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。     

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。     

基于融资能力约束的多模式Max-npv项目调度优化: 双重视角

从项目双方的视角出发,研究融资能力约束下的Max-npv项目调度问题。首先进行问题界定,构建由两个子模型构成的多模式Max-npv项目调度优化模型。随后,鉴于问题的强NP-hard属性,设计针对两个子模型迭代循环求解的禁忌搜索启发式算法,得到项目双方都满意的解。最后用一个实际案例对研究进行验证说明,并分析关键参数对合同双方收益的影响,结果表明:与实际进度安排相比,满意进度安排下合同双方的收益均有显著的提升;承包商和业主的融资能力、项目截止日期、承包商收益底线、折现率及支付比例均会对双方的收益产生重要影响。     

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。     

活动执行时间可提前的多模式反应性项目调度优化

研究不确定活动工期下活动执行时间可提前的多模式反应性项目调度问题。首先对反应性研究现状进行综述;其次建立以最小化反应性总成本为目标的优化模型;随后基于问题特点设计禁忌搜索算法;最后通过具体案例分析关键参数对反应性成本的影响,并得出结论:执行时间提前得到的反应性成本及完工时间明显低于执行时间不可提前的结果;随着项目推进,总成本及影响的活动数量总体上呈减小趋势,但项目完工时间在某些时刻维持不变;对于工期增加较大的活动,将其本身或紧前活动提前启动,或将其转换至活动工期较短的模式可降低反应性成本。研究可为不确定环境下反应性计划制定提供决策支持。     

基于里程碑支付的多模式多项目现金流平衡调度优化

现金流入与流出的动态平衡,对于承包商平稳实施项目具有重要的现实意义。本文基于这一实际背景,研究了在里程碑支付条件下,活动具有多种执行模式的多项目现金流平衡调度问题。首先,在对研究问题进行界定的基础上,构建了多模式多项目现金流平衡调度优化模型并提炼了模型的基本性质;其次,针对问题的NP-hard属性,开发了禁忌搜索启发式求解算法,根据问题性质提出算法的改进措施;最后,用一个实际案例对模型和算法进行了验证,得到如下管理启示：基于最大现金流缺口发生时段,适当延后相关里程碑活动的完成时间或调整相关非里程碑活动的开始时间,同时,根据现金流分布合理平移部分单项目的进度计划,能实现现金流出与流入的最佳匹配并有效减小最大现金流缺口。     

基于随机活动工期的多模式现金流均衡项目调度优化

承包商在项目执行过程中的现金流均衡是保证项目成功的关键因素。本文研究基于随机活动工期的多模式现金流均衡项目调度问题,旨是在项目工期及鲁棒性阈值约束下合理安排活动执行模式与开始时间,实现承包商现金流均衡。本文通过构建整数规划优化模型对研究问题进行刻画,随后设计模拟退火算法进行求解,最后进行案例分析。结果表明:鲁棒性阈值虽然可以保证基准进度的稳定性,但是提高鲁棒性阈值水平反而不利于承包商的现金流均衡,该值过高时甚至得不到可行解。本文研究可为随机活动工期背景下承包商的现金流控制提供定量化决策支持。     

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 .     

随机环境下基于成本经济的项目调度权衡优化研究

针对随机环境下项目前摄性调度与反应性调度在应对不确定因素过程中起到的不同作用,从成本经济角度出发,研究了如何通过两种调度方法的权衡实现项目计划与执行的最优配合。在此基础上构建了基于成本的前摄反应调度权衡模型,通过对鲁棒性成本与调整成本进行量化分析,实现两种调度方案的最佳权衡。考虑到问题的NP难属性,设计了基于混合变邻域禁忌搜索的随机两点启发式算法,并通过大规模算例测试验证了算法的有效性。结果表明,根据承包商对成本的敏感度,前摄性调度与反应性调度在应对不确定性因素干扰中承担的工作量会随着成本权衡比的变化而发生改变,逐渐从前摄性方法为主过渡到以反应性方法为主。最后,从项目管理角度给出了有价值的管理启示。     

