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。     

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。     

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。     

基于多Agent系统的项目调度研究

近年来 ,大型项目特别是大型工程项目存在如下的发展趋势 :1 )项目规模越来越大 ;2 )项目的复杂程度不断增加 ;3 )项目必须由多方合作才能完成 .本文针对上述特点 ,提出了基于多 Agent系统 (MAS:Multi-Agent Systems)解决资源约束条件下的项目调度问题 (RCPSP:Resource Constrained ProjectScheduling Problems)的方法 ,并通过实例项目对所提出的算法进行了验证 .     

可抢占条件下的项目调度研究综述

可抢占条件下的项目调度通过暂时中断某些活动的执行,释放资源给更重要的活动,从而优化项目的工期、成本等绩效指标。可抢占项目调度问题以其重要的理论价值和应用背景,受到了学界和业界的广泛关注。对国内外可抢占项目调度的研究成果进行了系统性总结与梳理,综述了可抢占项目调度问题的数学模型及其求解算法,总结了可抢占项目调度问题的一些扩展问题和应用情况,最后指出了未来进一步的研究方向。     

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.     

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。     

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。     

6度1-正则Cayley图

试图对6度1-正则Cayley图给一个完全分类．利用无核的概念将图自同构群归结到对称群S6的子群．然后根据1-正则图的性质构造出所有可能的具有非交换点稳定子群的无核6度1-正则Cayley图,进一步证明了构造出的图都是有核的,由此给出了这一类图的一个完全分类．     

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。     

基于活动延期风险加权时差的资源受限项目调度鲁棒性度量

在项目调度鲁棒性研究中,当活动出现延期风险时,由于各活动性质不同,其延期风险权重也不同,权重越大的活动越有可能影响项目的完工时间。针对资源受限项目调度问题,提出一个基于活动延期风险加权时差的鲁棒性度量新指标。在出现不确定因素干扰时,该指标不仅考虑了活动延期风险权重的影响,同时为实现时差在多个任务之间的共享,还考虑了紧前任务数量的影响。建立一个以加权时差最大化为目标的资源受限项目调度鲁棒优化模型,并针对模型特点,设计了基于禁忌搜索的模拟退火算法。最后,通过算例验证了该度量方式和算法的合理性和有效性,对比分析结果表明所提出的指标优于现有的度量指标,较好地满足了项目调度质量鲁棒性的要求。     

关于C1-积分

本文利用Riemann和的Moore-Smith极限来定义并研究C1-积分.利用C1-积分的有关性质,讨论了C1-积分与C-积分之间的关系,并给出了一个零测度集特征函数C1-可积的充要条件,从而推广了文献[5]的有关结论.     

人力资源约束下的项目群调度问题建模与求解

基于人员胜任力是影响工作绩效的关键因素,将资源受限项目调度问题中的可更新资源通过一系列科学合理的方法或者手段转变为存在胜任力差异的人力资源,由此构建起一个强调胜任力差异的人力资源约束项目调度问题模型,此模型最突出的优势在于选取了能够客观合理评估人员胜任力的指标,提供了严谨科学的关系式,将复杂的多项目总工期与总成本的双目标最小化问题转换为综合指标单目标最大化问题,建立数学优化模型,采用遗传算法求解。通过算例研究证实,相较于传统多模式模型,基于人员胜任力水平差异的模型明显更胜一筹,其优势集中表现为最优工期更短、最优成本更低。考虑了胜任力差异的数学优化模型更符合研发项目群管理实践,同时遗传算法在求解方面不仅效率高,并且更容易获得客观准确的结果。     

关于1-序列商映射

引进了1-序列商映射，证明了1-序列商映射象保持sm-第一可数空间．作为这一结果的一个应用，本文证明了几乎开，闭映射保持度量空间，g-度量空间，sm-度量空间．此外本文还证明了度量空间上的1-序列商，紧映射是1-序列覆盖映射．这些结果改进并推广了广义度量空间映射象的有关理论．     

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。     

编组站调度计划0-1规划法

针对货车编组问题,采用半分离式两阶段0-1线性规划模型对各阶段联合求解,对局部最优解采用调度时序图可视化表述.首先,对无、有调车辆分离,无调车采用启发式安排.有调车推峰顺序可以转化为零件加工问题,以驼峰总工作量最大、等待时间最小为目标建立模型I.列车解体时间与解体方向数成正比增长,但在未确定具体解体方案时无法确定(即模型I的独立),通过在模型II中对解体时间模糊化来处理两步独立的缺陷,从而达到两步规划的连续特性.车辆新编,决策变量属于多维结构,通过将多维稀疏变量转化为一维序列,有效解除其稀疏特性,形成二维决策变量建立规划模型II直接求解.其次,通过仿真创建模拟数据,运用主模型求解,得到了驼峰是编组站主要瓶颈的结论.最后,我们还对铁路资源的紧缺性、编组效率建模给出了较详细改进措施.     

基于关键链改进搜索的遗传算法求解分布式多项目调度

针对基于多代理系统求解分布式多项目调度问题的不足, 开发了一种适应性的遗传算法ccm_GA。ccm_GA的独特性体现为两点:第一, 修正的串行调度过程分两个阶段分别消除全局资源和本地资源冲突; 第二, 在满足两类资源约束的调度方案中, 识别出关键链并改变关键活动在活动序列编码中的位置以增加解的多样性从而提高搜索效率。设计并实施大规模数值实验测试算法性能, 与现有文献中的六种算法作对比, 结果表明:ccm_GA在50%的算例集上获得的测试指标都好于六种算法, 且对于资源约束越紧的算例集, ccm_GA的求解效果越好。     

非线性0-1规划问题的蜂群算法

针对非线性0-1规划,提出采用一种智能优化算法——蜂群算法进行求解.描述了蜂群算法的实现过程,并在计算机上编程予以实现.经大量实例测试,并与其它算法进行比较,获得了满意的结果.说明了蜂群算法在解决非线性0-1规划问题上的可行性与有效性,同时具有良好的优化能力..