基于优先规则的空间资源约束项目调度算法

任务组占用空间资源项目调度问题需满足组内任务的序关系和人力、设备等常规资源约束,以及空间资源这一特殊资源的约束,同时任务组之间也需满足上述约束,使得该调度问题异常复杂。以船舶建造分段制造问题为背景,建立任务组占用空间资源受限的项目调度问题数学模型,基于并行调度生成方案提出基于优先规则的启发式调度算法,实现对该调度问题的综合求解。实例测试结果表明了该算法的正解性和有效性。

改进文化基因算法求解双资源约束柔性作业车间调度问题

针对具有机器和工人的双资源约束柔性作业车间调度问题,以最小化最大完工时间为目标构建调度模型,并设计一种改进文化基因算法对其进行求解。由于该调度问题需要同时考虑工序排序、机器选择及工人选择3个子问题,故采用三层序列编码。考虑传统解码方式存在收敛速度慢、收敛不完全的弊端,设计一种扩展型插入式主动解码方式,以提高算法的收敛速度;针对进化算法易陷入局部最优的缺陷,设计一种基于负载平衡的机器和工人再分配算子,增强算法的全局搜索能力,对种群中的优秀个体采用改进变邻域搜索以提高算法的局部寻优能力。最后,利用仿真算例及航空设备生产实例进行实验,验证所提算法求解双资源约束调度问题的有效性。

基于遗传算法的多模式资源约束项目调度问题研究

为解决多模式资源约束项目调度问题,提出了一种混合遗传算法的求解方法。该算法采用二维编码方法来表示问题的解,基因的值表示任务的优先权和执行模式,每条染色体对应一个满足逻辑关系约束的可行任务排序,根据染色体所对应的任务调度顺序和执行模式序列可以获得一个满足资源约束的项目调度方案。应用该编码方法进行选择、交叉和变异等遗传操作,能够使搜索范围遍及整个问题解空间。实际应用表明,该算法能快速求得问题的最优解或近似最优解。

求解资源约束项目调度问题的启发式算法综述

本文综述了求解RCPSP的启发式算法。首先在对各种优先权规则进行归纳的基础上,概述基于优先权规则的RCPSP启发式算法研究现状;其次,综述项目进度的表述方式及常用超启发式策略,汇总求解RCPSP的超启发式算法的研究成果。此外,简要介绍除上述两大类启发式算法之外的其他几种启发式算法;最后,对全文进行总结,并指出该领域几个有希望的研究方向。

不确定资源约束下项目鲁棒性调度算法

在跨企业项目中,由于资源可用时间具有不确定性,从而使得项目计划具有易变性。针对这一问题,首先采用模糊集对项目的不精确时间参数和资源不确定性进行了表示,并在同时考虑调度的质量鲁棒性和解的鲁棒性情况下,定义了调度的鲁棒性度量,进而开发了遗传算法来求解不确定资源约束下的项目鲁棒性调度问题。最后,给出了应用实例,并通过仿真分析说明算法的有效性。该算法已被应用到跨企业项目管理系统中,获得了良好的效果。

资源约束下多项目调度的启发式算法

讨论了目前RCPSP领域的研究现状，建立了一种针对单模式资源受限下多项目调度问题的数学模型，并提出一种解决该问题的启发式算法，给出了具体的算法步骤以及算例，结果表明该算法可以得到可行解。

多资源约束下航天多项目调度的启发式算法

为解决当前航天多型号并举研制现状下的资源约束多项目调度问题,首先建立了一个数学模型,然后根据模型的特点提出了一种启发式算法。建立的模型同时考虑多项目的总工期和各个单项目的总工期,提出的算法在考虑活动资源可剥夺以及单个活动需要多个资源的情况下,能够合理优化多项目的资源分配,缩短多项目的总工期及各项目工期。通过实例验证该方法能够有效地求解多项目调度问题,具有一定的工程应用价值。

随机资源约束项目调度问题基于序的果蝇算法

针对项目活动工期为随机变量的资源约束项目调度问题,提出一种基于序的果蝇算法.为了实现随机环境下解的有效评价,提出一种预选机制,并采用基于序的最优计算量分配技术.为了使果蝇算法能够求解资源约束项目调度问题,采用交换操作执行果蝇算法的嗅觉搜索,并采用保优更新操作执行视觉搜索.为了均衡算法的局部搜索和全局搜索能力,在标准果蝇算法中引入了协作进化环节并采用两点交叉操作加以实现.在不同随机分布的情况下,采用标准测试集进行仿真测试.与现有算法的比较结果验证了所提预选机制和基于序的果蝇算法的有效性.

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.

资源约束下多项目调度的改进遗传算法

针对资源约束下的多项目调度问题,在前人提出的有效的启发式算法研究路径基础上,本文利用遗传算法,结合进度生成机制,提出了多项目调度的改进遗传算法。与其他多项目调度启发式算法相比,该算法在平均项目延迟和最佳解比例方面都表现较好,综合利用优化后的优先规则也使得该算法更适用于不同网络复杂度和不同资源约束程度的多项目调度问题中。

资源约束项目调度问题的粒子群优化算法求解

介绍了应用粒子群优化算法求解资源约束项目调度问题的实现方法。建立了资源约束项目调度问题的数学模型，提出了确定资源约束项目调度问题解空间的办法。采用不同的策略处理前后约束和资源约束。编制了粒子群优化通用程序并对典型项目实例进行了优化，优化结果验证粒子群优化算法求解资源约束项目调度问题的有效性。

资源约束项目的改进差分进化参数控制及双向调度算法

针对资源约束项目调度组合优化难题,提出一种改进的动态差分进化参数控制及双向调度算法.通过参数时变衰减与个体优劣评价,自适应控制个体进化参数,提高算法的收敛性能、勘探与开发最优解的能力;基于动态差分进化(Dynamic differential evolution, DDE),提出一种双向调度算法,使用满足任务时序约束的优先数编码、交替正向反向调度,结合标准化编码调整与精英保留的种群随机重建策略,建立了一种高效稳健的双向编码调整机制.通过著名的项目调度问题库(Project scheduling problem library, PSPLIB)中实例集测试,并与其他文献算法比较最优解平均偏差率,验证了所提算法的有效性与优越性.

