基于优先规则的模糊资源受限多项目调度

在分析国内外相关研究现状的基础上,结合资源受限多项目调度问题的特点,针对多项目中各个工序资源参数的不确定性,通过对工程项目工序资源需求量的模糊表示,建立了模糊资源受限多项目调度模型,并运用基于优先规则的启发式算法对所建立的模型进行调度计算,最后通过算例验证模型的有效性和可行性,以实现多项目资源的优化配置。     

基于多智能体技术解决多项目资源受限调度问题的方法研究

在对单项目资源受限调度问题进行分析的基础上,进一步研究多项目资源受限调度问题,并给出基于多智能体技术的调度算法,同时采用多种策略对整个项目运行情况进行监控与调整,以解决跨企业项目中的生产规划与资源调度问题。     

资源受限的多项目合作调度收益分配研究

在数字化的背景下,项目资源可以通过资源云化等打破信息的壁垒和空间的束缚,客观上为项目间实现资源共享提供了条件,从而可以提高资源使用效率、创造更多的收益。同时,资源共享创造的收益需要在项目间进行合理的分配。本文首先以各个项目拥有的资源为基础,建立了集中资源最大化额外收益的资源受限的项目活动合作调度模型,获得了合作调度的最优或次优方案及对应的额外收益。其次以额外收益为特征函数建立合作博弈模型,分析了项目调度的合作博弈的性质并运用核心、Shapley值、核仁及按比例收益分配等方法作为额外收益的分配方案。结果表明,通过集中资源合作调度,大部分项目组能够实现项目集体收益的增加。另外,随着资源的减少,有些项目靠自身的资源可能无法独立完成,而通过集中资源合作调度能在资源有限的情况下执行更多的项目。研究结果为项目管理者基于数字化资源共享平台实现资源合作调度和寻求合理的收益分配方案提供了支持,具有一定的理论与实践意义。     

基于混沌粒子群的资源受限项目调度问题

鉴于基本粒子群算法易陷入局部最优,提出一种将混沌算法嵌入基本粒子群的混沌粒子群算法,并将其用于求解典型的资源受限项目调度问题。采用基于优先值的粒子编码方式和串行调度方案,分别用基本粒子群算法和混沌粒子群算法对实例求解。并且比较了2种算法求解多资源受限项目调度问题的性能。结果表明:混沌粒子群算法在距最优值的平均偏差和达到最优值的次数百分比等性能上要优于基本的粒子群算法,并且混沌粒子群具有更好的收敛性。但是,混沌粒子群算法在计算达到最优工期的平均时间上略比基本粒子群算法逊色。     

考虑公有与私有资源约束的多项目调度规则对比研究

为了识别出适用于具有公有资源与私有资源约束的多项目调度问题的优先规则,基于标准测试集MPSPLIB进行计算实验,并基于相对偏差指标对比分析25种经典优先规则在最小化最大完工时间、最小化总拖期、最小化加权总拖期3种决策目标下的表现。实验结果表明,优先规则的表现与决策目标、单项目任务数、并行项目数、资源利用系数等因素之间具有显著相关性。在最小化总拖期目标下,尽管大多数规则的表现与现有文献总体一致,但是MAXTWK和MINSLK规则的表现有着显著差异。所得实验结论对于工程实际多项目调度决策具有指导意义。     

软件开发项目多技能人力资源均衡调度模型

为了在软件开发项目中同时解决项目活动调度问题和多技能人员指派问题,实现资源均衡分配,本文建立了一个多技能人力资源均衡调度的混合整数规划模型,并以一个软件开发项目为背景开展了算例研究,采用Lingo11软件环境下改良后的分支定界法进行优化求解。优化之后,项目资源强度方差和员工工作量方差大幅度下降。研究结果表明,本文创建的资源均衡调度模型可以显著提高项目周期内员工需求量和员工工作量分配的均衡水平。     

考虑资源均衡使用的模具项目调度应用

多资源均衡是项目调度的基本问题之一.分析了国内某中型模具企业生产资源的利用现状,建立了模具项目调度的资源均衡使用数学模型,利用求解项目资源均衡使用问题的启发式算法,结合企业生产的实际情况,进行了验证.应用实践表明,该数学模型和启发式算法具有实际可操作性.     