随机活动工期下考虑缓冲成本及效用的融资费用最小化项目调度优化研究

巨额融资所带来的高昂融资费用,推高承包商的总成本,严重挤压其利润空间。承包商迫切需要对项目现金流进行优化,提高资金配置效率,降低融资费用。此外,为了应对不确定性干扰,承包商通常花费事前成本为活动添加时间缓冲,以保证进度计划稳定性,以减少事后变更和调整费用。因此,本文研究随机活动工期下考虑缓冲成本及效用的融资费用最小化项目调度优化研究,旨在为承包商生成具有一定鲁棒性的融资费用最小化基准进度。首先,界定研究问题并构建优化模型,在此考虑为活动插入时间缓冲所带来的成本及效用。其次,设计VNTS混合算法对模型进行求解,提炼相关性质以提高算法搜索效率,并在算例集合上进行算法测试。最后,通过案例对本文研究进行说明。研究结果可以为随机活动工期下承包商控制融资费用、提高项目收益,提供定量化决策支持。     

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.     

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。     

多目标资源受限项目鲁棒调度研究

由于资源受限项目调度属于NP-hard问题,传统的RCPSP主要集中于工期最短单一目标的基本问题研究,而忽略了项目调度对鲁棒性等多目标属性特征的要求。本文以经典的串行进度生成机制为基础,引入了衡量项目稳定性的鲁棒性要素,创建了项目鲁棒调度串行生成机制(RSSGS),提出了项目鲁棒性的测度新指标,构建了优化鲁棒结构的工期最短和鲁棒性最大的双目标优化模型,并结合分层优化原理,设计了改进的SA算法。最后,采用算例验证了该模型的可行性和合理性。     

基于时间窗延迟的资源约束项目调度双层优化研究

本研究从业主—承包商交互的视角构建了一种RCPSP(resource-constrained project scheduling problem)双层优化模型,即在可更新资源约束条件下,项目双方如何进行交互决策达到双方NPV(Net present value)最大化的目标。首先对研究问题进行界定,构建资源约束下的max-NPV项目调度双层优化模型;然后利用延迟优先规则设计了一种基于时间窗延迟的嵌套式自适应遗传算法来求解该模型,以达到双方NPV最大化;最后用一个算例验证算法的有效性,同时通过PSPLIB数值实验说明算法的稳定性,并分析关键参数对项目双方收益的影响。研究结果为项目进程的安排以及奖励机制的设计提供依据,以提高双方利益。     

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.     

资源约束项目调度中重心启发式方法研究

本文目的在于研究一种新的资源约束项目的启发式方法。研究中通过两个平行工序转化为顺序工序的优化问题，提出了工序的重心的概念，并将其引入到资源约束项目调度问题的启发式方法中，提出了一个新的启发式方法——基于重心的启发式方法。在此基础上，本文还对该启发式方法的进行了评价。首先将该方法程序化；然后选取PSPLIB中的问题实例进行计算；最后，在分析计算结果的基础上，对该方法的求解效果和执行效率进行评价。评价结果说明这种新方法求解效果符合实际需要并且计算效率很高。     

变邻域搜索分布估计算法求解舰载机保障作业调度问题

针对多资源、多约束的资源受限舰载机保障作业调度问题,提出了一种求解该问题的基于变邻域搜索的分布估计算法.首先,建立了考虑站位、设备、作业的优先级和安全性等约束的调度模型,该模型以舰载机保障作业的总完成时间和舰载机移动次数的加权和最小化为目标;其次,结合问题特征分析,提出了最早可用设备规则,对偶站位交换规则等两类启发式规则,定义了基于序置换排列的解的编码方式;再次,提出了分布估计算法(EDA)的概率分布更新模型,以及基于工序插入、交换、反转等邻域操作的变邻域搜索策略,设计了基于变邻域搜索的分布估计算法(EDAVNS);最后,基于单波次8架舰载机保障的仿真结果,验证了所提模型对舰载机保障作业调度问题具有较好的实用性.同时,基于5个不同规模的问题集的分析结果表明:与分布估计算法、变邻域搜索、遗传算法、以及只使用插入、交换、反转等单一邻域操作的EDA算法相比,EDAVNS均取得了最优的结果,验证了EDAVNS能有效地求解该问题,并较好地平衡全局探索与局部搜索.     

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。