多项目资源均衡问题及其遗传算法*

针对单项目资源均衡优化在企业实际应用中的不足,提出了多项目资源均衡优化的概念,建立了多项目资源均衡问题模型。在此基础上给出一种遗传算法的求解方法,在算法中有效地利用了网络计划图的拓扑排序,减少了遗传操作过程中非法个体的修复计算量,加快了算法的收敛速度。实例计算表明,多项目资源均衡优化可以有效地实现整个企业资源的均衡配置,遗传算法在求解该问题时具有可行性和高效性。     

多项目资源管理技术研究

为了帮助企业在多个项目同时实施的情况下合理、有效地配置各种资源,提高资源利用率,研究了多项目多资源的资源均衡问题,给出了解决此类问题的基本方案.分析了几种传统理论与方法优缺点,指出其中不足,设计了一种改进的遗传算法,并通过仿真验证了其在解决资源均衡问题上的高效性与可行性.在此基础上,设计了一个多项目资源管理系统框架,该系统框架使用遗传算法实现资源均衡性优化,从而提供了多项目资源管理中经常使用的工具.     

虚拟样机工程中的项目资源均衡优化研究

虚拟样机工程的复杂性不断增加,需有科学的项目管理技术来实现高效组织与管理。在工程项目资源均衡优化的调整中,通常以资源方差来衡量资源的均衡性,方差越小资源均衡性就越好,但其调整过程通常要经过一系列繁琐的推断过程。本文引入遗传算法,针对其中的"工期固定—资源均衡"问题,同时考虑作业之间的相关性限制约束,建立模型并求解;在多种资源优化中,根据每种资源对其资源均衡程度的重要性,给定权系数,用多目标优化中的线性加权系数法,将多种资源优化问题转化为按单种资源优化方法来求解,有效地解决了虚拟样机工程中的项目资源均衡优化问题。     

一种求解多目标资源受限项目调度的遗传算法

采用基于非支配性排序的多目标遗传算法—NSGA－Ⅱ,设计了一种求解多模式、多种类资源约束的多目标资源受限项目调度问题的遗传算法,该算法所设计的编码包含两部分,一部分为一个任务链表,另一部分为任务链表中各任务所对应的执行模式组成的模式向量。将所设计的算法用于求解文献中的以项目总工期和资源均衡为目标的农业项目调度问题,结果表明此算法对于求解多目标资源受限项目调度问题是有效的。     

改进的人工鱼群混合算法在交通分配中的应用

关于交通规划优化过程,针对均衡交通分配问题,采用目前Frank- Wolfe算法收敛速度较慢、计算负担较大限制了均衡模型在实际中的应用,提出遗传算法的人工鱼群混合优化算法求解均衡交通分配问题.在人工鱼群混合优化算法中引入遗传算法的交叉和变异操作,实现优化行为的互补,建立遗传算法的人工鱼群混合优化算法求解变量较多,有较好的弹性需求和用户均衡交通分配模型.通过数值仿真,表明混合优化算法比单一的人工鱼群算法求解交通分配问题效果好,混合优化算法可靠、有效.     

自适应主从式并行遗传算法在区间非线性规划问题求解中的应用

讨论了区间参数非线性规划问题．通过引入决策风险因子的概念，提出了一种不确定性非线性规划的一般命题形式．为求解该命题形式，提出一种自适应主从式并行遗传算法，该算法可以满足大规模优化问题的求解实时性要求，具有全局收敛性能．相对于常规主从式并行遗传算法，该算法通过动态调整从机的计算负荷，有效地解决了从机间计算负荷不均衡分布的问题．仿真结果表明了该自适应主从式并行遗传算法的可行性．     

基于人工免疫算法的航空多项目资源均衡技术

为解决航空企业内部多个制造项目并行情况下的资源均衡问题,引入了一种适合求解并行项目资源均衡问题的数学模型,该模型可以有效地将并行多项目资源均衡问题转化为单项目资源均衡问题;并提出了一种改进型的人工免疫算法;该算法通过引入自适应高变异算子与遗传操作的混合模式,能够根据抗体的亲和度调整变异步长,来达到以较快速度完成给定范围搜索的目的。最后,自主开发航空项目管理软件,对某型飞机机身部件的两个并行的装配项目进行了实例仿真,验证了该算法的有效性。     

基于遗传算法的工程项目资源优化

基于遗传算法建立了面向工程项目的资源优化模型。通过在模型中构造一个能反映“资源分配”和“资源均衡”两方面优化程度的适应度函数,并在复制操作中,对群中个体先进行分类再选择复制,有效地解决了多种资源的综合优化问题。给出了利用遗传算法对资源优化问题的求解设计思路,阐述了算法的实现流程,并通过实例验证了该模型的可行性。     

汽车混流装配线的混合布谷鸟算法排序研究

为解决汽车混流装配线作业者工作负荷不均衡的问题,构建了最小化违背装配频率上限次数的优化模型,提出了布谷鸟算法与遗传算法相结合的混合算法。该方法将遗传算法的选择与交叉思想引入布谷鸟算法的迭代过程,以克服布谷鸟算法寻优过程中收敛速度慢和容易陷入局部最优的问题。测试函数的对比求解和合作汽车企业的优化实例表明该改进算法具有更高的求解精度和更快的收敛速度,能有效地解决大规模的汽车混流装配线排序优化问题。     

一种均衡网络流量的遗传算法

基于整数规划的多限制条件下流量分布优化数学模型，该文设计了一种基于遗传算法的优化算法来求解计算复杂度高的均衡网络流量问题，进行全空间并行搜索，采用自然数编码及选择交叉变异算子，结合最优个体保存策略进行选择，融入自动信息。仿真结果证明算法是有效的，改善了传统路由算法易于导致的网络流量分布不均衡的状况。     

