蚁群系统算法求解多模式资源约束项目调度问题

针对以工期最短为优化目标的多模式资源约束项目调度问题进行研究,在建立数学模型的基础上,通过设计合适的编码方式和调度生成策略,生成问题的构建图,定义新的信息素表示和启发式信息,提出一种改进的蚁群系统算法优化求解该问题。将模型和算法在工程项目调度实例中加以应用,验证了所提出的优化调度方法的正确性和有效性。     

资源受限多项目调度问题的两阶段算法

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限多目标项目调度问题模型.该模型是对传统多模式资源约束项目调度问题更接近研发项目群实际的扩展.针对模型提出两阶段优化算法,第1阶段是项目时序约束优化阶段,采用蚁群算法(ACO)进行任务列表的优化求解,通过对信息素增量规则的改进、串联进度生成机制(SSGS)及资源冲突消解策略的使用,使蚁群算法的求解效率和质量得以提高;第2阶段是资源约束优化阶段,以第1阶段求得的优化任务列表为输入,逐项对人力资源约束进行核查与调整,最终生成项目调度的优化方案.数值实验表明,考虑胜任力差异的数学优化模型更符合研发项目群管理实践,同时两阶段算法在求解质量方面具有良好性能.     

具有不精确活动时间的项目调度算法

针对以最小化项目工期为目标的资源受限项目调度问题,提出对不精确活动时间项目调度的求解方法。对现实项目调度中存在的不精确活动时间及模糊资源分配进行分析,在模糊集理论基础上建立了数学模型,提出一种基于蚁群算法的对不精确活动周期下的项目调度问题求解方法。人工蚂蚁的初始节点采用概率优先约束原则选择,以避免单一概率选择可能导致的过快收敛的局限性,提高解的质量;对算法所使用的重要参数的选择进行分析说明,给出计算方法。进行模拟实例并与其它实验结果进行对比,对比结果表明了该算法的有效性和可行性。     

机器柔性度对柔性车间调度影响的研究

针对资源柔性与调度效果关系研究匮乏的问题,提出了采用资源－能力矩阵对资源柔性分布进行表示的方法和机器资源柔性程度的度量方法,建立了机器资源柔性约束下的作业车间调度问题模型,采用改进双种群蚁群算法进行求解。案例证明了机器资源柔性程度对调度效果的影响,为构建柔性制造系统提供了指导意见。     

工件带到达时间并具有成组约束的车间排序算法

针对模具制造过程的特点,在工件不同时到达的情况下,研究了前阶段带有成组约束的两阶段柔性同序加工车间的调度问题,建立了目标函数为最小化最大完成时间的调度数学模型,基于Potts的RJ’算法提出解决此类问题的启发式算法,并将该算法应用到轮胎模具企业的生产实例中,通过仿真说明数学模型和求解方法的可靠性和有效性。     

基于蚁群算法的智能运输调度问题的研究

在智能运输调度问题的整体法求解思路的基础上,给出了整体法求解智能运输调度问题的数学模型。针对车辆调度问题是个多项式复杂程度的非确定性(Non-determ inisti cPolynomial,NP)难题,在整体法的基础上引入了蚁群算法,给出了整体法求解智能运输调度问题的蚁群算法,并对模型进行了实验分析。     

基于多种群蚁群算法的柔性作业车间调度研究

针对柔性作业车间调度的特点,设计了柔性作业车间调度析取图模型,结合蚁群分工组织的工作方式,给出了基于竞争规则的多种群蚁群算法求解方法。算法中不同种群的蚂蚁被放置在析取图中不同的工序节点上,通过核心种群的引导,充分发挥蚁群协作竞争的并行高效特点,满足柔性作业车间调度的要求。仿真实验表明该算法求解柔性作业车间调度具有可行性和有效性。     

