基于合成事件技术的项目群甲供非商品化资源的配置优化

甲供非商品化资源(the Non-Commercial Resource Provided by Employer, NCRPE)是项目群建设的瓶颈资源，它对业主投资和进度具有重要影响。首先，基于传统的资源优化理论与方法，综合考虑因非关键合同项目的时差使用所致的工期延误风险，研究并构建了以NCRPE的风险型费用现值最小为目标的优化模型，并引入了用于计算风险的合成事件技术；其次，设计了混合粒子群算法求解此模型；最后，开展X项目群的案例分析，计算得到最优解，并对比了最优资金费用现值方案、最早时间开工方案、最晚时间开工方案与传统资源均衡方案的结果。研究结果表明：最优费用现值方案不仅能够实现费用现值最小，同时还能在一定程度上确保项目群较高的完工概率和较低的工期延误风险。研究成果为业主制定项目群NCRPE的配置计划提供了一种新思路。     

项目群业主费用最小条件下费用优化

对于需要甲供非商品化资源的项目群而言，业主通过建立项目群共享资源池统一控制资源费用是业主支付项目群费用最小化的前提条件。在研究项目群甲供非商品化资源-费用优化问题时，首先，根据甲供非商品化资源的特点，定义了资源约束条件，并分析了业主统一管理甲供非商品化资源的优势；其次，为了使业主能够动态地控制项目群甲供非商品化资源生产与调度费用，分别研究并构建了工期固定下项目群实施前和实施过程中甲供非商品化资源-费用优化模型和再优化模型，并选用布谷鸟算法进行仿真实验；最后，结合项目群Z对模型进行验证分析。研究结果表明，与GA、PSO等经典优化算法相比，布谷鸟算法能更高效、稳定地求得甲供非商品化资源费用最小值，从而降低项目群实施前的优化费用、提高资源利用率，使业主支付费用最小。     

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.     

随机工期下反应性多模式项目调度优化

在活动工期随机中断下,通过衡量成本、鲁棒性及完工时间3类目标和两种资源分配的不同组合下,获得的反应性策略对项目调度过程中损失成本、完工时间及中断次数等方面的影响,以确定不同情况下的最优调度策略。首先对该问题进行界定,并构建问题的优化模型;设计遗传禁忌混合搜索启发式算法对模型进行求解并得出结论:遗传禁忌混合算法要优于单纯的遗传或禁忌算法;采用基于成本目标的策略可以显著降低项目反应性调度成本;在不确定度较低的环境下,传统的进度生成方式要优于随机进度生成方式。     

基于优化资源流约束的模具多项目反应调度算法

针对模具多项目执行过程中由于任务拖期而导致的调度计划变更,提出了一种基于优化的资源流约束的反应调度算法. 首先利用基于优先规则的微粒群算法构建一个项目加权工期之和最小的初始调度计划,采用启发式算法建立并优化初始调度计划的资源流网络,并将关键链技术与资源流网络相结合,对初始调度计划进行合理的时间缓冲设置. 然后建立了以调度计划扰动费用最小为优化目标的反应调度模型,并用基于优先规则的微粒群算法进行求解. 最后,通过仿真计算分析了算法的可行性与可靠性,结果表明该反应调度算法在模具多项目动态调度中具有一定的应用价值.     

项目群视角下大中型工程合同项目工期奖励模型

项目群进度目标控制是项目群管理的主要任务之一, 它是影响项目群能否如期发挥功能和经济效 益的关键因素, 项目群进度目标取决于合同项目进度目标. 从项目群视角, 通过分析合同项目工 期奖励机理, 利用关键路径法(critical path method, CPM)对合同项目工期进行研究, 重点探讨了合同项目 工期对项目群工期所产生的影响, 包括对合同项目自身、项目群关键节点以及项目群等三个方面的影响, 据此构建了项目群视角下 合同项目工期的奖励模型, 并分析了该奖励模型的特点. 结合南水北调东线工程宝应站项目群, 对合同项目工期奖励模型进行了实证分析. 研究成果克服了单项目视角下现行合同项目工期奖励 办法的不足, 从而为科学、合理地制定合同项目工期奖励办法提供理论依据.     

基于动态多目标粒子群优化算法的资源受限研发项目进度

资源与进度优化调度已成为企业研发项目成功的关键。引入粒子群算法来解决这一问题，将普通粒子群多目标算法进行了改进，提出动态的多目标粒子群算法，通过采用VC＋＋编程语言对模型及其求解算法进行案饲仿真，证实了模型及算法的有效性与优越性。     

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.     

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.     