基于资源缓冲的鲁棒性多模式项目调度优化

资源可用量的不足会影响项目的平稳实施.研究如何通过插入资源缓冲以最大化项目进度计划鲁棒性来抵抗资源可用量不足的问题.首先对研究问题进行界定;随后构建了包含三组决策变量的整数规划优化模型;针对问题的NP-hard属性,设计禁忌搜索启发式算法;最后,通过一个算例对研究进行验证说明,得到如下结论:与工期最小化进度计划相比,鲁棒性最大化进度计划具有较强的抗干扰能力;所构建的优化模型可实现资源缓冲的合理分配,进而有效提高项目进度计划的鲁棒性;项目进度计划的鲁棒性随项目截止日期的延迟而上升,但上升幅度趋于平缓.     

一类多资源调度问题的优化算法

若调度系统中的作业或任务需要一个或多个资源共同完成， 则这一类调度问题被称为多资源（或多处理机）调度问题。本文针对Jobshop中的这一调度问题，提出了基于遗传的优化调度算法，并用实例证实了该算法的有效性。     

基于混沌差分进化粒子群算法的模糊资源受限项目调度问题

本文研究了工期模糊情况下的资源受限项目调度问题,采用一种基于区间数距离的模糊取最大运算比较模糊工期的大小,解决了以往研究中忽略的工期模糊情况下,项目关键路径可能会发生改变,相应地各活动的模糊调度时间以及项目的模糊最短工期也可能随之发生改变的问题。引入一种基于混沌和差分进化的混合粒子群优化算法,并对算法的惯性权重进行改进来求解上述问题。通过一个算例验证了所建立模型及提出方法的有效性。     

基于改进NSGA-II的多项目多技能人力资源调度研究

多项目并行的人力资源管理日益成为研发型企业合理配置各类资源、实现利润最大化的有效方式。从项目成本和多能工满意度角度出发,运用第2代非支配排序遗传算法和蚁群算法对多能工分配问题进行研究。考虑多能工技能组合与项目任务需求之间的匹配以及技能熟练水平对任务作业时间的影响,构建了以实现多项目总工期和多能工间工作量均衡为目标的优化模型。根据模型的约束条件,提出了一系列启发式规则提高算法效率,并结合第2代非支配排序遗传算法和蚁群算法的特点,利用新开发的算法对模型进行求解。通过数值算例验证了模型和算法的有效性。     

基于CPM的多模式资源约束项目调度建模与复杂度分析

为有效降低多模式资源约束项目调度模型的复杂度和解空间,构建3类混合整数线性规划模型。运用紧上界T_TUB缩减时间序列T的上界和关键路径法缩减各项活动结束时间的上下界,以降低模型复杂度和解空间。为验证改进模型的有效性,从MRCPSP标杆案例库中选取1 106组规模不等的算例进行求解。结果表明,基于CPM的多模式资源约束项目调度模型解空间更小;决策变量同比缩小3～65倍,约束数同比缩小1～4倍;平均求解时间同比减少53%～112%,求解性能显著优于其他模型。为验证紧上界T_TUB的参数α性能,1106组算例结果表明,α越接近1,模型的复杂度越低,解空间越小。但随着算例规模增加,算例可行解探寻难度增加。因此,对大规模算例,α值应适当放宽。     

基于混合智能算法的多资源约束项目优化调度

 基于关键链项目管理(critical chain project management,CCPM),利用一种混合智能优化算法求解多资源约束项目调度问题,解决传统调度优化算法的不足,提高这类问题的求解质量.首先利用一类启发式算法识别项目关键链,并设置缓冲区尺寸,以项目总工期和在制品库存为优化目标建立数学模型,设计一种混合智能优化算法求解,并对项目问题库中的j30hrs.sm问题和某生产型项目进行实验分析,得到优化的结果.实验表明,采用混合智能算法求解这类问题能得到明显优于一般调度优化算法的结果.     