资源约束下多项目调度的迭代算法

项目实施过程中往往涉及到不同项目之间的资源共享与冲突,因此在资源受限的情况下如何调度项目以满足不同项目的资源要求并缩短各项目工期是一个重要的问题.在对该问题进行分析的基础上,建立了资源约束下的多项目调度问题的数学模型,并在单项目调度迭代算法的基础上进行扩展和改进,设计了多项目调度的迭代算法.该算法结合了串行进度计划生成机制和逆向算法的优点,在保证项目任务紧前关系与资源约束的条件下,能够合理优化多项目的资源分配,从而有效地缩短多项目的总工期.通过具体实例的应用和与其他算法的比较,说明了迭代算法可以得到较好的项目进度计划.

基于混合智能算法的多资源约束项目优化调度

基于关键链项目管理(critical chain project management,CCPM),利用一种混合智能优化算法求解多资源约束项目调度问题,解决传统调度优化算法的不足,提高这类问题的求解质量.首先利用一类启发式算法识别项目关键链,并设置缓冲区尺寸,以项目总工期和在制品库存为优化目标建立数学模型,设计一种混合智能优化算法求解,并对项目问题库中的j30hrs.sm问题和某生产型项目进行实验分析,得到优化的结果.实验表明,采用混合智能算法求解这类问题能得到明显优于一般调度优化算法的结果.

求解多模式资源约束项目调度问题的离散粒子群算法

多模式资源约束项目调度问题(MRCPSP)是在传统的资源约束项目调度问题基础上增加多种执行模式和不可更新资源约束条件后,再寻求总完工时间的最小化。为此提出了一种改进的离散粒子群算法(DPSO)用于求解此类问题。为了验证算法的有效性,选取了不同规模的上千算例进行了测试,并与相关文献给出的结果进行了比较,各算例平均偏差均小于其他算法的计算结果,且获得最优解的百分比明显高于文献中其他算法的结果。表明该算法无论在计算精度还是计算效率方面都具有较强的可比性。

多资源约束的项目调度问题离散粒子群算法

提出了一种求解多资源约束项目调度问题的离散粒子群算法。调度方案采用了优先权整数编码方法,使用稀疏存储邻接矩阵判定先后约束,使用活动单位时间推迟策略来满足资源约束。算法的创新点在于直接使用了整数编码的调度方案参与迭代计算,并依据计算结果提供的信息做出位置交换。不但解决了处理离散整数编码粒子的难题,而且容易实现,亦可推广至类似整数编码优化问题。测试用例计算结果表明了算法的可行性和有效性。

资源约束下多项目再调度算法

在项目的执行期间,某个项目的任务由于某些原因导致托期,而使项目不能按照调度计划完成,从而需要对项目进行再调度。针对再调度过程对原项目计划影响最小的目标构建资源约束下多项目再调度的数学模型,并提出了一种启发式算法,最后进行了有效的验证。

基于约束规划的多模式资源受限重复性项目调度模型研究

多模式资源受限项目调度问题(MRCPSP)是一类经典的优化问题,旨在满足工序间优先关系和资源约束条件下最小化项目总工期。重复性项目是指部分或全部工序需要在多个单元上重复执行的项目,针对此类项目的MRCPSP(简称MRCPSP-RP)需要进一步满足单元间的逻辑关系,并考虑工序的连续性要求和可能的调度策略。本文从约束规划(CP)角度构建了求解MRCPSP-RP的CP模型,以区间变量定义每个子工序并利用CP表达式描述目标函数和约束条件,与MILP模型相比,大幅减少了变量和约束的规模。本文利用一个住宅建筑项目验证了CP模型的有效性。基于大量随机算例的数值实验表明,CP模型的计算性能优于MILP模型和已有的启发式算法,能在较短时间内给出较大规模问题的最优或高质量解。

蚁群系统算法求解多模式资源约束项目调度问题

针对以工期最短为优化目标的多模式资源约束项目调度问题进行研究,在建立数学模型的基础上,通过设计合适的编码方式和调度生成策略,生成问题的构建图,定义新的信息素表示和启发式信息,提出一种改进的蚁群系统算法优化求解该问题。将模型和算法在工程项目调度实例中加以应用,验证了所提出的优化调度方法的正确性和有效性。

基于模拟退火差异演化算法的资源约束项目调度问题研究

资源约束项目调度问题是工程管理领域研究的热点之一,但无论是模型构建还是求解均有一定的难度,尤其是模型求解已被证明是NP-hard问题。鉴于此,构建了以工期最短为优化目标的项目调度模型,为便于求解,将模型的显性约束和隐性约束做了适当处理,并利用差异演化算法较强的记忆能力和全局收敛能力以及模拟退火的局部跳出能力,将模拟退火算法和差异演化算法进行有效结合。通过工程实例,分别采用遗传算法、差异演化算法以及模拟退火差异演化算法进行求解。结果表明,3种算法都可以收敛到最优解,但论文算法具有较大的搜素范围与局部寻优能力,同时求解的稳定性指标明显优于遗传算法和差异演化算法。