|
|||||
|
|
| 多项目多资源均衡问题及其基于Pareto的向量评价微粒群算法 | |
| 引用本文： | 郭研,李南,李兴森.多项目多资源均衡问题及其基于Pareto的向量评价微粒群算法[J].控制与决策,2010,25(5):789-793. |
| 作者姓名： | 郭研 李南 李兴森 |
| 作者单位： | 1. 南京航空航天大学经济与管理学院,南京,210016;浙江大学宁波理工学院,浙江,宁波,315100 2. 南京航空航天大学经济与管理学院,南京,210016 3. 浙江大学宁波理工学院,浙江,宁波,315100 |
| 摘 要： | 首先针对多项目多资源均衡问题的特点,建立描述问题的多目标优化模型;然后将Pareto方法嵌入向量评价微粒群算法(VEPSO),提出一种新的基于Pareto的向量评价微粒群算法(VEPSO-BP);最后利用一个算例测试了VEPSO-BP的性能,并与VEPSO进行了对比.实验结果表明,VEPSO-BP的收敛性能优于VEPSO,实现了对多项目多资源均衡问题的高质量求解. |
| 关 键 词： | 微粒群算法 Pareto最优 资源均衡 多项目管理 |
| 收稿时间： | 2009/5/26 0:00:00 |
| 修稿时间： | 2009/10/18 0:00:00 |
Multi-resource leveling in multiple projects and vector evaluated particle swarm optimization based on Pareto |
|
| GUO Xing,LI N,LI Xin-Sen.Multi-resource leveling in multiple projects and vector evaluated particle swarm optimization based on Pareto[J].Control and Decision,2010,25(5):789-793. | |
| Authors: | GUO Xing LI N LI Xin-Sen |
| Abstract: | Based on the characteristics of multi-resource leveling in multiple projects scheduling problem,a multi-objectives optimization model is setup.By applying Pareto optimal method into vector evaluated particle swarm optimization(VEPSO), a new vector evaluated particle swarm optimization based on Pareto(VEPSO-BP) is proposed.Finally,the performance of VEPSO-BP is tested with a testing example which is compared with VEPSO.Experiment results show that,VEPSO-BP is better than VEPSO in convergence efficiency,which... |
| Keywords: | Particle swarm optimization Pareto optimal Resource leveling Multiple projects management |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |