基于活动重叠的DSM项目进度优化与仿真

项目活动之间的重叠虽然可以缩短项目工期,但又存在返工风险。为此,本文采用设计结构矩阵(DSM),提出活动超前重叠因子矩阵和活动赶工重叠因子矩阵,结合返工风险矩阵,完整地描述了项目活动的重叠及其对返工的影响。提出了基于活动重叠的混合粒子群项目进度优化方法。通过案例计算表明,该法可以有效缩短项目工期,同时为项目决策者合理选择活动重叠量提供了新思路。     

基于网络图时间参数UTM算法的施工项目资源优化

资源优化是建设工程项目施工计划的一个重要内容.当施工计划某一时段资源用量大于资源限量时,就需调整工作计划重新满足资源限量条件,并使工期不变或延长最少.提出的施工进度计划网络图时间参数的UTM算法和"资源有限、工期最短"的资源优化算法,实现了利用计算机快速计算进行优化,并通过算例验证了算法的有效性.     

基于蒙特卡洛方法的网络计划资源优化

蒙特卡洛方法由计算机产生伪随机数而生成试验点,根据约束条件找到优化解,据此编制C语言程序,可以成功求解网络计划的工期固定-资源均衡优化、资源有限-工期最短优化和资源有限-工期最短-资源均衡优化,并给出蒙特卡洛方法得到最优解的概率.算例结果表明:相同条件下,基于蒙特卡洛方法的工期固定-资源均衡优化方案资源方差较粒子群算法小,基于蒙特卡洛方法的资源有限-工期最短优化方案工期较遗传算法短,基于蒙特卡洛方法的资源有限-工期最短-资源均衡优化方案工期较遗传算法短.     

基于子网络的项目群工期延误惩罚模型研究

针对现有项目群工期延误惩罚模型较少研究工期延误产生的局部与整体效应,通过引入项目群的子网络,构建了基于子网络的项目群结构。在此基础上,采用关键路径方法(CPM),分别研究了因承包人原因导致的子网络之间和子网络内项目工期延误对项目群所带来的影响,并构建了基于子网络的项目群工期延误惩罚模型。结合Z项目群,对子网络之间和子网络内的工期延误惩罚模型进行了实例分析。     

柔性工期下的资源受限项目调度双目标优化研究

在项目调度过程中,活动工期应根据项目截止工期以及资源供给情况进行合理设置,而在传统的资源受限项目调度问题(RCPSP)中,活动的工期往往是已知且固定的,这在一定程度上限制了项目调度的灵活性。多模式下的项目调度方式虽然弥补了这一缺点,但其提供的工期-资源组合种类固定且有限,并不一定能保证包含最优的工期-资源组合。本文将活动工期作为项目调度问题的决策变量,允许其在一定范围内取值。这种柔性工期调度方式虽然增加了项目调度难度,但提高了项目调度灵活性,同时可以起到压缩项目完工时间的作用。为验证柔性工期调度方式对项目工期和成本的影响,本文建立了工期-成本双目标权衡优化模型,设计了两阶段嵌套算法(NSGAⅡ-RS)对其求解,实验证明,柔性工期调度策略是一种鲁棒性较好的项目完工时间压缩策略。     

供应链环境下跨组织的PCPSP问题研究

在供应链环境下研究跨组织的资源受限项目调度问题,从项目调度整体效用最大化角度,考虑工期、成本和资源均衡对项目调度的影响。构建并剖析供应链环境下跨组织的资源受限项目调度模型,利用正态云模型中云滴的随机性与稳定性的特征改进遗传算法中交叉算子与变异算子的设置方式,并对模型进行数据模拟和算例分析。结果表明,以工期-成本-资源均衡为优化目标,不仅可实现供应链环境下跨组织的资源受限项目调度的效用最大化,且可缩短项目工期、降低成本并提高资源的利用率。     

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。     

基于粒子群算法的大型网络计划资源优化

现有求解网络计划资源优化的方法中,解析法不能解决大型复杂网络优化问题,启发式方法过多依赖具体问题、求解效率低,遗传算法生成新一代优化解种群依据的三个算子的实现参数选择,大部分依靠经验并严重影响解的品质,粒子群算法存在大型网络计划资源优化计算量过大和缺少大型网络计划资源优化算例问题.借助设计网络计划时间参数的计算机算法、建立评价函数、设计进化方程等基础工作,选择与工作开始时间相关的变量作为粒子空间位置,用蒙特卡洛方法和限制条件优化初始粒子群,设置可行解范围,用二维动态数组解决大型网络计划资源优化运行image超限问题,通过粒子群算法进化,寻求大型网络计划资源优化解,算例表明基于粒子群算法的大型网络计划资源优化效果明显,粒子群算法参数分析表明:粒子群算法的参数会影响网络计划资源优化结果,而且初始粒子群限制条件和优化目标设置的影响程度较大.     

