基于拍卖谈判机制的分布式多技能多项目调度

求解分布式多项目调度问题的关键是设计有效的资源协调机制以解决项目间的全局资源冲突。当全局资源为多技能人力资源时,调度项目活动开始时间的同时还需要满足“活动-技能-资源”的匹配关系,从而为多项目制定高质量的调度计划与全局资源指派方案。基于多Agent系统,建立局部调度优化与全局协调决策的双层模型;采用基于正向逆向调度改进的遗传算法求解初始局部调度计划;以人力资源各时段的使用权作为拍卖品,设计考虑人力资源多技能异质特点的拍卖谈判机制协调全局资源冲突。改编MPSPLIB算例集并开展实验研究,研究结果表明：本文设计的拍卖谈判机制与改进的遗传算法相结合可以有效协调不同规模问题的全局资源分配;拍卖谈判机制在测试问题集上的求解结果优于序贯博弈谈判机制;问题规模越大或资源冲突程度越强,项目协调调度难度越大,全局资源分配过程越复杂。     

一种改进的多模式项目反应性调度问题

既有的项目反应性调度问题只关注了基准调度方案的稳定性,而忽略了项目调度目标的最优实现。本文提出了一种两阶段多模式资源受限项目反应性调度问题。第一阶段,在新的项目执行环境下,对项目进行完全重调度,得到新的最优调度目标值。第二阶段,以新的最优调度目标值为约束,以最大化调度稳定性为目标,求得新的最优调度方案。针对问题特点,基于IBM ILOG优化编程语言OPL和CPLEX V12.8.0,设计出该问题的求解程序。最后,基于标准算例,对本文提出的反应性调度方法、既有的反应性调度方法、完全重调度方法进行了充分的比较测试,结果表明本文提出的反应性调度方法在缩短项目工期、保护基准方案的稳定性方面具有明显优势。     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

工程建设企业多项目人力资源配置研究——基于胜任力和两阶段优化视角

主要研究工程建设企业多项目人力资源优化配置问题。以项目经理这一关键性人力资源为对象,构建了基于胜任力模型的工程建设企业项目经理能力定级指标体系,给出了具体的能级评价方法,解决了待分配人员的定级和排序问题;在项目优先级和人员能级界定的基础上,以多项目工期均衡和人工总成本最低为目标建立了两阶段优化模型,给出了基于贪婪算法和线性规划的模型求解算法,设计了MATLAB程序对模型进行求解;最后通过实例验证了优化配置模型和求解算法的有效性。     

项目多技能人力资源指派与调度混合算法

研究多技能人力资源在项目活动上的指派与调度问题.首先,从问题特点出发,把原始问题分解为指派问题子模型和调度问题子模型.然后,对项目活动间的重叠关系进行识别,将其转化为对指派问题的有效约束,构建数学规划与约束规划相结合的混合算法对问题求解,并采用CPLEX编程实现.研究表明,算法可有效缩减指派问题的可行域,快速地找到问题的近优解,从而提高多技能人力资源的使用效率,是求解项目多技能人力资源指派与调度问题的一个有效方法.     

基于MAS的多模式分布式资源约束多项目调度

针对实践中分布式多项目的活动往往具有多种执行模式,提出多模式分布式资源约束多项目调度问题。在项目动态到达环境下,考虑活动不同的执行模式,以工期最短和多项目延期成本最小为目标分别构建局部单项目调度模型和全局多项目决策模型,采用改进变邻域搜索算法求解初始局部调度计划,并设计基于模式调整的全局协商调度算法求解全局决策模型,通过双层算法实现分布式多项目调度中局部单项目调度与全局多项目调度系统性协调,减少项目中断和多项目延期成本。基于构建的多模式测试集进行的多项目数值实验表明：本文设计的双层算法可有效求解多模式分布式多项目调度问题,并且对不同规模问题求解具有良好的适应性。     