分布式光伏发电并网调度的探讨

光伏发电并网体系最关键的就是光伏组件、汇流箱、逆变器、升压变压器、并网接入点、配套通讯体系。分布式光伏发电属于新型能源,有着很大的发展空间及前景,分布式光伏发电能够有效的缓解当下的能源危机,不过大规模的接进分布式光伏发电会严重的影响配电系统。     

关键链上可被部分替代的受限资源动态调度

关键链上受限资源的优化调度,能有效提高系统运作效率,是关键链项目管理的重要研究方向之一.但现有研究主要针对资源能否更新,较少考虑资源的可替代性.针对此,研究了关键链上可被部分替代的受限资源调度问题,以达到提高资源利用率、降低成本等目的.采用α/β/γ三元组方法,将研究的问题描述为以最小化滞后时间和为目标,具有机器适用限制的并行异速机调度问题,并建立对应的数学模型;运用混合重调度策略和改进粒子群算法进行了算法设计;设计了仿真算例,并通过算法比较表明该方法在求解结果和问题求解规模上显著优于传统PSO、GA算法.     

时间—资源权衡协调问题的多目标优化决策模型

时间—资源权衡协调是以追求资源消耗费用极小和项目完工时间最短为目标，在满足项目工期要求下，根据项目活动时间的先后次序与可更新资源约束有效确定项目时间表。提出了一个具有资源约束问题的时间—资源权衡协调问题的多目标优化决策数学模型。在模型中，对相互冲突的项目工期与整个被消耗的资源费用是可权衡调节的。通过权衡协调和调节项目工期与整个资源消耗费用，得到了满足权衡协调关系的满意可行解，并给出了一个数值算例。此外，在对应于资源约束的Lagrangian松弛表示式中，给出了该二人对策问题的有关特性。     

多资源作业车间的混合自适应GA优化调度

针对多资源约束的车间调度问题,将启发式算法和自适应GA优化方法结合起来,提出了混合自适应GA方法,建立了多资源约束的车间优化调度模型.根据启发式调度算法中优先规则对调度目标的影响,设计了新的编码规则.采用正弦函数作为自适应因子,使得交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率,克服了启发式算法和普通GA的缺陷.通过实例仿真并与其他算法比较结果表明,混合自适应GA算法可以很好的解决作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

双重时间不确定性资源受限项目的预防调度研究北大核心CSSCI

以任务工期和发布时间分别描述项目内部与外部环境不确定性对项目实施的影响,研究了具有双重不确定性约束的项目调度问题。采用模糊数进行参数表示,首先对研究问题进行描述和分析;随后以最大化计划方案的鲁棒性为目标建立了预防调度数学模型;针对该问题的NPhard属性,设计了蚁群优化算法。最后,经算例验证和分析,得到如下结论:相较于传统方法所得到的计划方案,该研究所得到的预防调度方案在最糟糕环境下保证项目顺利完工的概率要高出8%,且完工时间更短。     

基于均衡优化的项目多技能人力资源指派与调度方法

为提高项目人力资源使用效率,提出一种项目多技能人力资源调度与指派优化方法。首先,采用启发式方法对项目进行资源均衡优化,降低人力资源需求高峰用量;然后,识别调度方案中活动间的重叠关系并将其转化为人员指派优化问题的有效约束;最后,建立整数规划模型并通过编程计算。研究结果表明,使用该方法可快速地找到问题的近优解,用较少的人力资源完成项目任务,从而有效地降低项目人力资源成本。     

基于人员-任务-资源匹配度的产品设计项目静态调度

设计人员和技术资源的特点使得产品设计项目优化调度建模及求解的复杂性大大增加。首先对产品设计项目中的三大主要要素的属性进行了深入地分析,并提出了任务-人员-资源匹配度的评价指标和计算方法;其次,借助多模式资源受限问题的思想,将设计人员和技术资源分别考虑,并将设计人员、技术资源和设计任务三者的匹配度以及技术资源强度引入到调度模型中,建立了针对产品设计项目的多模式资源受限调度数学模型;最后,设计了一种双层单亲遗传算法,实现了对模型的求解,得到了工期最短目标下最优的任务、设计人员、技术资源调度方案。案例分析结果表明,基于人员-任务-资源匹配度的多模式优化调度模型充分体现了设计项目的特点,有利于人力资源和技术资源的优化配置。