基于关键链的项目进度计划方法的研究

为解决项目进度计划因资源冲突及环境不确定性而导致的计划失效、工期延误等问题,在传统项目进度计划方法的基础上引入关键链法,通过对现存的关键链识别算法及缓冲区估算方法进行分析研究,提出基于关键链的项目进度计划方法。该方法采取基于优先规则的启发式算法识别关键链,在充分考虑项目中的多资源约束、环境不确定性等因素的基础上设置缓冲区,制定出工期最小项目进度计划。最后,通过对项目实例进行分析验证,表明使用该方法制定的项目进度计划是可行的。     

关键链多项目整体进度优化

为了解决多项目进度中项目间的资源冲突问题,获得多项目整体延迟损失最小、综合进度最优的优化方案,提出了关键链多项目整体调度启发式新方法。该方法将多项目优先级转化为项目单位时间延迟损失的相对大小,进而将单位延迟损失的相对大小与单项目资源进度启发式准则结合起来,理论上实现了多项目在整体延迟损失最小情况下的多项目整体进度优化方案。结合所提出的关键链多项目网络概念模型、数学模型及优化目标、调度算法等,实现了该方法的应用。通过算例验证了该方法的有效性和完整性。     

基于关键链多项目鲁棒调度

为提高关键链项目调度解的鲁棒性,以鲁棒性指标最大化和多项目工期最小化为目标,提出基于关键链的多项目鲁棒性调度模型。在求解模型方面,为打破优先规则的局限,求解得到解的鲁棒性和质量鲁棒性均较优的关键链调度方案,提出一种关键链多项目调度混合优化算法,通过遗传算法寻找活动的优先权列表,结合基于优先权的关键链多项目调度算法,生成关键链多项目调度计划。通过算例验证并与其他算法进行比较,验证了所提模型和算法的有效性。     

神舟飞船关键链项目管理贝叶斯网络模型

在研究关键链项目管理和贝叶斯网络技术的基础上,结合神舟飞船项目进度管理的特点,建立了神舟飞船关键链项目管理贝叶斯网络模型.首先详细描述了如何将关键链中的每个工序按照时间和资源约束的条件分解成贝叶斯网络模型中的6个节点,并进一步简化为4个节点.然后,以神舟飞船研制网络计划图为依据,说明了关键链项目管理贝叶斯网络模型的建立过程.最后,基于贝叶斯网络推理成功识别出影响神舟飞船项目进度推迟的关键工序.     

基于关键链的多项目计划编制

传统计划方法只考虑关键路径不注重不确定性因素等约束对计划的影响,从而造成生产周期长、完工率低、交货延误等.为此,利用网络技术、约束理论、关键链等知识,提出了基于关键链的面向多项目计划编制新方法--关键链计划方法.在项目管理中,该方法考虑了人为因素和资源约束等不确定性因素,提出通过改进工序预估时间、剔除工序缓冲时间,设置项目缓冲、能力缓冲等措施来规避人为因素和其他风险因素对计划的影响,运用关键链计划方法编排了瓶颈与非瓶颈项目计划,并通过Crystal Ball软件对基于传统的关键路径法/计划评审技术的项目计划,以及关键链计划方法的项目计划进行了Monte Carol模拟仿真.仿真结果验证了该关键链计划方法的可行性.     

关键链在资源受限中的应用研究

关键链的确定与资源冲突的调整策略密切相关,不同的调整方法会产生不同的关键链,不同的关键链又会决定不同的项目周期.目前的关键链法并没有对这一问题给出有效的解答.采用基于排列组合与资源受限工程调度问题的优化方法,设计出了一种项目工期短、资源均衡的关键链确定方法,这种方法对于提高企业绩效有一定的指导意义.     

基于组合拍卖方法的资源受限多项目调度

为求解资源受限多项目调度问题,提出了一种基于组合拍卖机制的项目资源分配方法.该方法将单位时段的单位资源看作拍卖品,引入动态资源价格,将单个项目进度计划看作一个组合拍卖品.要求单个项目进度计划在满足任务紧前关系与资源约束的前提下,既要减少项目误期赔偿.又要降低项目资源成本.通过逐步调节不同资源在不同时段的价格,引导各项目合理利用不同时段的资源,从而解决各项目之间的资源冲突,实现资源受限多项目调度问题的整体优化.通过实际算例,演示了该方法的资源调配过程,并通过数字实验验证了该方法的有效性.     

基于改进微粒群算法的模具多项目动态调度

针对模具多项目执行过程中任务拖期导致的调度计划变更,提出了一种启发式动态调度算法.利用改进的微粒群算法构建一个加权工期之和最小的初始调度计划,并基于关键链管理方法对初始调度计划进行合理地缓冲设置.建立了以调度计划变更费用最小为优化目标的启发式动态调度模型,并用改进的微粒群算法进行求解.通过仿真计算分析了算法的町行性与可靠性,并与标准的微粒群算法进行了比较.     

神舟飞船关键链项目管理贝叶斯网络模型

在研究关键链项目管理和贝叶斯网络技术的基础上,结合神舟飞船项目进度管理的特点,建立了神舟飞船关键链项目管理贝叶斯网络模型。首先详细描述了如何将关键链中的每个工序按照时间和资源约束的条件分解成贝叶斯网络模型中的6个节点,并进一步简化为4个节点。然后,以神舟飞船研制网络计划图为依据,说明了关键链项目管理贝叶斯网络模型的建立过程。最后,基于贝叶斯网络推理成功识别出影响神舟飞船项目进度推迟的关键工序。     

基于数字微流控生化检验操作调度的混合遗传算法研究

在生化检验中,多种因素影响生物样本使其难以在数字微流控芯片上保持长时间的最佳实验环境。因此,最小化生化检验完成时间是确保检验结果完整性的关键措施之一。将数字微流控生化检验液滴操作调度问题按多模式资源源约束项目调度问题来处理,提出了利用双层混合遗传算法来优化液滴操作的时序调度;将关键链技术引入遗传算法中,以第一层算法确定液滴调度次序为基础,将关键链技术与第二层遗传算法相结合,对芯片资源进行优化配置。以多元体液体外检验为例,完成了算法的实现。仿真结果表明:双层混合遗传算法提高了解的质量,缩短了生化检验的完成时间,而且减少了计算时间。