粒子群优化在资源受限工程调度问题中的应用

用多维粒子来描述以项目工期最小为目标的资源受限问题.通过粒子在不断更新的轨道里寻优来解决资源受限的工程调度问题.依照基于优先权和基于排列两种方法建立了该算法的运算框架,并通过具体的算例对其有效性进行了检验.结果表明,将粒子群优化算法应用于资源受限工程调度问题切实可行,而且该算法较其他同类方法(如GA等)具有更好的优化效果,为解决该类问题提供了一种新的方法.     

柔性资源受限的多模式项目调度问题的建模

将资源受限的多模式项目调度问题中的资源拓展为柔性资源,建立了柔性资源受限的多模式项目调度问题的混合整数规划模型.基于PROGEN生成了项目非虚活动数目为10的2 500个算例,利用XPRESS软件进行了精确求解.对5种项目特征参数即项目网络复杂度、能力需求强度、能力供给强度、资源柔性值和资源数目与问题求解难度、项目总完工时间和项目资源利用率之间的关系进行了分析.指出资源柔性值和资源数目的增加虽然能够减少项目完工时间平均值,但是也可能导致资源利用率平均值的下降,对柔性资源进行合理调度才是项目管理的关键.     

具有禁止时间窗口的资源受限水利工程项目调度

水利工程项目的调度属于资源受限的项目调度,但又具有特殊的时间约束,称之为禁止时间窗口的约束,该约束假设某些任务不能在某个特定的时间段内执行.针对此类问题建立了一种带有禁止时间窗口约束的资源受限的项目调度问题模型,并提出了一种改进的类电磁算法,对局部搜索、电荷、合力及粒子移动的方式进行改进.基于PSPLIB实例库设计了仿真数据,将改进的类电磁算法与启发式优先规则、遗传算法进行比较,仿真结果表明了改进的类电磁算法的优化效果优于对比算法.     

多目标资源受限项目调度的多种群蚁群算法

为实现资源受限项目调度的多目标优化,通过改进传统蚁群算法,提出适用于多目标优化的多种群蚁群算法.该算法基于串行进度生成机制,每个蚁群具有各自的目标函数、与目标函数相匹配的不同搜索策略以及各自的信息素更新机制.各蚁群独立进行搜索决策,但各蚁群之间存在信息素的相互作用,从而实现加速搜索.针对多目标资源受限项目调度问题设计新的精英策略.在目标规划基础上构造一系列多目标项目调度算例,经系统测试表明,所提出的多种群蚁群算法能够有效优化资源受限项目的资源配置,实现多目标优化.     

资源受限多项目调度的混合遗传算法

针对资源受限多项目调度问题,提出了改进后的混合遗传算法.该算法基于串行进度生成机制,结合多项目任务列表与项目优先权设计了新的染色体,所设计的交叉算子与变异算子均能保证所得新个体满足项目紧前关系约束,从而有效提高算法搜索效率.算法充分利用不同启发式算法构造初始种群,有效扩大种群多样性以避免过早收敛.算法采用正向逆向调度技术对调度方案进行优化,进一步提高了调度方案的质量.与其他多项目调度启发式算法相比,该算法能有效分配资源,显著缩短项目平均总工期.     

求解资源受限项目调度问题的改进布谷鸟搜索算法

针对资源受限项目调度问题（RCPSP）,提出一种基于改进布谷鸟搜索（ICS）算法的高效求解方法.ICS算法设计如下：在解空间表示方面提出一种适应莱维飞行特点的任务调度顺序优先级编码方案,并采用串行调度求解该问题;为提高算法收敛速度、避免陷入局部最优解,对CS的局部搜索机制进行改进,即引入对精英个体的局部搜索策略及对首领的寿命衰老机制.最后,通过PSPLIB基准测试问题J30、J60和J90对算法性能进行测试,并与CPLEX优化结果及参考值进行比较,结果表明ICS算法较CS算法收敛更快、结果更优,调度结果理想.     

一种求解资源受限项目调度问题的遗传算法

提出一种求解使用可更新资源的单模式资源受限项目调度问题的遗传算法．采用遗传算法对项目活动进行调度,在满足紧前关系约束和资源约束的条件下,最小化项目工期．继承了基于排列和基于优先级的编码方案的优点,提出一种新的基于优先权排列的编码方案．采用串行调度方法生成项目计划．使用PSPLIB中的标准问题库对算法进行了充分的数值实验,通过与既有算法进行比较,证明本文算法的有效性．     

资源受限的发酵生产过程调度优化

对发酵过程中空气供应量受限的资源受限调度问题进行了研究.建立了以总生产完成时间最短为目标的优化调度模型,提出了一种启发式的"离散-回缩"策略来计算在一定生产排序下发酵产品的总生产完成时间,并应用列队竞争算法计算产品加工的最优顺序.应用该方法对某生物农药厂的生产调度进行了计算,得到了满足空气供应量的要求且总生产时间最短的调度方案.     

