采用混合策略遗传算法求解一类资源约束最短时间调度问题

资源约束最短时间调度问题是一类ＮＰ完全问题，求解难度相当大，本文提出一种采用混合策略的遗传算求解该类问题，混合策略中包含启发式的调度规则。理论分析表明本文提出的混合策略的遗传算法是全局收敛的，实际应用表明该算法快速有效优于传统算法。     

基于文化遗传算法的资源受限项目调度

资源受限项目调度问题作为一类典型的组合优化问题,理论上属于NP难题.本文结合文化算法和自适应遗传算法的优点,提出一种新的智能优化算法--文化遗传算法来求解资源受限项目调度问题.算法设王了两类空间:群体空间和信仰空间.各空间采用不同的自适应遗传算法进行独立进化,进化过程中利用同步式传输方式定期通过接受操作和影响操作来更新信仰空间和群体空间.为避免各空间的局部收敛同题,文中使用正弦函教和余弦函数自适应控制交叉概率和变异概率以保证群体的多样性.通过对标准数据库PSPLIB中的多个问题的仿真,结果表明:此算法在解决资源受限项目调度问题时不仅具有全局收敛性,而且在一定程度上具有较好的收敛速度.     

求解项目调度中资源水平问题的近似算法

针对RLP与RCPSP的相似之处和自身特点，以求解PCRSP的遗传算法为基础，设计了一种求解RLP的基于分支定界策略的近似算法，搜索树的每一节点对应一个RCPSP，通过求解各节点RCPSP来求得RLP的最优调度计划，算法从具有基本资源需求水平的根节点开始，采用宽度优化顺序逐渐提高各种资源的可用量，既有利于资源的均衡利用，又可以通过定界策略有效地控制搜索树的节点数量，结合实例问题说明了基于分支定界策略的近似算法的求解过程，最后通过实例问题对该算法与遗传算法进行求解效果和时间效率的对经，分析了对比结果。     

作战任务和资源间的匹配模型及求解算法研究

针对作战任务和作战资源的匹配问题,提出了一种匹配模型及其求解算法.首先分析了作战任务和资源的属性,建立了匹配问题的约束满足模型.基于改进的多优先级动态列表规划算法提出了一种匹配模型的求解算法,并结合实例进行了分析验证.结果表明,算法中引入任务与资源选择优先权参数,可以有效消解优先权冲突,增加匹配的灵活性.     

车辆路径问题的改进遗传算法

通过引入新颖交叉算子 ,构造了一种改进遗传算法 ,此算法摆脱了对群体多样性的要求 ,不存在传统遗传算法常见的“早熟收敛”问题 .将该算法用于解决车辆路径问题 ,实验结果表明 ,此算法可以有效求得车辆路径问题的优化解 ,是求解车辆路径问题的一个较好方案 .     

一种信赖域遗传算法

针对信赖域方法求解多峰值优化不能收敛到全局最优的问题,提出了一种信赖域遗传算法,该算法将遗传算法和信赖域方法进行了结合。利用了遗传算法繁殖算子的随机性和信赖域方法求解二次优化问题的高效性,该算法能够克服信赖域方法的缺点同时能够有效求解一类欺骗性问题。最后证明了算法的收敛性,通过数值试验说明了算法的有效性。     

基于DQN的异构测控资源联合调度方法

以异构测控网资源联合调度为研究对象,提出一种基于强化学习的深度Q网络(deep Q network, DQN)算法。在充分分析异构测控资源联合调度问题特点后,用数学语言对影响问题求解的约束条件进行描述,建立了资源联合调度模型;从应用强化学习解决问题的角度,对求解的问题进行马尔科夫决策过程描述后,分别设计了2个结构相同的神经网络和基于ε贪婪算法的动作选择策略,并建立了DQN求解框架。仿真结果表明：基于DQN的异构测控资源调度方法较遗传算法能够找到调度收益更优的测控调度方案。     

柔性资源约束下的项目调度问题双目标优化

资源短缺通常为项目延期的重要原因之一,项目管理者往往会考虑增大资源可用量来缩短项目工期,但增加资源量会导致项目成本的上升,因此,需要进行项目工期和成本的权衡.考虑资源可用量可变,用区间变量来表示,以项目工期和成本为优化目标,建立资源可用量可变约束下的多模式项目调度问题的双目标优化模型;提出一种基于非支配排序遗传算法的双目标混合遗传算法来获取问题的帕累托最优解,在算法中设计资源可用量上界的预处理方法和可行解的成本改进过程:求解示例和随机生成的算例集,分析算法的收敛性和解的多样性,验证模型与算法的有效性.最后,开展建筑项目应用研究,通过对求解结果的分析,说明求解帕累托解集的必要性,为项目管理者确定项目调度方案提供决策依据.     

基于遗传算法的一类武器目标分配方法研究

针对联合作战的武器目标分配问题,建立了资源受限条件下的多组武器目标分配数学模型,并研究了用遗传算法求解模型的方法.该遗传算法通过设计一种满足约束条件的染色体编码格式,把求解问题转化为无约束的组合优化表现形式,从而可以利用单点随机定位算术交叉和变异运算以及精华选择策略来求解.仿真计算结果表明了模型和所提算法的有效性.     

基于模拟植物生长算法的车辆调度问题

基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送入员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机性特点构建以最小化车辆配送总成本为目标的机会约束规划模型,并设计求解该问题的模拟植物生长算法.结合车辆调度具体实例,将模拟植物生长算法与遗传算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法.     

