施工网络进度计划的多目标优化

通过对施工网络进度计划的研究 ,提出一种新的评价准则——工程质量 ,并建立了网络计划的数学模型 .同时综合前人已研究出的各种优化方法 ,得出网络计划的多目标优化模型 .由于各优化目标之间的矛盾性 ,用多目标决策理论可以科学客观地优化网络计划.     

基于Petri网的施工进度建模及优化方法

构建并定义了基于时间Petri网的分级施工网络计划模型,定义了分级库所与任务变迁.在此基础上,对进度计划优化进行了研究.根据我国工程项目管理模式,为满足建筑施工进度计划优化需求,基于HNPC模型建立了一个二级网络计划优化模型;对资源约束工期优化进行了研究,给出了一种遗传算法的解决策略;以Petri网模型的变迁激发序列作为染色体进行计算,使算法和Petri网模型统一起来,并通过实例证明了采用本方法的有效性.     

收益激励的优化与最优工期的选择

时间－费用交换的进度计划问题着重研究如何以最少的费用对工期进行压缩，而没有考虑收益的影响。本文道德研究了以净收益为优化目标的时间－费用交换问题，讨论了总价合同中的奖惩手段对承包商选择最优工期的激励作用。建立了主从递队决策模型，从业主的角度出发，研究了如何了优的激励强度，协调业主和承包商的利益，使双方的决策达到一种均衡状态，并分析了有关因素对均衡状态的影响。     

多模式柔性资源约束型折现流项目进度问题研究

根据项目进度领域现有研究的不足，提出多模式柔性资源约束型折现流项目进度问题(MMFRCPSP-DCF)。柔性资源的引入放松了资源约束，扩展了活动模式的选择范围，从而可以在一般资源约束的基础上进一步优化项目进度，同时可以为承包商提供基于项目进度优化的资源租用或购买清单。从资源的柔性成本、完成各项事件的费用、业主的支付以及奖惩机制等方面对MMFRCPSP-DCF进行了分析，构建了以净现值最大化为优化目标的非线性整数规划模型，并通过算例对研究结果进行了验证。     

关键链项目进度计划的鲁棒优化的研究

针对任务工期不确定程度较大的资源受限的关键链项目进度计划问题,提出了求解该问题的鲁棒优化数学模型。在传统关键链项目进度计划模型的基础上,针对该鲁棒优化模型设计了遗传算法。通过基于顺序表示的遗传基因编码方式,形成随机优先权列表,以保证初始种群的多样性。通过三角模糊数描述任务的持续时间,进而获得相应情景的任务工期向量和该情境下的发生概率。应用该模型对项目实例进行求解,分析表明,所求得的关键链进度计划能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。另外,决策者通过调整模型中目标函数以及约束函数中的参数,可以有效平衡解的可行性和最优性,有助于决策者根据风险偏好选择合适的进度计划。     

复杂虚拟样机工程的项目管理技术研究

主要介绍了正在研究和开发的，支持复杂虚拟样机工程的项目管理系统COSIM-PM。COSIM-PM是虚拟样机支撑平台系统COSIM[1]中的重要组成部分，其特点是以多约束、多目标条件下进度／资源的管理与优化技术为核心，通过对人员／团队、时间进度、资源成本的计划、控制、跟踪、优化，支持复杂产品虚拟样机工程全生命周期管理和开发。给出COSIM-PM的系统结构、关键技术，详细的论述了资源优化中的资源均衡优化算法，概要的说明了虚拟样机工程中项目管理与工作流的关系和集成方式，介绍了COSIM-PM的典型应用。     

基于随机活动工期的资源约束项目鲁棒性调度优化

项目进度计划的鲁棒性对于不确定条件下项目的顺利实施具有重要影响. 作者研究具有随机活动工期的资源约束项目鲁棒性调度问题, 目标是在可更新资源和项目工期约束下安排活动的开始时间, 以实现项目进度计划鲁棒性的最大化. 首先对所研究问题进行界定并用一个示例对其进行说明. 随后构建问题的优化模型, 设计禁忌搜索、多重迭代和随机生成三种启发式算法. 最后在随机生成的标准算例集合上对算法进行测试, 分析项目活动数、 项目工期和资源强度等参数对算法绩效的影响, 并用一个算例对研究进行说明, 得到如下结论: 禁忌搜索的满意解质量明显高于其他两种算法; 当资源强度或项目工期增大时, 平均目标函数值上升, 禁忌搜索的求解优势增强. 研究结果可为不确定条件下项目进度计划的制定提供决策支持.     

基于概率联合分布的费用与进度联合风险估计

费用与进度联合风险是指在一定费用目标和进度计划联合约束下不能完成项目计划的风险.采用网络计划技术、Monte Carlo仿真技术、概率联合分布理论和回归分析方法集成的综合方法,建立费用与进度仿真模型,通过对仿真输出结果的统计分析和回归分析,建立费用与进度的边沿概率分布函数和条件概率分布函数,进而实现了费用与进度联合概率分布和联合风险概率分布的估计.最后,结合一个具有确定性逻辑关系但活动的费用和持续时间随机分布的网络计划算例,详细给出了整个分析和应用过程,验证了运用此方法获得的估计结果误差小、可靠性高.     