钢构企业生产调度系统的研究与应用

一个好的生产调度系统可以给钢结构企业的生产带来巨大的收益,但钢构企业的生产调度约束复杂、寻优困难。针对该调度问题提出基于蚁群遗传混合算法的生产调度模型,并解决动态调度情况下的紧急工件插入问题。以河北省某钢结构企业为依托,对该生产调度系统执行情况进行研究,实验结果表明,该蚁群遗传混合算法在钢构企业生产调度中的应用可以提高生产效率。     

人员柔性度对作业车间调度的影响研究

针对人力资源柔性与调度效果关系研究匮乏的问题,为了揭示两者之间的量化关系,论文提出了基于资源－能力矩阵对人力资源柔性分布进行表示的方法,建立了人力资源柔性约束下的作业车间调度问题模型,采用改进遗传算法对案例进行求解。案例分析证明了人力资源柔性程度对调度效果的显著影响,这为构建柔性制造系统提供了指导意见。     

不确定工时下多目标柔性作业车间调度问题的进化求解方法

在实际工业生产中,调度环境的复杂性与不确定性使得调度问题求解难度大大提高.针对加工时间不确定的柔性作业车间调度问题,采用不确定参数描述随机工时波动程度和约束条件允许违背程度,构建工时波动服从指数分布的多目标柔性车间调度模型.基于机会约束规划理论,将不确定调度问题转化为加工时间确定的柔性作业车间调度问题,求解得到一定程度上具有鲁棒性能的调度方案.在执行过程中,采用工序移动调整和重调度方法对作业排产方案进行动态调整.基于双链式编码以及贪婪插入法解码规则,提出了基于变邻域搜索的混合NSGA-Ⅱ算法.针对车间调度问题的多约束性和计算复杂度高等特点,设计了基于机器选择的复合启发式规则,包括依据概率的最小累计机器负载和最短工序加工时间规则,以获取更加接近Pareto前沿的均匀分布初始种群.采用改进工序和设备交叉策略以提高算法的全局搜索能力.此外,基于关键工序和机器选择的多种邻域结构,设计了变邻域搜索策略,以进一步提高算法的局部搜索能力.通过Kacem和Brandimarte标准算例的数值仿真以及与多种代表算法的统计比较,验证了所提算法的有效性.本文所提算法为不确定柔性作业车间调度问题提供了更优的调...     

考虑胜任力水平的研发项目群人力资源调度

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限项目调度问题模型,该模型是对传统多模式资源约束项目调度问题（MRCPSP）更接近研发项目群实际的扩展。提出了衡量人员胜任力的参数及估算公式,以多项目总工期和总成本最小化为双目标,建立相应的数学优化模型。按双目标重要性排序,依次对工期最优及成本最优的单目标优化问题求解。根据模型的约束条件将多项目初始网络图转化为几种单项目初始网络图,利用枚举算法给出满足约束条件的可行解集,再设计基于动态规划思想的算法进行分阶段寻优。数值实验表明,考虑了胜任力差异的数学优化模型在求解质量方面具有良好性能。     

基于动态规划的资源受限随机工序调度

为解决资源受限条件下的随机工序调度问题,该文提出一种基于离散随机动态系统描述的加工时间离散随机分布且同时具有不兼容和多种可更新资源约束的资源受限项目调度模型,使得在满足资源约束和工序约束的前提下,总的平均加工时间最短。该系统研究了动态规划算法求解该问题的方法。通过实例,验证了该方法的有效性和可行性。     

产品开发项目的离散时间/成本/质量平衡问题研究

为在项目网络计划技术中集成规划产品开发项目的时间、成本和质量,以多模式资源受限的项目调度问题研究为基础,定义了一个能支持产品开发项目优化控制的离散时间、成本和质量平衡问题模型.根据产品开发项目的特点,通过人力资源价格计算产品开发项目成本,采用质量功能展开技术对项目质量进行量化计算.最后给出一个求解该问题模型的分枝剪切算法,并通过一个项目实例对模型和算法进行验证.     

