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。     

启发式算法在软件项目人力资源均衡的问题应用

多项目多资源均衡是项目调度是强NP问题,因此不存在多项式的解法,首先分析国内某中型软件企业人力资源的利用现状,据此借用人力资源均衡使用数学模型,接着利用多项目多资源均衡的启发式算法,结合软件开发企业人力资源利用的实际情况,对其人力资源在项目计划进行验证,实践证明,所采用的数学模型和启发式算法是可行的。     

考虑人格因素的软件项目调度模型与算法

软件项目的成功离不开对技能型人力资源的合理调度，而项目团队中员工的人格特质往往会影响其执行任务的效果。研究了多技能条件下考虑人格因素的软件项目调度问题，旨在满足技能、优先关系等约束条件下，将具有不同技能和人格特质的员工进行有效调度，从而最小化项目总成本。建立了该问题的混合整数线性规划模型，设计了基于双重优先规则的启发式调度算法。基于全因子试验设计构建基准数据集，利用计算实验分析了所提算法的性能。将所提算法同CPLEX和遗传算法进行了对比，结果表明所提算法在求解效率和效果上均具备优秀的竞争力。     

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。     

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.     

置换流水车间调度问题的萤火虫算法求解

作为新兴的仿生群智能优化算法,分析了萤火虫算法的仿生原理,对算法实现优化过程进行了定义。针对最小化最大完工时间的置换流水车间调度问题,采用基于ROV规则的随机键编码方式和互换操作的局部搜索策略,应用萤火虫算法进行求解。通过典型实例对算法进行了仿真测试,调度结果表明了萤火虫算法求解置换流水车间调度问题的可行性和有效性,优于NEH启发式算法和粒子群算法,是解决流水线生产调度问题的一种有效方法。     

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.     

板式家具企业的订单组批问题研究

为了减少板式家具企业封边工序过长的准备时间以及提高原材料的开料利用率，满足企业快速组批的需求，本文研究板式家具的订单组批问题，并提出一个组批优化的方法。在对组批问题进行定义和数学描述的基础上，建立了一个双目标问题的数学模型，通过序贯优化分析如何求解双目标问题，设计出一种组合调度规则的启发式算法。为了验证算法和评估调度规则的性能，设计了该类问题的算例生成方法，并将本文的方法与另外构造的10种规则算法应用到生成的算例上，进行仿真调度，最后与精确解法作比较。仿真调度的结果显示基于板块颜色与板块厚度的调度规则可以有效地降低封边工序的准备时间，提高原料利用率。     

集成启发式规则的混合整数规划调度模型

针对生产调度优化问题,提出了一种集成启发式规则的混合整数规划调度模型。在分析启发式规则逻辑关系的基础上,用布尔逻辑变量表达启发式规则建立了启发式规则的基本逻辑表达式及其等价代数表达式,基于基本表达式给出了启发式规则的数学表达。将启发式规则的代数表达式与混合整数规划相结合,实现了启发式规则的集成。集成启发式规则的混合整数规划调度模型在结合启发式规则的基础上进行数学优化,克服了混合整数规划难以直接利用经验规则和基于规则的调度优化性难以保证的不足。最后以某炼油过程生产调度为例说明了模型的有效性。     

面向柔性作业调度问题的启发性规则改进遗传算法

对柔性作业调度问题,提出了一种启发性规则的改进遗传求解方法,此方法从启发性规则出发产生初始调度解。通过对初始调度解进行比较而产生初始种群。对初始种群通过启发规则的改进遗传算法进行优化计算,对染色体进行交叉、变异、交换和选择操作,应用启发式规则搜索关键工序并提高关键工序的交换、变异操作概率,在变异操作中利用启发式规则对变异过程加以引导,从而得到优化解。将此方法运用于一系列典型柔性调度问题进行了实验求解,并将求解结果与其他的计算方法进行了比较,表明此方法能提高求解效率,适合复杂的柔性作业调度问题求解。     

面向医疗器械企业灭菌工艺的不同容量平行机批调度

针对医疗器械企业灭菌工艺生产过程的调度问题,提出面向灭菌工艺的不同容量平行机批调度方法,建立以最小化总延迟时长、最小化总加工能耗和最大化灭菌柜装载率为目标的不同容量平行机批调度模型。并针对模型的求解提出一种改进的NSGA-III算法(Improved NSGA-III,INSGA-III)。为了获得更高质量的批调度解,采用EDT+MLC启发式规则生成INSGA-III初始种群,并设计一种局部搜索策略以改进算法迭代后期的搜索能力。最后,通过算例仿真与传统调度方法进行对比分析,验证了该模型和算法的有效性和可行性。结果表明,该模型和算法较传统调度方法有明显的优势,可为医疗企业实际生产调度提供新思路。     