利用遗传算法实现进度计划的多目标优化

提出进度计划多目标优化的改进数学模型，利用遗传算法和VBA宏语言编制程序在Ms Project98下对模型进行求解，并给出一个时间／费用折中的计算实例，计算结果以及对比研究表明，这种方法是可行和有效的。     

EPC模式下设计-采购-施工任务并行执行的多目标联合优化模型——基于z标记的多参量灰色GERT网络

针对EPC模式下设计-采购-施工任务并行执行的多目标联合优化问题，构建基于z标记的多参量灰色图形评审技术模型。首先，借鉴计划评审技术网络的建模思路，构建由3个分别表示设计-采购-施工任务执行流程的子图形评审技术网络图构成的多参量灰色图形评审技术网络分析模型；然后，在探讨正常执行活动与返工执行活动的时间与费用、费用与质量之间函数关系的基础上，提出基于三元区间数形式表征输入参量与输出参量不确定性的并行执行时间、费用与质量的矩母函数构造方法；其次，在分析设计-采购-施工任务并行执行下多参量灰色图形评审技术网络各参量求解方法的基础上，给出了该网络关键性时间节点开始执行时间与总执行时长的求解方法；最后，依据EPC模式下建设项目需求，分别构造了基于进度导向型与质量导向型的多目标联合优化模型，并以某会议中心项目为例，验证了所构建模型的有效性。研究成果为评估EPC模式下设计-采购-施工任务在并行执行过程中的进度、费用与质量目标的达成情况提供了科学的定量化分析方法，同时也为EPC模式在中国情景下的推广奠定了理论基础。     

废弃物收运网络周期性选址-路径问题多目标优化模型及算法

废弃物处理设施是典型的"Semi-desirable"设施, 其选址相关的决策需要考虑成本、负效应等多个相互冲突的目标. 废弃物中转站的选址和路径优化是一类周期性选址-路径问题(PLRP), 目前缺乏对这类问题的多目标优化的研究. 以多目标城市废弃物收运网络周期性选址-路径问题为研究对象, 提出基于扩散距离的负效应测度方法; 建立考虑负效应和成本的双目标混合整数规划模型; 设计DRECWA-LS算法, 结合启发式优化策略, 求解收运计划对应的周期性选址-路径问题, 并采用扩展邻域搜索策略的多目标进化算法实现对可行收运计划的深度搜索, 同步求解收运计划、中转站选址-分配及车辆路径三个问题. 算例结果显示: 算法能成功求解较大规模问题, 具有较高的求解质量和运算效率.     

网络计划技术应用研究

本文主要结合通辽玻璃厂冷修改造工程,探讨如何在工程中应用网络计划技术。文中,作者归纳出工程分解的七条原则,对工程最优工期的确定提出了新的见解,总结出工期-费用优化的实用方法,建立了综合评价资源进度计划的定量方法,最后还特别对如何实施网络计划进行了探讨。     

多任务流程流水网络计划参数计算及分析

在总结多任务流程特点的基础上,得出了流水网络计划处理此类问题时时间参数的通用计算方法。提取主要的关键影响参数,并定义了工序等待时差及全局关键工序,以此可进行总工期影响分析、资源优化配置、风险分析及进度控制等工作。扩展了流水网络计划的应用范围,为多任务流程工程管理及控制提供了分析方向。     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题，从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性，并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法，该算法以活动为基准，采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动，提升调度计划的鲁棒性。最后，为验证MTPC优化算法的有效性和可行性，通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS，Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性，资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置，还能通过降低活动的拖期风险提升调度计划的鲁棒性，这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于可视化仿真的水电工程施工进度分析与控制研究

对基于可视化动态仿真的水电工程施工进度分析与控制进行了研究,提出了基于GIS的施工进度可视化动态仿真方法,实现了施工进度仿真建模、计算及结果的可视化;提出了结合柔性网络计划技术的进度分析与优化方法,包括工期分析及资源优化,在此基础上提出了基于可视化动态仿真的施工进度实时管理与控制方法;进行了实例分析,其成果在工程施工进度管理当中的成功应用表明所提方法具有可行性和优越性.     

网络计划技术在种猪场安装工程中的应用

以计算机为工具，根据网络计划技术的原理，编制合理的计算机程序，对浙江省某种猪场的安工程项目进行计划分析，缩短了工期；并通过优化网络计划，在不影响工期的条件下，合理安排人力资源，解决了原来人力资源不足的问题，降低了工程的总成本。图３，表１，参３。     

最优资金流施工进度计划的风险分析

本文以合成事件技术为基础，研究进度计划中非关键路径对于关键路的时间干扰问题，定义了安全使用时差的新概念，以便对松驰时间和资金最佳运用情况作出可靠的风险决策。     

时间和费用具有不确定性的优化进度计划

对时间和费用都具有不确定性项目的进度计划的风险性进行了研究 ,提出了以净现值的期望值为优化目标的数学模型 DSPSP,描述如何权衡财务费用的节省和推迟现金流入的风险 ,合理地安排各个活动开始的延迟时间 .假定活动周期和费用都是离散随机变量 ,两者相关 .利用模拟退火过程对两个实例的求解表明 ,DSPSP模型的优化结果明显优于非常保守和非常乐观的两种极端策略.     

运用行式打印机绘制横道网络图

网络计划技术中的网络图,有明确的数学模型,严格地反映了各工序间的逻辑关系,可用电子计算机解算,进行优化,是网络计划技术的基础。但网络图中工序交错,图形复杂,不利于现场施工人员使用。 传统的横道图(横线条进度计划图)的优缺点,正好与网络图相反。     

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.