工程项目工期-成本-质量均衡优化

工程项目管理的重要内容之一就是对工程工期、成本、质量等目标进行综合均衡控制,而这三者又是相互关联的矛盾对立统一体,即三大目标中任一目标的增强必然以牺牲其他目标为代价。本文在对比分析了现有文献中关于质量问题的多目标优化模型——质量成本模型、质量可靠度模型、工期-质量曲线模型、赢得值模型等的基础上,提出了基于网络系统可靠度的质量模型,进而改进了工程项目工期-成本-质量三者的均衡优化模型,最后运用该模型对一个工程实例进行优化。在优化过程中,本文采用了基于免疫遗传的微粒群算法(IGPSO),优化结果证明了该模型的可行性和有效性,为项目管理者提供了有效的决策支持。     

基于区间GERT网络的工程项目工期-成本-质量联合优化模型

考虑实际工程项目中存在的不确定因素以及具体实施过程中存在的信息反馈、返工迭代等问题,提出了以区间数表征不确定参数,以概率性随机网络GERT搭建总体分析框架,并结合输出结果受限信息,建立了基于区间数的、有强制输出约束的GERT网络模型。以该区间GERT网络模型为核心,采用钟型函数模拟工程质量与工期之间的关系,构建在不确定环境下的工程项目工期-成本-质量联合优化模型。进而,运用遗传算法对其进行求解,估测项目中工期、成本、质量的可能分布数值。最后将模型应用于某卫星伸展机构研制项目,并将优化结果与相关文献方法进行对比分析,验证新模型的合理性与计算方法的有效性。     

基于蚁群算法的施工项目工期-成本优化

工期-成本优化是施工项目计划的一个重要方面.它从实质上属于一类多目标优化问题.结合近年来提出的一种新的进化算法-蚁群算法(ACO),尝试对工期成本问题(TCTP)进行求解.通过与改进自适应权重方法(MAWA)的结合,ACO算法不仅可以找到最优解,还可以得到问题的帕雷托前沿.通过一个算例验证了算法的有效性,并和枚举法和遗传算法的计算结果进行了比较.结果表明蚁群算法对于工期成本优化问题的求解是十分适用的.     

基于遗传算法和Pareto排序的工期-费用-质量权衡模型

工期、费用和质量是工程项目管理和控制的三个基本目标,其中任何一个因素的变动都可能对其它两个产生影响.对工期-费用-质量进行全面的权衡,将对项目决策者管理和控制项目的运作有着重要意义.通过建立完整的质量衡量体系对工程项目的质量水平进行量化评估,利用Pareto最优的原理,设计了一套基于遗传算法和Pareto排序法的运算程序,从而建立起工期-费用-质量的权衡模型,决策者在由该模型得到的Pareto解集中寻求满意的资源配置方案.最后将模型应用于一个案例对其可行性和适用性进行了验证分析.     

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.     

具有奖惩结构的三级建筑供应链工期协调优化

三级建筑供应链包括业主、总包商和分包商.在分析了三级建筑供应链工期优化的一些基本关系式的基础上,考虑资金时间价值和激励机制,建立了具有奖惩结构的三级建筑供应链工期协调优化模型.模型考虑了业主对总包商的总工期激励,以及总包商对分包商的节点工期激励.最后结合一个算例进行了仿真计算和分析,对比了传统工期优化和供应链工期协调优化的结果.结果表明,对于三级建筑供应链的工期优化,具有奖惩结构的供应链工期协调方法可以使项目工期优化的同时,还能使建筑供应链实现帕累托优化;工期激励政策对三级建筑供应链的工期优化效果是显著的.     

考虑支付进度的动态工期优化

建立了基于网络图的传统工期费用交换问题的优化模型.针对传统优化模型的缺陷,考虑资金的时间价值,以净现值最大化为优化目标,建立了基于工程款支付进度的动态工期优化模型,目标函数包括了项目实施中的各项现金流入和流出:业主支付、活动直接费用、项目间接费用.同时给出了两个模型的求解算法.最后结合一个算例对比了不同工期优化下的结果.结果表明,与传统优化模型相比,虽然本文提出的优化模型工期增加了,但建筑商的净现值收益提高了.从反映建筑商真实收益的净现值角度看,所提的模型更优.     

可更新资源受限的工期-费用权衡问题及粒子群算法

传统离散时间-费用权衡项目调度问题(DTCTP)中,可更新资源约束被忽略,将可更新资源约束引入DTCTP模型,形成可更新资源受限的工期-费用权衡项目调度问题(RRCDCTP)。在活动执行模式中增加可更新资源需求量,并考虑项目执行中的单位工期的可更新资源限量约束,基于可更新和不可更新两类资源的使用量计算活动费用。根据模型特点,提出一种求解该模型的粒子群优化算法。实例验证结果表明,当存在可更新资源约束时,在相同总费用预算约束下,RRCDCTP获得的最优项目工期比DTCTP获得最优工期长;同时,可更新资源限量越小,最优调度计划中具有浮动时差的活动数越少。     