一种求解资源受限项目调度问题的差分进化-布谷鸟搜索算法

提出一种新颖的求解资源受限项目调度问题的差分进化-布谷鸟搜索(DE-CS)算法。DE-CS算法以全局搜索能力强的布谷鸟搜索算法为总框架,通过嵌入具有记忆搜索功能的差分进化算法,结合不同的个体更新操作,增加种群的多样性以改善算法收敛性。采用任务优先级编码和串行进度生成机制来求解PSPLIB问题库中J30、J60、J120的全部480、480和600个问题,以验证算法的有效性,并与多种算法调度结果进行对比。数值试验和算法比较验证了DE-CS算法求解RCPSP问题的有效性。     

资源受限下的连续性消耗应急调度模型

目的 解决资源受限下的物资连续性消耗的应急调度物资和时间的优化问题.方法 在各出救点出救时间不确定条件下,建立了以施救成本和因施救不及时导致的损失费用最小化为目标的应急调度优化模型;考虑了出救点的物资量限制和时间限制等约束条件,采用粒子群算法对模型进行优化求解,对设计算例进行仿真实验.结果 求解出出救点的最优运输量和最优运输时间,实现了在规定应急时间内总成本最小的效果,验证了模型的合理性及算法的有效性.结论 模型适合解决在资源受限下的满足应急总成本最小的物资优化和出救时间优化的调度问题.     

一类加工时间依赖资源的链约束排序问题

考虑了一类工件的加工时间依赖资源,工件具有链约束,目标函数为极小化加权完工时间和的单机排序问题,给出了一个有效的下降算法。     

求解二层规划问题的改进粒子群算法

两层规划问题是一个NP-难问题,这意味着它很难被求解．基于粒子群算法提出了一种求解二层规划问题的方法,通过分离目标函数和约束函数,使每个粒子拥有双适应值,并通过双适应值来决定个体优劣．应用了一种自适应保留不可行个体的策略．数值结果表明了算法的有效性．     

基于改进粒子群算法的车间作业调度问题研究

针对现行的遗传算法存在过早收敛和进化速度过慢的局限,以及标准粒子群算法收敛精确度不高、易陷入局部极值点的缺点,通过分析原有算法的优化机理,提出一种惯性权重随粒子的进化代数增加而非线性减小的改进型粒子群算法,并将此算法应用于车间作业调度问题中.大量仿真实验结果表明,该算法在求解车间作业调度问题上具有可行性和有效性.     

关于约束工程设计问题的一个新的混合算法

通过引入可行基规则和Hook-jeveese直接搜索法,提出一个求解约束工程技术问题的新的混合算法—Hook-je-veese搜索法和与可行基规则相结合局部收缩的微粒群算法的混合算法。通过3个典型的工程技术问题计算比较,计算结果表明了新算法是求解约束工程技术问题的一个高效的算法,而且获得了一些比以往文献更好的解。     

求解JSP问题的改进遗传算法

作业车间调度是一类求解困难的组合优化问题，使用改进的遗传算法来求解。GA有新解产生盲目性的特点，以搜索效率为目标提出了一种改进的遗传算法，在解的搜索过程中，通过禁忌表操作来评价种群。改进的遗传算法在保持群体多样性的同时，加快了遗传算法的收敛速度，将该算法用于典型作业车间调度问题的测试，找到了已公布的最优解，对超大规模的问题还有待进一步研究。     

解非线性约束规划问题的新粒子群优化算法

给出非线性约束规划问题的一种新解法.首先把带约束的非线性规划问题转化成为2个目标的优化问题,在对搜索算子及各种参数进行合理设计的同时,提出了一种新粒子群优化算法(TS-MC),最后的数据实验表明该算法对带约束的非线性规划问题求解是非常有效的.     

面向应急救援的多目标资源调度机制

突发公共事件发生后,应急资源调度作为应急管理的重要环节,是其实现救援价值的重要体现.首先从应急管理角度分析了资源调度策略的影响因素,然后以优化时间满意度、成本耗费和需求满意度为目标构建多目标应急资源调度模型,通过引入粒子群算法求解多目标函数,决策出效用满意度最大的资源调度方案.最后,以效用满意度作为应急资源调度的均衡性指标.仿真实验结果表明,该方法具有较好的效用满意度,提高了资源调度的有效性.     

无等待流水线调度问题的混合优化算法

针对无等待流水线调度问题提出了一种混合离散化粒子群优化算法。通过建立位置矢量编码与调度方案之间的映射关系将连续的粒子群优化算法应用于离散的无等待流水线工件调度问题。为了提高离散粒子群算法的性能,增强算法的探索能力,在粒子群每次迭代之后对全局最优解加入随机扰动并进行变邻域搜索。仿真结果表明,该优化算法具有良好的性能。