基于遗传算法多目标优化的工程项目调度

在建设工程项目管理中,施工周期和项目成本的综合均衡管控是项目调度管理的最重要内容之一。然而,实际中两者的关系即相互关联又矛盾对立,任一目标的优化必然以弱化另一目标为代价。因此,工程项目调度管理问题是一类组合优化问题。为此本文提出了一种基于遗传算法的多目标优化建设项目调度模型。模型为项目管理者制定和评估工程完成最佳时间和成本最小化的的工程施工进度计划。计算模型主要分为三个模块：开发实用的建设项目进程调度模块;计算项目成本的管控模块;多目标搜索和识别项目时间和成本之间最优或接近最优解的权衡模块。最后,应用该模型分析了一个应用实例,并证明了模型的有效性,为项目管理者提供理论参考。     

一种求解项目调度中资源均衡问题的粒子群算法

针对资源受限下的项目资源均衡问题的自身特点,及其与传统资源受限项目调度问题的相似之处,设计了一种以优先值法作为粒子表达RLP问题的粒子群优化算法。选用并行进度生成机制,同时在将资源均衡转化成资源受限下项目调度问题的过程中,根据资源均衡本身的特点,对并行进度生成机制进行处理。最后结合算例进行仿真实验,验证了构建的资源均衡模型以及粒子群算法求解资源均衡问题的可行性。     

对建筑施工管理措施的探讨

项目管理的主要控制要素是质量,进度和成本。项目管理的目标是在保证质量前提下,寻找进度和成本的最优解决方案,确保对成本、进度进行有效地控制。项目管理是通过项目各方面的项目要求,把各种资源应用于项目,以实现项目的目标,使项目各方面的需求得到不同程度的满足。本文主要阐述了建筑施工中问题产生的原因,以及在施工管理中的四个控制目标。最后还论述了在施工中具体的几个管理措施。     

联合火力打击中武器目标分配问题的多目标优化模型及算法

联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.     

一种资源约束项目调度问题的遗传算法

资源约束项目调度问题是项目管理研究的大问题,对于项目管理的研究者和实践者都非常重要,该问题理论上属于NP难题。针对经典资源受限项目调度问题,本文结合教学算法和遗传算法,提出了一种新的智能优化算法——教学遗传算法来求解。通过对资源受限项目调度标准数据集PSPLIB中多个项目调度问题的仿真及与现有文献中的相关算法的比较,验证了所提算法的有效性。     

资源受限项目调度模型的施工进度管理

综合资源受限项目调度问题的研究和实际建设工程项目施工进度管理的需求,提出广义优先关系下的差分进化人工蜂群算法的资源受限项目调度模型.其中差分进化算法用于处理交叉变异问题,人工蜂群算法用于处理寻优过程的各阶段推进,并以广义优先关系串行调度产生方案获得的总工期作为适应度值确定优先级编码.根据实际工程项目的应用进一步提出由逆向反推计算关键路径、关键任务的资源及历时优化、非关键任务的资源均衡等组成的资源约束进度管理方法.在eclipse环境下用Java语言进行编程,快捷准确地获得进度和资源相关的资源约束进度计划、约束资源分布情况,以及资源与工期的优化方案.     

基于粒子群的多目标多执行模式项目调度

聚焦多目标多执行模式特点下的项目调度问题,通过建立工期、费用、资源和质量多目标函数,构建综合优化模型,同时运用粒子群算法解决工程项目多目标多执行模式优化问题.最后,通过一个应用实例计算,表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题,达到了项目调度中面对不同模式进行抉择,并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果.     

基于机会约束规划的ERP实施方案优化模型

为了解决企业ERP实施规划方案中的时间、成本、质量不确定优化问题,结合PERT技术提出了基于机会约束规划的实施进度、实施进度-费用和实施质量优化模型及进度-费用-质量联合折衷模型.采用随机模拟技术通过Monte Carlo仿真给出了项目实施风险的概率估计,并利用嵌入PERT的基于随机模拟的遗传算法对模型进行求解.最后通过算例验证了文中提出的模型的合理性和算法的有效性,为企业ERP实施方案的规划提供了可靠的方法.     

遗传算法在网络计划资源优化中的应用

将遗传算法引用到资源优化中，解决了“资源有限-工期最短”和“工期固定-资源均衡”两种优化问题，得到了比应用网络计划技术及数学规划方法更为满意的计算结果，克服了传统的资源优化方法不能保证解的最优性的缺点。在此基础上，还将上述两种情况综合进行多目标优化，获得工期最短资源均衡的优化结果，并通过实例验证了该方法的可行性和高效性，对于工程项目管理中资源工期优化具有实际应用价值。     

资源约束型水利项目工程活动分析

资源约束型水利项目一般指的是在现有的空间、时间、有限人力、工具材料资源下,对水利工程项目恰当的计划和控制,使项目的各项活动达到好的成绩,实现资金、进度和效益的预期要求,圆满完成项目任务,并使公司取得最大利润。在这样的水利项目中,我们通常以项目管理中难点：资源约束条件为定义。资源的约束条件是在前期计划中已经拟定好的不可增加或溢出更多有用资源。由于资源约束项目进度优化问题必须同时处理时间约束和资源约束,所以它比一般调度问题更难解决。     

基于关键链方法的审计项目进度管理研究

引进关键链方法解决了审计项目管理中的核心问题,即在资源的可用性高度不确定或存在约束时,如何对项目的进度进行科学管理.     