在多项目管理人力资源调配中的病毒遗传算法

在分析多项目并行任务资源分配的研究现状基础上,针对企业多项目管理中有限人力资源配置这一核心问题,对人力资源限制下多项目任务调度的过程进行了数学描述,并采用基于病毒遗传算法的倒排法对多项目任务进行排程,力求在满足工期的前提下得出较优的工程解,实现多项目并行任务管理中人力资源的优化配置。     

多项目选择计划及其两层决策免疫遗传算法

探讨项目计划管理中,资源受限下含承继约束的多项目选择计划两级规划模型及其求解算法.依据项目的承继关系,将所有项目划分为若干子群,各子群内部的项目之间存在承继约束,子群之间仅有优先关系,进而获得了资源受限下资源配置平衡的两级规划模型.基于遗传算法的基本结构,引入免疫系统的多样性、记忆性等特征,获得了求解此模型的免疫遗传算法.数值实验结果表明了该模型设计的合理性及算法的有效性.     

求解任务可拆分多项目协同调度问题的启发式算法

生产项目计划与调度过程中任务可以被拆分为更小粒度的子任务分批次执行,实现缩短项目总工期的优化目标.针对抢占式任务可拆分多项目调度问题,从协同优化角度探讨任务拆分与重组方式,提出一个长工期任务优先拆分、长工期项目优先拆分和高资源利用率项目优先拆分3种任务拆分优先级判断规则,设计一种求解任务可拆分多项目协同调度问题的启发式算法.最后通过数值实例和仿真分析验证了所提出方法在多项目调度总工期的优化效果和求解效率.     

基于改进遗传算法的资源限制建设工程多项目调度

随着建设工程企业规模的不断扩大,工程建设多项目管理成为企业发展的重要难题之一,对组织实现可持续发展有着重要的支撑作用。本文在资源限制单项目调度问题的基础上提出建设工程多项目调度问题,构建RCMPSP决策框架和数学模型,并在传统遗传算法的基础上对算法杂交和变异概率进行优化,设计针对该问题的改进遗传算法,通过案例对该算法的有效性进行验证,为建设工程企业进行RCMPSP问题决策提供依据。     

多项目多任务选择动态规划及其智能决策

针对动态多项目多任务选择计划资源配置问题,结合实际环境中多项目管理的突发因素及项目权值动态调整的需求,探讨动态环境下多项目选择计划的数学规划模型;进而,依据体液免疫应答所蕴含的免疫进化机理和遗传学中的基因变异规则,设计改进型免疫遗传算法,寻求资源尽可能充分利用且分配均衡的决策方案。比较性的数值实验显示,该算法在优化效果方面明显优于基于优先规则的启发式算法。结果表明,已获模型是合理的,设计的算法是有效的。     

新产品开发多项目协同计划与资源冲突的动态再匹配实现方法*

在有供应商参与的大批量制造企业多项目协同计划的执行过程中,可能会出现的资源颗粒或项目任务的变更,导致广义设计资源颗粒与多项目计划任务匹配出现的冲突,使原协同计划无法继续进行。针对这一问题,提出了在原协同计划执行过程中进行多项目计划与广义设计资源的动态再匹配的思想,建立了各种变更情况下的动态再匹配的模型及算法,以保证已启动的新产品开发多项目计划能顺利执行。用一实例对所建模型和动态再匹配算法进行了验证,证明所提出的方法是可行的。     

多项目资源均衡优化的免疫遗传算法研究

针对多项目管理“工期固定-资源均衡”问题特点,设计免疫遗传算法对该类问题的求解。免疫遗传算法是模仿生物免疫系统的一种启发式算法,其在免疫算子中加入遗传算子,改进了遗传算法收敛方向无法控制易早熟的缺陷,使算法具有更好的全局搜索能力和记忆功能。最后,结合算例对算法进行验证和分析。     

Multi-objective optimization model for multi-project scheduling on critical chain

In this paper, a multi-project scheduling in critical chain problem is addressed. This problem considers the influence of uncertainty factors and different objectives to achieve completion rate on time of the whole projects. This paper introduces a multi-objective optimization model for multi-project scheduling on critical chain, which takes into consideration multi-objective, such as overall duration, financing costs and whole robustness. The proposed model can be used to generate alternative schedules based on the relative magnitude and importance of different objectives. To respond to this need, a cloud genetic algorithm is proposed. This algorithm using randomness and stability of Normal Cloud Model, cloud genetic algorithm was designed to generate priority of multi-project scheduling activities and obtain plan of multi-project scheduling on critical chain. The performance comparison shows that the cloud genetic algorithm significantly outperforms the previous multi-objective algorithm.     

面向建材装备集团制造的分布式多项目资源调度

针对建材装备集团项目执行过程中存在的项目内和项目间多类别资源协同共用现象,提出并行调度机制下考虑多类别资源转移时间和转移成本的分布式多项目资源调度问题,以最小化资源转移成本和项目执行工期为目标建立问题的数学模型.为改善进化算法在局部搜索能力方面的不足,提出将禁忌搜索与进化算法相结合,构造一种内嵌禁忌搜索寻优搜索的多目标混合进化算法,在保证算法全局搜索能力的前提下提升局部精确搜索能力.同时,考虑资源转移成本和时间对任务选取的影响,改进任务选择的优先权值,提出并行调度机制下资源转移冲突消解策略.数据实验表明,所提算法能够有效避免不合理的资源转移,在求解质量方面具有良好的性能.