Project scheduling under resource constraints: Application of the cumulative global constraint in a decision support framework

This paper concerns project scheduling under resource constraints. Traditionally, the objective is to find a unique solution that minimizes the project makespan, while respecting the precedence constraints and the resource constraints. This work focuses on developing a model and a decision support framework for industrial application of the cumulative global constraint. For a given project scheduling, the proposed approach allows the generation of different optimal solutions relative to the alternate availability of outsourcing and resources. The objective is to provide a decision-maker an assistance to construct, choose, and define the appropriate scheduling program taking into account the possible capacity resources. The industrial problem under consideration is modeled as a constraint satisfaction problem (CSP). It is implemented under the constraint programming language CHIP V5. The provided solutions determine values for the various variables associated to the tasks realized on each resource, as well as the curves with the profile of the total consumption of resources on time.     

运用遗传算法实现项目调度中的现金流优化

多模式的资源受限项目调度问题(MRCPSP)是生产实践中的一类常见的重要问题,它具有NP-完全性质,难以在多项式时间内准确求解.现金流是项目财务管理及风险评估的重要指标,实现现金流优化对项目管理具有重要的意义.考虑了现金流优化与项目调度相结合的带折现流的多模式资源受限项目调度模型(MRCPSPDCF),首先对该模型建模,然后给出运用遗传算法求解的具体方案,考虑了里程碑事件和相等时间间隔两种支付方式,在仿真实验中比较了这两种支付方式的实验结果,并证明了遗传算法的有效性.     

Explaining the <Literal>cumulative</Literal> propagator

The global cumulative constraint was proposed for modelling cumulative resources in scheduling problems for finite domain (FD) propagation. Since that time a great deal of research has investigated new stronger and faster filtering techniques for cumulative, but still most of these techniques only pay off in limited cases or are not scalable. Recently, the “lazy clause generation” hybrid solving approach has been devised which allows a finite domain propagation engine possible to take advantage of advanced SAT technology, by “lazily” creating a SAT model of an FD problem as computation progresses. This allows the solver to make use of SAT explanation and autonomous search capabilities. In this article we show how, once we use lazy clause generation, modelling the cumulative constraint by decomposition creates a highly competitive version of cumulative. Using decomposition into component parts automatically makes the propagator incremental and able to explain itself. We then show how, using the insights from the behaviour of the decomposition, we can create global cumulative constraints that explain their propagation. We compare these approaches to explaining the cumulative constraint on resource constrained project scheduling problems. All our methods are able to close a substantial number of open problems from the well-established PSPlib benchmark library of resource-constrained project scheduling problems.     

Minimization of project time and cost under constrained reliability index in the disjunctive project model

Proposed was a reliability model of the network project as a complex technical system where the probability of failure-free execution of an activity (project component) was used as the quantitative index of its reliability, and the resulting guaranteed lower estimate of the project, as its reliability index. This approach underlies the formulation of the problem of scheduling not only under resource constraints, but also with regard for the project reliability index. Consideration was given to minimization of the project execution time (main criterion) in terms of the constrained cost and estimate of the project reliability index, as well as in terms the cost in the determinate network model of the project (second criterion) where project reliability satisfies the guaranteed lower bound both for the OR-network and the special case of the AND-network. This approach enabled formulation of the scheduling problem not only under the resource, but also reliability constraints.     

An optimal resources scheduling strategy on multimedia cloud computing under multi- device constraint

In view of the problem of inaccurate scheduling by using traditional resource scheduling method, because the method is mainly based on extracting and classifying the resource features to make scheduling, ignoring the effect of the feature relevance between the resources on the scheduling results. This paper presents a model for multimedia cloud resource scheduling based on multi- device constraint. In this method the objective function is no longer constrained only by the CPU computing capacity and the minimized completion time, but to achieve a minimum time-consuming of CPU, memory and other peripherals operation are considered as the scheduling objectives. Then the utilization of solving constrained jointly is employed to obtain the mapping relationship of the optimal virtual and physical machine. Moreover, a regressive dimensionality reduction algorithm is designed for this scheduling model to solve the high dimensional problems aroused by multi-device constraints. Simulation results show that the improved algorithm has a better performance than the traditional algorithm, has a good efficiency and has a certain convergence.