带有资源转移时间的RCPSP资源流模型及算法

本文在传统资源受限项目调度问题(resource-constrained project scheduling problem, RCPSP)中引入资源转移时间,为有效获得问题的最优解,采用资源流编码方式表示可行解,建立了带有资源转移时间的RCPSP资源流优化模型,目标为最小化项目工期。根据问题特征设计了改进的资源流重构邻域算子,分别设计了改进的禁忌搜索算法和贪心随机自适应禁忌搜索算法求解模型。数据实验结果表明,相较于现有文献中的方法,所提两种算法均可针对更多的项目实例求得最优解,并且得到最优解的时间更短,求解效率更高。此外,分析了算法在求解具有不同特征的项目实例时的性能,所得结果为项目经理结合项目特征评价算法适用性提供了指导。     

复杂供水系统优化调度的数学模型与求解方法研究

从供水管网系统整体优化和最小供水费用的角度出发,结合复杂供水系统的生产调度特点,建立了复杂供水系统整体优化调度的数学模型.利用多维编码的遗传算法求解数学模型,对其编码规则、染色体的评估以及遗传操作进行了深入的研究.并给出了详细的求解步骤.采用Matlab软件编写了基于遗传算法的优化调度程序.对某市供水管网系统的生产调度进行了仿真研究.仿真结果表明,应用遗传算法求解管网系统优化调度,可以得到问题的全局最优解,并将调度结果和自来水公司实际生产情况比较,采用优化调度程序进行生产调度可以节省运行费用.     

广义优先关系约束下Max-npv项目调度问题及其遗传算法

以往Max-npv项目调度问题的研究都假定活动之间的关系为单一结束-开始类型,现实中活动之间关系复杂多变,因此,将广义优先关系引入Max-npv项目调度问题中,构建了广义优先关系约束下的Max-npv项目调度模型。针对该优化模型设计了一种双层遗传算法,外层遗传算法负责任务执行模式的优化,内层遗传算法负责任务调度的优化。在内层遗传算法中,采用任务开始时间之差作为新的编码方式,大大简化了交叉变异算子,针对网络图中的环状结构设计了修复算子,确保了编码的有效性。通过一个算例对算法进行了测试,实验结果验证了算法的有效性。     

面向多检查的门诊患者调度研究

及时的检查对于患者病情诊断和治疗非常重要。然而,患者不同的紧急程度、检查项目的多样性、以及患者的行为因素如失约等,使门诊患者调度问题难以求解。为解决该问题,本文考虑患者对两种检查项目的不同需求,两类不同的紧急程度,以及患者失约和医生加班,建立了有限时域马尔可夫决策过程(MDP)模型,目标是使得患者检查所得的期望收益最大化以及期望加班时间惩罚成本最小化。由于MDP模型复杂,难以用解析方法来分析最优控制策略,因此本文基于MDP模型进行数值实验,观察最优解的结构特征,进一步构造了两种参数化启发式调度策略,并采用遗传算法对调度策略的参数进行优化。数值实验比较了最优控制策略、两种启发式调度策略以及先到先服务规则,实验结果表明本文所提的调度策略性能偏离最优解不超过10%;当工作负荷非常大时,启发式调度策略远远优于先到先服务规则。     

Finding the shortest path with honey-bee mating optimization algorithm in project management problems with constrained/unconstrained resources

Effective project management requires the development of a realistic plan and a clear communication of the plan from the beginning to the end of the project. The critical path method (CPM) of scheduling is the fundamental tool used to develop and interconnect project plans. Ensuring the integrity and transparency of those schedules is paramount for project success. The complex and discrete nature of the solution domain for such problems causes failing of traditional and gradient-based methods in finding the optimal or even feasible solution in some cases. The difficulties encountered in scheduling construction projects with resource constraints are highlighted by means of a simplified bridge construction problem and a basic masonry construction problem. The honey-bee mating optimization (HBMO) algorithm has been previously adopted to solve mathematical and engineering problems and has proven to be efficient for searching optimal solutions in large-problem domains. This paper presents the HBMO algorithm for scheduling projects with both constrained and unconstrained resources. Results show that the HBMO algorithm is applicable to projects with or without resource constraints. Furthermore, results obtained are promising and compare well with those of well-known heuristic approaches and gradient-based methods.     