带有活动重叠的资源受限项目调度问题建模与求解

在新产品研发项目中,常常通过活动重叠缩短工期,但是重叠会带来返工风险,进而造成额外的时间和资源的消耗.将活动重叠分为自然重叠和强制重叠,采用设计结构矩阵、紧前重叠活动时间因子矩阵、紧后重叠活动时间因子矩阵和重叠返工影响矩阵量化重叠返工对时间和资源的影响.以最小化研发项目工期为目标,建立了带有活动重叠的资源受限项目调度问题优化模型,并设计了改进的遗传算法进行求解.该算法采用基于优先规则的编码机制,并将考虑活动重叠的进度生成机制作为解码方法.实例研究结果表明,提出的考虑活动重叠的模型与算法,不仅可以缩短项目工期,而且同时使项目资源的使用更加均衡.最后在随机生成的算例集合上测试了算法的有效性.     

时间-费用相关的随机活动网络仿真研究

针对复杂产品研发项目活动时间、费用不能准确确定,采用蒙特卡罗仿真方法,建立了时间和费用为相关随机变量的随机活动网络仿真模型。利用乔列斯基因子分解法,将独立分布的时间和费用随机变量转化为相关的随机变量,通过对仿真结果的分析,可以更准确地进行时间-费用交换分析,优化项目工期和费用。通过算例说明了仿真建模和分析过程。     

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.     

基于综合活动敏感性的动态缓冲分配及监控方法

经典缓冲管理方法只考虑了活动对工期的敏感性,而成本对项目的影响也至关重要,而且两者对不同项目的影响也各不相同。考虑活动对成本的敏感性,确定出活动对时间和成本的综合敏感性系数,在此基础上,根据活动对成本和时间的综合敏感性和活动持续时间,将项目缓冲进行分配,使得缓冲的分配更加合理。根据综合活动敏感性将活动分为高、一般以及低敏感性活动,从而能够更加有效地确定项目的监控重点。分别设置监控触发点,对缓冲消耗实行动态监控。最后,结合案例,采用Matlab仿真模拟验证优化结果。实验结果表明,该方法使缓冲利用更加高效,突出监控重点,能够实现成本降低和工期缩短的双重目标。     

随机活动工期下基于总不确定成本的项目前摄性调度与反应性调度集成优化

从成本经济角度研究活动工期随机中断下前摄性调度与反应性调度在应对不确定因素干扰中的集成优化问题，目标是最小化项目计划与实施过程的总成本。构建以总成本最优为目标的前摄性与反应性调度集成优化模型；针对模型特征设计混合变邻域随机禁忌搜索启发式算法，并在ProGen生成的算例上进行全因子测试。结果表明：基于随机属性的混合启发式算法在算例规模较大时可以发挥较好的作用；通过合理设置基准进度中缓冲分配方案，可以通过牺牲部分鲁棒性的方式获得项目总成本的最优。     

工程项目风险元传递的系统动力学模型

基于广义项目风险元传递理论, 将导致工程量增加的因素视为风险元, 对工程项目风险元影响的传递情况进行了分析, 运用系统动力学构造出相应的因果关系循环图, 建立了风险元传递的系统动力学模型. 给模型中的变量赋值, 确定变量之间的函数关系, 利用iThink软件进行了模拟仿真. 结果表明: 风险元的发生对工程费用、工期以及质量都会产生不同程度的影响, 而且这种通过项目内部结构的传递影响是随风险元的增加而加速增长的. 另外, 反映项目各要素随时间动态变化的风险元传递模型的结果图能为风险管理及项目管理提供有力依据.     

考虑全局资源闲置成本的分布式RCMPSPTT

在考虑资源转移时间的分布式多项目调度问题中,增加考虑资源闲置成本,对于多项目共享资源的协调决策具有重要影响.基于多Agent系统建立以单项目完工时间为优化目标的局部调度模型,并采用遗传算法求解初始局部调度计划;同时考虑项目延期成本、全局资源转移成本和闲置成本,以多项目总成本为优化目标建立全局协调决策模型,设计基于贪婪转移策略的序贯博弈谈判机制协调全局资源的分配和转移,并根据协调结果调整单项目局部进度计划;以MPSPLIB问题集开展实验研究.研究结果表明:协调时考虑全局资源闲置成本能更好的协调全局资源的分配和转移;与无博弈随机分配和转移的协调机制相比,基于贪婪转移策略的序贯博弈谈判机制可以有效地降低多项目总成本.     

基于仿真的随机活动网络进度费用联合风险

针对复杂随机活动网络活动时间、费用随机性和相关性特点,采用蒙特卡罗方法随机抽取时间、费用样本,再利用乔列斯基因子分解法,将独立分布的时间和费用随机样本转化为相关的随机样本,建立了时间和费用为相关随机变量的随机活动网络仿真模型.通过算例结果的比较分析,说明新模型可以更准确地预测项目的风险概率,进行时间-费用交换分析以及进行项目工期和费用优化.