Hybrid algorithm for project scheduling with capacity constraint

Motivated by the projects constrained by space capacity and resource transporting time, a project scheduling probIem with capacity constraint was modeled. A hybrid algorithm is proposed, which uses the ideas of bi-level scheduling and project decomposition technology, and the genetic algorithm and tabu search is combined. Topological reordering technology is used to improve the efficiency of evaluation. Simulation results show the proposed algorithm can obtain satisfied scheduling results in acceptable time.     

多执行模式资源受限工程调度问题的优化算法

近几年来，模拟退火（ＳＡ）和遗传算法（ＧＡ）等智能优化方法在求解组俣最优化问题显示出了较强的能力，许多文献报告了它们在这类问题上的应用，有些文献则报告了一些它们的混合算法，然而，定些算法对问题的求解效果因问题的结构不同而有限大差异，它们的成功必须充分结合问题本身的特点，本文针对多执行模式资源受限工程调度问题的特点，设计了一种ＳＡ／ＧＡ混合算法，利用被普遍应用的标准问题对该算法进行了测试，取得了令人满意的结果。     

考虑鲁棒性成本的多模式双目标项目前摄性调度优化

研究多模式资源约束条件下的鲁棒性和成本双目标权衡问题,探讨如何在最低成本代价下最大程度地提升项目鲁棒性.首先界定研究问题,然后构建鲁棒值最大化、成本最小化的双目标调度优化模型,并将其转化为带有预算约束的单目标鲁棒值最大化子模型,针对模型设计迭代式遗传算法进行求解.随后,应用随机生成的标准算例集合进行大规模测试,对比结果表明本文设计的迭代式遗传算法可以有效求解得到鲁棒值大、成本低的满意进度方案,供项目管理者权衡选择.研究可为管理者制定具有稳定性的进度计划以及对鲁棒性和成本进行权衡提供决策支持.     

基于序贯博弈谈判机制的分布式多项目调度

设计有效的全局资源分配协调机制是解决分布式多项目调度问题的关键.基于多Agcnt系统建立以单项目完工时间为优化目标的局部调度模型,并设计基于正向逆向调度改进的遗传算法求解初始局部调度计划;综合考虑每个项目单位延期成本的差异,建立以多项目总延期成本为优化目标的全局决策模型,设计多回合序贯博弈谈判机制协调全局资源分配,并调整单项目局部进度计划;开展示例分析和不同参数下问题集的实验研究.结果表明:基于正向逆向调度改进的遗传算法求解初始局部调度具有较好的问题规模适应性和较高的求解精度;全局资源冲突越强,造成多项目延期越大且项目延期完工的风险也越大;采用序贯博弈谈判机制相比无博弈随机分配协调机制可以有效地降低多项目的总延期损失成本.     

一种求解资源受限工程调度问题的遗传算法

针对资源受限工程调度问题的特点，设计了一种改进的遗传算法，对算法的编码方式和解码规则，适值函数，遗传算法、初始种群的产生方法进行了详细的说明，利用被普遍应用的标准问题对该算法进行了大量的测试，分析了算法参数和问题参数对算法效果的影响，取得了令人满意的结果。     

Study on Resource Scheduling in Project Group Management of Offshore Engineering based on ACO

To solve the problem of resource scheduling in project group management, which is a crying problem in offshore project management, the ant colony optimization (ACO) algorithm was introduced. First, the similarities between resource dynamic scheduling problem and ant's food-seeking were analyzed and the meta-information was defined. Second, the dynamic scheduling model was proposed. Then, engineering practice in offshore project group resource scheduling showed that the resources can be allocated timely, dynamically and rationally by using this algorithm. The method can also be introduced into other related spheres. This study will give rise to project group management.     

任务工期随实际开工时间变化的RCPSP精确算法

针对资源受限项目调度展开讨论 .与前人研究的侧重点有所不同 ,我们考虑了项目中每个任务工期随其实际开工时间而变化、任务对可更新 (再生 )资源需求的任意分布、以及可更新 (再生 )资源的最大供给量随着时间而变化的一般情形 .作为对前人研究结果的进一步推广 ,我们利用分枝定界技术 ,以及事件驱动的时间增量方式 ,成功地获得了这种一般的项目调度问题的最优解 .     

关键链项目群进度管理的定量分析

论文从定量的角度,分析了项目群中一种资源以及多种资源的"多任务"情形,对关键链进度计划问题建立了数学模型,并引入遗传算法,使"多任务"现象转化成具有相应优先权的排序基因或染色体,对最优化进度和延迟成本构建了相应的算法.最后,通过算例证实此方法可以得出最优排序,同时能提供较多的替代方案,为关键路径法演变成关键链技术提供了定量支撑.     

基于资源流网络与时间缓冲集成优化的鲁棒性项目调度

针对工期不确定的资源受限项目调度问题,将鲁棒性资源分配和时间缓冲插入两种方法进行有效地结合,通过设计两阶段集成优化算法构建抗干扰能力较强的鲁棒性项目调度计划.第一阶段提出MEPC(minimizing expected penalty cost)资源流网络优化算法,通过对资源进行有效配置生成稳定的资源流网络.为进一步提升调度计划的鲁棒性,第二阶段通过固定第一阶段构建的资源流网络,设计EPC(expected penalty cost)缓冲优化算法,通过迭代方式在延期风险较大的活动前插入时间缓冲,实现项目期望惩罚成本最小化.最后通过大规模仿真实验从"解"鲁棒性"质"鲁棒性两方面来验证两阶段算法的有效性和可行性,结果表明通过将资源流网络与时间缓冲进行集成优化构建的调度计划不仅具有较好的完工性并且能更有效地应对项目执行过程中各种不确定性因素的干扰.