带有资源柔性约束的max-NPV分布式多项目调度问题

现有的分布式资源约束多项目调度问题研究中,假定全局资源限量在多项目工期内不可突破且多以工期为优化目标。针对此问题,考虑全局资源可从外部获取,以净现值为目标,构建带有全局资源柔性约束的分布式多项目调度问题的整数规划模型并设计有效的求解算法。首先,界定问题并确定项目现金流的计算方法;然后,针对求解问题的NP-hard属性,设计了遗传-模拟退火混合算法(GA_SA)求解此模型。最后,通过多组数值实验,设计不同算法与GA_SA算法进行比较,并分析了关键参数对多项目净现值的影响。结果表明,GA_SA算法具有较好的求解效果;与传统的全局资源刚性约束条件相比,全局资源柔性使用状态可以显著改善分布式多项目的收益绩效。     

The resource constrained project scheduling problem with multiple crashable modes: A heuristic procedure

We present a heuristic procedure for a nonpreemptive resource constrained project scheduling problem in which the duration/cost of an activity is determined by the mode selection and the duration reduction (crashing) applied within the selected mode. This problem is a natural combination of the time/cost trade-off problem and the resource constrained project scheduling problem. The objective is to determine each activity's start (finish) time, mode and duration so that the total project cost is minimized. Total project cost is the sum of all activity costs and the penalty cost for completing the project beyond its due date. We introduce a multi-pass algorithm. We report computational results with a set of 100 test problems and demonstrate the efficacy of the proposed heuristic procedure.     

A Robust Genetic Algorithm for Resource Allocation in Project Scheduling

Genetic algorithms have been applied to many different optimization problems and they are one of the most promising metaheuristics. However, there are few published studies concerning the design of efficient genetic algorithms for resource allocation in project scheduling. In this work we present a robust genetic algorithm for the single-mode resource constrained project scheduling problem. We propose a new representation for the solutions, based on the standard activity list representation and develop new crossover techniques with good performance in a wide sample of projects. Through an extensive computational experiment, using standard sets of project instances, we evaluate our genetic algorithm and demonstrate that our approach outperforms the best algorithms appearing in the literature.     

考虑返修的建设项目时间-成本-质量问题

当施工过程中质量不达标需要返修以改进项目质量,但相应地会影响项目工期和成本。本文基于经典多模式资源受限项目调度问题构建一种新的非线性规划模型,目标为项目成本最小和工期最短,其中项目成本考虑返修成本以提高项目质量。首先,使用二元非独立正态分布函数描述活动质量,根据活动间的串联或并联关系定义隐蔽工程质量为活动质量的函数。其次,本文提出一种基于NSGA的混合蛙跳算法,采用串行进度产生方案和调整的活动列表编码,其中蛙跳过程结合了遗传算法中的交叉操作和基于置换的局域搜索。最后,整个模型算法应用于框架铁路立交桥施工项目,验证本文算法性能在支配解数量和质量上都优于标准NSGA。     

基于遗传算法的车间作业计划仿真研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化.仿真优化结果说明了该集成优化方法是有效性的.     

Tracking Demands in Optimal Control of Managerial Systems with Continuously-Divisible, Doubly Constrained Resources

The paper addresses problems of allocating continuously divisible resources among multiple production activities. The resources are allowed to be doubly constrained, so that both usage at every point of time and cumulative consumption over a planning horizon are limited as it is often the case in project and production scheduling. The objective is to track changing in time demands for the activities as closely as possible. We propose a general continuous-time model that states the problem in a form of the optimal control problem with non-linear speed-resource usage functions. With the aid of the maximum principle, properties of the solutions are derived to characterize optimal resource usage policies. On the basis of this analytical investigation, numerical scheduling methods are suggested and computationally studied. This revised version was published online in July 2006 with corrections to the Cover Date.