平面完全约束绳牵引并联机器人的多目标优化

针对平面完全约束的绳牵引并联机器人的多目标优化问题,给出了一种理想点法与遗传算法相结合的方法.首先以绳牵引并联机器人工作空间面积、全面刚度指标、全局灵巧度系数为优化目标,基于遗传算法进行全局优化,得到各个目标的理想点.然后采用理想点法建立多目标优化模型,并采用遗传算法对该模型进行求解.仿真实验表明,优化结果较为均衡,各模型有效解都接近相应单目标的理想点.所得结论可以为同类绳牵引并联机器人的设计提供参考.     

考虑客户偏好的双目标时间窗指派车辆路径问题

基于现实中客户对服务时间窗有特定偏好,将最大化客户满意度作为优化目标,对双目标时间窗指派车辆路径问题展开研究.在该问题中,供应商需为每一客户许诺一个服务时间窗.在许诺服务时间窗时,服务期间客户每天需求量尚未确定.在构建了混合整数线性规划模型的基础上,采用不同约束处理依据帕累托方法设计了2个多目标遗传算法:抛弃法约束处理多目标遗传算法和无参约束处理多目标遗传算法.经数值试验测试表明,2个多目标遗传算法都能获得有效的非支配解集,抛弃法约束处理多目标遗传算法的求解质量显著地优于无参约束处理多目标遗传算法.另外,客户满意度与期望配送成本之间存在着制约关系,客户满意度从最小到最大的提升率高于期望配送成本的提升率.     

折现流多模式资源约束项目调度问题研究

针对带折现现金流的多模式资源约束项目调度问题研究,在考虑实际工程中对最终净现值产生影响的多种因素的基础上,建立以最大化现金流净现值为优化目标的非线性数学模型,提出一种改进的遗传模拟退火算法对模型进行求解.该算法利用遗传算法进行全局并行搜索,种群每个新产生的个体在交叉和变异后采用模拟退火技术进行局部串行优化,使之移动到最近的局部最优点再进入下一代迭代.采用针对活动的整数编码方式,基因的值表示活动的优先权和执行模式,每个个体对应一个满足时序约束和资源约束的项目调度方案.仿真结果表明,新算法能有效地对多模式资源约束项目调度问题做出合理调度,使项目收益最大化,并且比传统的遗传算法具有更高的求解质量和求解效率,为承包商在项目投资和进度管理上提供了定量化决策支持.     

处理带约束的多目标优化进化算法

针对当前对求解多目标优化的遗传算法中主要考虑如何处理相互冲突的多个目标间的优化,而很少考虑对约束条件的处理的问题,提出一种求解带约束的多目标优化遗传算法,利用邻域比较与存档操作遗传算法处理多个相互冲突的目标之间的优化、利用不可行度选择操作处理约束条件和选用约束主导原理指导进化过程选择操作; 面向多目标约束优化算法,列举了2个难点典型问题进行仿真计算研究,仿真结果表明该算法能较大概率地获得多目标约束优化问题的可行Pareto最优解.     

一种新颖的可控负荷优化调度策略

文中提出一种智能电网环境下可控负荷优化调度的双层优化模型.上层是可控负荷聚合器的优化问题,其目标是通过优化调度3类可控负荷的方式最小化购电成本;下层是电网优化问题,该问题提供电网实时电价给上层优化问题.文中将电网优化问题的KKT条件作为可控负荷优化问题的均衡约束,双层优化问题转换为具有均衡约束的数学规划(Mathematical Program with Equilibrium Constraints,MPEC)问题来求解.算例仿真反映了提出的调度策略的基本特征.     

不确定环境下多项目调度与控制模型研究

项目调度与控制是项目管理人员从事项目管理时尤为重视的问题,它直接关系到项目的成本、质量,以及竣工时间。在资源竞争日益激烈的当下,如何提高效率,保证项目质量,实现利润最大化,尽可能缩短工期,是每个项目管理人员亟需要具备的能力。而与传统的单项目调度与控制研究相比,不确定环境下多项目调度与控制研究要复杂很多,因此本文在结合前人相关研究的基础上,添加资源利用率这一目标,结合项目管理的特点,建立相应的多项目调度与控制模型,以期达到最大程度实现各目标均衡优化的目的。     

基于遗传算法的网络化制造伙伴选择与优化

在分析制造业面临的动态多变的竞争环境基础上,着重考虑了时间、成本、风险作为伙伴选择过程中的重要评价因素,结合项目本身存在的约束关系以及决策者的偏好,提出了基于遗传算法的合作伙伴选择的多目标优化模型·实例仿真结果验证了算法模型与求解过程的有效性与实用性,实现了网络化制造伙伴选择的定量分析,为开发网络联盟企业合作伙伴选择决策支持系统奠定了基础·     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

浅谈项目管理的理论思考和主要控制要素

项目管理的主要控制要素是质量、进度和成本。项目管理的目标是在保证质量前提下,寻找进度和成本的最优解决方案,确保对成本、进度进行有效地控制。赢得值分析法是工程项目成本进度综合度量和监控的有效方法,使得建设工程项目管理日益系统化、科学化。