An effective estimation of distribution algorithm for the multi-mode resource-constrained project scheduling problem

In this paper, an estimation of distribution algorithm (EDA) is proposed to solve the multi-mode resource-constrained project scheduling problem (MRCPSP). In the EDA, the individuals are encoded based on the activity-mode list (AML) and decoded by the multi-mode serial schedule generation scheme (MSSGS), and a novel probability model and an updating mechanism are proposed for well sampling the promising searching region. To further improve the searching quality, a multi-mode forward backward iteration (MFBI) and a multi-mode permutation based local search method (MPBLS) are proposed and incorporated into the EDA based search framework to enhance the exploitation ability. Based on the design-of-experiment (DOE) test, suitable parameter combinations are determined and some guidelines are provided to set the parameters. Simulation results based on a set of benchmarks and comparisons with some existing algorithms demonstrate the effectiveness of the proposed EDA.     

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。     

基于离散粒子群算法的资源约束下多项目资源优化方法研究

面向制造企业多项目管理中的资源优化配置问题,以资源作为决策变量展开研究,以整体工期优化为目标建立了资源优化模型,设计了一种用于求解可更新资源约束的资源优化配置问题的离散粒子群算法.新算法重新定义了基本粒子群算法中的速度、位置公式,使其适宜求解资源优化调度类离散问题,加快收敛速度,获得整体最优配置方案.应用研究表明本算法...     

Web使能的物端计算系统

近年来兴起的边缘计算试图将部分计算从云端移到设备端,从而减少云端计算负载和网络传输负载.物端计算系统是边缘计算系统中面向物理世界的终端设备组成的计算系统.由于物端设备具有多样性,设计一个统一的体系结构来支持物端智能应用十分具有挑战.现代Web系统的体系结构是解决多样性的有效方案之一,但由于大部分物端设备的资源受限的特性,应用Web体系结构十分困难.1)阐述了现代Web系统、边缘计算系统和物端计算系统的概念,从组成物端计算系统的设备多样性和资源受限特性出发分析其面临的挑战;2)针对这些问题和挑战调研了一些基于REST的用于边缘计算系统的应用层协议;3)详细调研和评估了4个Web系统代表性脚本语言,总结了一些试图将这些语言应用于物端设备的工作;4)调研了传统嵌入式系统的调试技术.通过调研得出结论：目前的物端计算系统虽然市场规模巨大,但是仍未形成高效的、统一的体系结构来支撑人工智能应用的大量部署;5)列出了物端计算系统的一些重要研究方向,包括统一的体系结构、高能效Web、支持物端智能和物端调试技术.     

考虑柔性资源能力差异的项目调度问题

在资源受限项目调度问题中,将可再生资源进一步拓展为具有能力差异的柔性资源,建立考虑能力差异的柔性资源受限项目调度问题模型,该模型是对传统资源约束项目调度问题（RCPSP）更接近实际的拓展。为了求解该模型,提出一种基于活动序列表示的粒子群算法,在粒子解码过程中运用了基于优先规则的柔性资源-能力分配算法,在此基础上详细介绍了改进的串行调度生成方案与改进的并行调度生成方案、算法框架、选择性粒子更新方法。通过在改造的项目调度测试问题集上进行数值实验,证明了算法的可行性和有效性,其中使用改进串行调度生成方案与最匹配资源优先规则的粒子群算法具有较好的求解性能。     

应用遗传模拟退火算法实现资源受限项目调度

针对以最小化项目工期为目标的资源受限项目调度问题（RCPSP）,提出将模拟退火算法融合到遗传算法中,以改善遗传算法局部搜索性能,增强进化能力的遗传模拟退火算法——RCPSPGSA。在每次进化迭代过程中,下一代种群的个体需经过模拟退火算法改进,并通过在每次迭代结束前进行降温操作保证遗传算法和模拟退火算法具有相同的收敛方向和速度。算法在RCPSP标准测试问题库PSPLIB上进行数值仿真实验,并采用正交实验分析法解决参数选择问题。实验结果证明选择的参数组合具有突出的性能,RCPSPGSA是求解RCPSP的有效算法。     

资源约束的传感器网络信息覆盖分析方法

针对传感器网络的覆盖问题,提出一种资源约束的传感器网络信息覆盖分析方法。该方法考虑传感器网络能量和带宽有限的特点,采用分布式估计机制对簇头节点收到的量化离散消息进行最终估计。实验结果表明,该模型与理想条件下的信息覆盖模型相比能更真实、准确地反映实际应用中资源约束传感器网络的覆盖质量。     

资源受限工程调度问题的优化方法综述

由于资源受限的工程调度问题在理论上和实际中具有重要意义,近年来,国内外关于这一问题的优化方法有了较大的发展,因此根据收集到的资料,对求解这一问题的分支定界算法、基于优先规则的启发式算法、样本算法以及智能优化算法的最新发展进行简要概述,并指出了该问题未来的研究方向.     

求解资源受限项目调度问题的启发式方法

为求解资源受限项目的调度问题,将过滤扇出和路径重连两种方法相结合,作为迭代局部搜索的摄动过程,提出一种新的迭代局部搜索方法.设计了与调度方案有唯一对应关系的任务列表,并通过附加信息制约邻域的产生,进一步缩小搜索空间.采用对齐技术提高解的质量,设计并结合使用两个摄动方法,以寻求更大范围内的邻域,加强了跳出局部最优的能力.迭代过程中采用精英解集代替传统的迭代局部搜索方法中的单点初始解,并保存搜索历史中的较好解.最后通过标准问题库中的四种问题验证了算法的求解质量.     

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。