的两点交叉算子和基于插入的变异算子来产生新个体,使用基于多样性的精英保留选择算子来产生新种群。使用实验设计的Taguchi方法求得了新算法的最佳参数组合,对标准测试库的测试案例进行了仿真实验,结果表明新算法比基本进化策略具有更好的求解质量和收敛性。通过与其他启发式算法进行比较,进一步验证了算法的有效性。

柔性资源受限的多项目调度问题研究

对国内外关于资源受限的多项目调度问题及柔性资源的现状进行研究,将资源受限的多项目调度问题中的资源拓展为柔性资源并展望了柔性资源受限的多项目调度问题的研究方向。

应用遗传模拟退火算法实现资源受限项目调度

针对以最小化项目工期为目标的资源受限项目调度问题(RCPSP),提出将模拟退火算法融合到遗传算法中,以改善遗传算法局部搜索性能,增强进化能力的遗传模拟退火算法——RCPSPGSA。在每次进化迭代过程中,下一代种群的个体需经过模拟退火算法改进,并通过在每次迭代结束前进行降温操作保证遗传算法和模拟退火算法具有相同的收敛方向和速度。算法在RCPSP标准测试问题库PSPLIB上进行数值仿真实验,并采用正交实验分析法解决参数选择问题。实验结果证明选择的参数组合具有突出的性能,RCPSPGSA是求解RCPSP的有效算法。

蚁群算法在资源受限项目调度问题中的应用

资源受限的项目调度问题(RCPSP,Resource-ConstrainedProjectSchedulingProblems)已经被证明是一种NP-hard的组合优化问题,随着问题规模的增大,使用经典的数学方法如数学规划等方法,已经很难解决问题。论文提出了一种用于求解资源受限的项目调度问题的蚁群算法。针对资源受限的项目调度问题的具体特点,提出了蚂蚁巡游网络图的动态生成方式,信息素的表示及更新方式,以及启发信息的计算方法。针对PSPLIB中的测试集对算法中的主要参数进行了优化,最后,使用PSPLIB中的四种测试集对算法进行了测试,计算结果表明了算法的有效性。

求解资源受限项目调度问题的约束规划/数学规划混合算法

利用约束规划(constraint programming,CP)与数学规划(mathematical programming,MP)结合的方法求解调度问题已经获得了一些较好的研究成果,正成为调度问题研究领域的一个新的热点研究方向.本文针对求解资源受限项目调度问题(RCPSP)的整数规划模型,设计了基于CP技术的问题和模型预处理方法,证明了整数规划模型的有效不等式定理,提出了通过将项目子网络图转化为加权最大团问题求解后获得有效不等式的方法.引用标准问题库PSPLIB中的一组典型问题进行求解实验,结果表明本文提出的有效不等式可以明显改进模型的求解质量和时间性能.论文最后对实验结果进行了深入讨论,讨论了未来的研究方向.

求解资源受限项目调度的双种群准粒子群算法

针对资源受限项目调度问题,提出了一种新的双种群准粒子群算法。新算法基于粒子群的寻优原理,重新定义了粒子的位置更新公式,加入了多样性信息部分,并对公式中的位置差、标量与位置差的乘积以及位置和运算进行了重新定义。通过结合项目调度的问题特征,使用活动列表对粒子进行编码,设计一种新的双向路径重连实现位置的减法操作,使用选择实现位置差和标量的乘法操作,而使用均匀块交叉实现位置和操作,并提出正向粒子群和反向粒子群双种群并行进化的方式。通过实验设计的Taguchi方法求得了新算法的最优参数组合。对标准测试库PSPLIB的J30,J60和J120问题集和一个实际的装配项目案例进行了仿真测试,结果表明双种群准粒子群算法优于当前主要的基于粒子群的算法。通过与其他启发式算法进行比较,验证了算法的有效性。

求解资源受限项目调度问题的人工鱼群算法

提出了将人工鱼群算法应用于求解资源受限项目调度问题中的构想,建立了求解资源受限项目调度问题的人工鱼群算法模型,设计了一种标准随机键编码方式,构建了人工鱼的觅食行为、聚群行为、追尾行为和随机行为四种基本算子,采用了正向逆向局部改进技术和精英保留策略,并给出了算法流程。应用PSPLIB标准问题库对该算法进行了大量的测试,并与其他算法进行了比较,验证了该算法的有效性。

基于混沌粒子群的资源受限项目调度问题

鉴于基本粒子群算法易陷入局部最优,提出一种将混沌算法嵌入基本粒子群的混沌粒子群算法,并将其用于求解典型的资源受限项目调度问题。采用基于优先值的粒子编码方式和串行调度方案,分别用基本粒子群算法和混沌粒子群算法对实例求解。并且比较了2种算法求解多资源受限项目调度问题的性能。结果表明:混沌粒子群算法在距最优值的平均偏差和达到最优值的次数百分比等性能上要优于基本的粒子群算法,并且混沌粒子群具有更好的收敛性。但是,混沌粒子群算法在计算达到最优工期的平均时间上略比基本粒子群算法逊色。

一类资源受限项目调度问题的仿真方法

在资源受限项目调度问题中,基于有限数量的资源可能同时存在多个满足激活条件的活动,这些活动的执行顺序是随机动态变化的,难以用常规的数学方法进行描述;现有仿真软件也不足以支持该类问题的仿真,为此提出一类资源受限项目调度问题的仿真方法。该方法基于扩展有向图建立项目流程仿真模型,将仿真模型数据以活动依赖矩阵和活动资源关联矩阵的形式进行描述,通过编制采用活动扫描法的仿真策略对流程模型进行仿真,得到项目完工时间及活动的安排。通过举例应用和对比,验证了该方法的可行性与有效性。

改进柔性资源约束项目调度模型与粒子群算法

在资源受限项目调度问题中,将可再生资源进一步拓展为具有能力差异的柔性资源,建立考虑能力差异的柔性资源受限的多模式项目调度问题模型,该模型是对传统资源约束项目调度问题(RCPSP)更接近实际的拓展。提出了基于粒子群算法的求解算法,粒子群算法求解该模型的思路为,利用蒙特卡洛方法根据资源-能力矩阵与活动模式-能力矩阵得到活动模式-资源矩阵,将考虑能力差异的柔性资源受限的多模式项目调度问题转换为常规的多模式项目调度问题,然后利用基于任务序列与模式表示的粒子群算法对该多模式项目调度问题进行求解。用数值实例说明了模型的合理性与算法的有效性。