集成时间缓冲与资源流的多技能项目鲁棒调度方法

在项目调度问题研究中,向调度计划中插入时间缓冲以及对资源流进行鲁棒优化调整是应对项目不确定性的主要手段。然而,现有研究多将两者分开探讨,且鲜有涉及多技能项目鲁棒调度方法的研究。基于此,在构建的多技能项目鲁棒调度模型的基础上,深入剖析了时间缓冲与资源流调整在调度计划鲁棒性方面的交互影响,并以此为理论基础,设计了集成时间缓冲与资源流的多技能项目鲁棒调度算法。算法以迭代交互的方式逐单位向调度计划中插入时间缓冲,并随之调整资源流,能在更大程度上利用两者对调度计划鲁棒性的交互提升效应。对单项目案例和案例集的实验结果表明:相比于分阶段的鲁棒优化方法,集成式的鲁棒优化算法能进一步提升调度计划的鲁棒性,降低项目的进度偏离成本。

鲁棒项目调度研究综述

基于确定环境与完全信息的项目调度,产生的最优进度计划在执行时面临实际项目环境中的不确定因素,可能会与预期产生较大偏差,甚至变得不可行,导致项目进度拖延、预算超支。鲁棒项目调度可以产生稳定的基线进度计划,并对执行时受到干扰的进度计划进行有效恢复。概述了鲁棒项目调度产生的背景,归纳了鲁棒项目调度问题及其研究框架,评述了项目进度计划鲁棒性的分类,综述分析了主动型项目调度与响应型项目调度的模型与方法及其在近几年的最新进展。最后指出了鲁棒项目调度进一步的研究方向。

项目鲁棒调度的资源分配启发式算法研究

合理的资源配置是提高项目调度鲁棒性一种有效的方法。本文针对项目鲁棒调度问题,提出了Max-PRUA资源分配启发式算法,以期通过生成鲁棒性高的资源分配方案来提高调度计划的鲁棒性。本算法设计了最大化利用优先关系和不可避免弧传递资源的资源分配两项策略来传递最大资源量,以减少由额外约束传递的资源量,降低对项目调度鲁棒性的影响。为寻优最优资源分配方案,配合局部搜索算法,本算法构建了动态活动组GRA,通过对组内活动顺序重排以生成多种资源分配方案,以利于从解空间中寻优出最佳的鲁棒性方案。最后通过大量的仿真实验验证和与其它算法进行比较,结果表明本算法对于不同规模和不同因素影响的项目均有较好的适应性,生成的资源分配方案对调度计划鲁棒性影响较小,是一种有效的算法。