考虑预防性维护的批处理机调度问题研究

研究了考虑预防性维护的单机批处理的组批和调度联合优化问题。建立了以最小完工时间作为目标函数的组批、批调度与柔性预防性维护联合优化的数学模型,并从数学上证明了此问题可通过先组批再调度的两阶段方法求解。在此基础上,首先提出了一种考虑预防性维护的组批规则,并从数学上证明了该规则对优化目标的有效性。然后,通过改进已有的启发式算法解决批调度和预防性维护联合优化问题。最后,通过仿真试验验证了提出的组批规则和改进的启发式算法的两阶段方法是有效的。     

两阶段装配流水车间加工与配送协同调度研究

针对以两阶段装配作业方式的制造型企业,将加工与配送调度相结合,研究生产配送协同调度问题。由于问题的强NP难性,提出了一种基于遗传算法和反向变邻域搜索的混合智能优化算法。该混合算法融合反向学习思想,构造反向邻域结构,增大搜索范围,提高遗传变邻域搜索算法的局部搜索能力,使生产和配送之间的时间衔接更精确,实现整体最优。通过多组实例仿真将该算法与其他算法进行比较,验证算法的有效性。     

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。     

基于仿真分析的随机活动工期鲁棒性项目调度优化

在不确定环境下，项目的计划与控制对项目能否顺利实施十分重要。考虑随机活动工期，研究了如何借助仿真分析确定鲁棒性调度优化的最佳项目输入参数组合。首先，对研究问题进行界定；随后，构建鲁棒性项目调度优化模型，并设计仿真分析流程，建立项目输入参数与仿真指标之间的对应关系；接着，开发了禁忌搜索启发式算法对鲁棒性调度优化模型进行求解，并制定了仿真实施流程；最后，通过一个实际案例对研究进行说明。得到结论：进度计划的鲁棒性随项目计划工期与资源可用量的增大而增大，达到一定值后保持稳定；当选取不同的仿真指标时，得到的最佳输入参数的组合不同，管理者可根据实际需求选取相应的指标。研究能够为不确定条件下鲁棒性项目调度提供指导，有助于项目进度计划鲁棒性的提升。     

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.     

基于遗传算法的高校教室调度问题

对高校教室调度问题进行研究,能使教室和课程达到一种合理的优化配置。类似问题的研究在制造业或生产系统中都占有非常重要的地位。研究首先采用三元组方式,将教室调度问题描述为一类具有机器适用限制的并行多机问题,以最小化Cmax（即集中时间提高教室利用效率）和滞后时间总和为调度目标,建立了对应的数学模型。根据问题的特性,设计了包含分派规则和遗传算法的启发式调度算法求解该类问题。研究结合问题特性在编码,个体适应度函数,交叉及变异等方面进行了设计。以实例分析验证了所设计算法的可行性和有效性。     

考虑工序并行的差异工件批调度研究

针对铸造车间差异工件组批多约束的问题,在工序可并行加工的前提下构建以最小化最大完工时间和最小化沙箱空置率为优化目标的并行工序批调度模型,设计一种改进和声算法求解该调度模型,提出一种单工序编解码方式和2种机器分配规则用于解决工件分批、沙箱选择、工序分配及机器选择的问题。在算法中提出一种新的和声产生方式和更新机制,同时为改善算法的局部搜索能力,加入模拟退火算法执行局部搜索过程。最后根据企业实际生产数据进行仿真实验,验证本文模型的有效性。     

钢铁企业副产煤气优化调度问题模型及算法

考虑钢铁企业副产煤气优化调度问题,在分析问题特征的基础上,建立了数学规划模型。针对模型特点,将遗传算法与混沌理论相结合进行模型求解,在初始种群中引入基于启发式规则生成的优良个体来提高收敛速度;通过建立个体精英库防止最优值的丢失;引入基于混沌序列的邻域搜索以提高算法的寻优效率。通过仿真实验验证了模型与算法的可行性和有效性。     

求解矩形布局问题的自适应算法

矩形布局问题属于NP-Hard问题,其求解算法多为启发式算法。该文侧重于构造布局求解算法中定位函数(规则)的优化,将模拟退火算法的思想融入到遗传算法中,提出了求解矩形布局问题的自适应算法,其利用自适应交叉、变异及接收劣质解的概率等方法对定位函数中各参数进行优化。算法通过两种方式确定初始种群的数目,具有较强的适应性。在算法搜索的后期,利用差异性较大的个体进行交叉操作,从而保持种群的多样性。最后通过实例证明了该算法能够很好的应用于矩形布局问题的求解。