一种求解柔性资源约束前摄性项目调度问题的启发式算法

在不确定环境中,一个具有较高鲁棒性的进度计划可以保证项目的稳定实施。考虑到现实中资源可能具有多种技能,会对制定鲁棒性较高进度计划的过程产生影响,因此本文研究了柔性资源约束下前摄性项目调度优化问题。首先界定研究问题;然后从鲁棒性最大化的视角出发,构建了研究问题的优化模型,在对模型进行分析的基础上将其分解为经典鲁棒优化和资源技能分配两个子模型;随后设计了求解问题的基于削峰算法的启发式算法;最后用一个实际案例验证了算法有效性,并分析了关键参数对进度计划鲁棒性的影响,得到如下结论:项目进度计划鲁棒性随着项目工期的延长、资源可用量的增加或资源柔性的提高而增大。     

多种费用下具有时间转换约束的工期费用均衡项目调度研究

传统离散时间-费用均衡项目调度问题DTCTP未考虑各个活动执行时间差别,本文将时间转换约束引入传统DTCTP,同时考虑项目间接费用和联系合同双方的奖惩费用,形成多种费用条件下具有活动类型时间转换约束的工期-费用均衡项目调度模型DTCTPTSC,并对模型进行优化分析.实例结果表明,间接费用率对工期-费用决策产生影响的阈值减小,业主设置的奖惩因子对承包商的激励约束效果具有区间响应特点;进一步从业主和承包商双方角度探讨了奖惩因子的取值对各自行为的影响,分析结果对双方在项目谈判过程中具有借鉴意义.     

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。     

基于资源约束的突发事件应急救援鲁棒性调度优化

突发事件应急救援的调度优化,对于救援活动的顺利实施及应急资源的有效使用具有至关重要的作用。本文研究资源约束下的突发事件应急救援鲁棒性调度优化问题,其中,鲁棒性定义为各活动的时间缓冲与其权重系数乘积的总和,目标是在资源可用量及救援期限的约束下,安排活动开始时间和执行模式以最大化应急救援计划的鲁棒性。作者构建了问题的0-1规划优化模型,针对其NP-hard属性,基于问题特征设计双环路禁忌搜索启发式算法。通过对一个算例的计算分析,得到如下结论:给定网络结构及时间参数,利用权重系数的定义可以将时间缓冲分配到重要活动上,由此提高应急救援计划的鲁棒性;随着资源可用量的增加,计划的鲁棒性呈上升趋势,而当救援期限延长时,计划的鲁棒性单调增加。本文研究可为突发事件应急救援基准计划的制定提供决策支持。     

基于资源随机中断的反应性多模式项目调度优化

资源中断是项目实施过程中一种常见现象,它会导致项目进度计划的变更并引起额外的成本。本文研究资源随机中断下的项目调度问题,目标是对基准进度计划进行合理的调整,以最小化由此所造成的额外成本。作者首先对研究问题进行界定,随后构建问题的优化模型。针对模型的NP-hard属性,设计禁忌搜索启发式算法。最后以基准列表算法和随机生成算法为参照,在随机生成的标准算例集合上对算法进行测试,得到如下结论:在可接受的计算时间范围内,禁忌搜索获得的满意解质量明显高于其他两种启发式算法;算法的平均计算时间随着项目活动数的增加而增加,随着网络复杂度、资源强度或资源中断次数的增加而减小;满意解的平均目标函数值,随着项目活动数或网络复杂度的增加而增加,随着资源中断次数的增加而减小,与资源强度无明显关系。     

A hybrid scatter search for the discrete time/resource trade-off problem in project scheduling

We develop a heuristic procedure for solving the discrete time/resource trade-off problem in the field of project scheduling. In this problem, a project contains activities interrelated by finish-start-type precedence constraints with a time lag of zero, which require one or more constrained renewable resources. Each activity has a specified work content and can be performed in different modes, i.e. with different durations and resource requirements, as long as the required work content is met. The objective is to schedule each activity in one of its modes in order to minimize the project makespan. We use a scatter search algorithm to tackle this problem, using path relinking methodology as a solution combination method. Computational results on randomly generated problem sets are compared with the best available results indicating the efficiency of the proposed algorithm.     

Optimizing project selection: a perspective from resource constraints

In reality, projects usually consume complex resources. Making good use of the various resources is vital for optimal project selection and maximum profit earning. This paper proposes a new project selection model from the perspective of complex resource constraints. In the model, the resources are divided into non-renewable and renewable categories, and some resources of the two categories can both be shared by different projects. In addition, the paper considers the situation where the company has resources in stock and can purchase them in the marketplace if they are out of stock. The paper proves that the proposed model which considers renewable resource and resource sharing produces higher profit than the ones that do not consider renewable resource and resource sharing. To solve the complex model problem, an improved genetic algorithm is presented. For the sake of illustration, a case study is provided.     

Preemptive scheduling of independent jobs on parallel machines subject to financial constraints

The paper deals with the preemptive scheduling of independent jobs on parallel unrelated machines with the use of additional renewable resources (manpower, facilities) and the consumption of a nonrenewable resource (money). Money becomes available at different dates in specified amounts (financial constraints). Two scheduling criteria are considered: schedule length and total cost. The algorithm consists in solving a parametric linear program and using its results to construct a most satisfactory schedule in polynomial time. The reduction of job preemptions in a feasible schedule is considered.     

An integrated decision support tool for airlines schedule recovery during irregular operations

This paper presents a decision support tool for airlines schedule recovery during irregular operations. The tool provides airlines control centers with the capability to develop a proactive schedule recovery plan that integrates all flight resources. A rolling horizon modeling framework, which integrates a schedule simulation model and a resource assignment optimization model, is adopted for this tool. The schedule simulation model projects the list of disrupted flights in the system as function of the severity of anticipated disruptions. The optimization model examines possible resource swapping and flight re-quoting to generate an efficient schedule recovery plan that minimizes flight delays and cancellations. A detailed example that illustrates the application of the tool to recover the schedule of a major US air-carrier during a hypothetical ground delay program scenario is presented. The results of several experiments that illustrates overall model performance in terms of solution quality and computation experience are also given.