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。     

基于改进蚁群优化的多目标资源受限项目调度方法

多目标资源受限项目调度是一类典型的NP难组合优化问题,具有广泛的实际应用背景.本文提出了一种带局部搜索的改进蚁群优化算法用于求解多目标资源受限项目调度问题,优化指标为最小化项目工期和资源投资.首先,采用改进的蚁群优化算法获取Pareto解集;其次,通过基于带逻辑约束的Insert和Swap邻域搜索方法对已获得的非支配解进行局部搜索,进一步提高算法的性能;最后,基于PSPLIB国际标准测试集的数值仿真实验与现有最好的算法比较,验证了所提算法的有效性和高效性.     

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.     

带有多重空间干涉约束的工程调度优化北大核心CSCDCSSCI

工程活动的空间干涉会延迟活动进度,降低活动质量,甚至引发事故,威胁员工的生命安全。针对这一问题,研究考虑多重空间干涉的工程调度优化问题。对工程中的空间资源和空间冲突进行系统地分类,建立带有多重空间干涉约束的工程调度优化模型并设计一种求解该问题的启发式算法——禁忌模拟退火算法。分别例举一个现实的工程案例和随机生成的算例群进行计算实验,结果表明,算法能快速生成项目调度计划方案,有效避免或减少多重空间干涉并尽可能地缩短工期,为工程管理者提供决策支持。     

基于时差效用的双目标资源约束型鲁棒性项目调度优化

进度计划的稳定性对不确定环境下项目的顺利实施具有重要影响。从活动自由时差效用函数的新视角度量调度方案的鲁棒性,进而,同时考虑项目工期和鲁棒性两个目标函数,构建了基于时差效用的双目标资源约束型鲁棒性项目调度优化模型(BORRCPSP)。针对模型的NP-hard和多目标组合优化特征,设计一种调整的快速非支配性排序多目标遗传进化算法(NSGA-II)求解模型。基于PSPLIB中的480个标准算例进行大规模数值仿真测试。采用获得Pareto最优解集合的算例比率、与最优工期的偏差以及Pareto最优解集合的规模和计算时间作为4个评价指标,实验数据的统计结果验证了BORRCPSP模型和调整的NSGA-II算法的有效性。结论表明,BORRCPSP的Pareto最优解集合可以给项目经理综合考虑项目工期和进度计划的稳定性提供定量化决策依据。     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

活动重叠对缩短资源受限项目工期有效性研究

活动重叠是项目赶工的一种常用手段,但并非所有活动的重叠执行均能有效缩短项目工期.识别和评估项目中活动重叠对缩短项目工期的有效性,避免无效的活动重叠及资源的浪费,对于解决资源受限项目调度问题具有重要的理论和现实意义.针对现有进度生成机制在处理带有活动重叠的资源受限项目调度问题上的不足,本文建立整数线性规划模型并对小规模算例进行精确求解.在对求解结果统计分析的基础上识别影响活动重叠有效性的关键因素,为项目调度中制定重叠策略提供指导.通过一个算例验证预先识别有效的活动重叠对提升启发式算法性能和优化项目调度结果具有积极作用.     

资源多时间窗约束下的项目调度

资源受多时间窗约束在项目管理实践中时常出现,却在资源受限项目调度的研究中很少涉及。根据资源的多时间窗特点,建立以成本最小化为目标、考虑资源多时间窗约束的项目调度优化问题的数学模型,提出基于优先规则的倒推右移调度方法,开发相应的优先规则。经算例测试,对比分析资源时间窗在不同的配置水平下对项目成本和工期的影响,并对活动网络复杂性和不同的优先规则下的结果进行比较。结果表明,基于优先规则的倒推右移调度方法可以有效地求解问题,项目目标在倒推右移操作后有明显改善,考虑任务资源时间窗匹配和最小后序活动静态成本的混合优先规则求解效果较好。     

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。     

多技能资源时间窗约束下可中断项目调度的分支定界算法

资源的多技能和时间窗属性是软件开发、工程设计、设备维修等领域在人力资源调度时常考虑的关键因素,而且在很多实际项目中,任务的执行允许中断.研究一类资源具有多技能和时间窗约束的任务可中断项目调度问题,建立了相应的整数规划模型,设计了一种分支定界算法构造搜索树进行求解,搜索树的每个节点代表一个任务组合,同时为减少分支节点数,提出了两个有效的剪枝规则,并设计了节点优先规则,对各节点任务组合则采用贪婪算法来进行资源约束判断.利用改进的PSPLIB案例库设计多组计算实验,实验结果检验了优选策略的有效性,经与CPLEX模型求解和基本启发式方法的对比揭示了算法在解决这类问题上的效率和有效性,求解结果可为实际项目调度提供决策依据.     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。