基于TOC的项目管理技术模型

项目进度制约因素管理的核心思想为"项目必须遵守整体优化而非局部优化",它主要运用关键链技术解决了资源冲突和不确定因素对项目进度的负面影响。本文运用数学工具围绕这两个方面展开,并提出了解决资源冲突的定量分析方法和有关缓冲区的定量处理。     

挣值法在软件项目成本和进度监控中的应用

针对软件项目存在“产品进度延误,费用剧增”的问题,以挣值法作为理论基础,结合软件项目的开发过程,通过应用挣值法的计划投资额、实际投资额、完成投资额三个关键中间变量,费用偏差、进度偏差二个差异分析变量指标和成本偏差率、进度偏差二个指标变量的指标统计分析软件项目成本花费、进度执行情况,为软件项目成本、进度的联合监控提供依据,使项目管理工作目标清晰,过程控制高效有序,从整体上良好地把握了软件项目的运行状态,实现了对软件项目成本和进度的监控。     

鲁棒项目调度研究综述

基于确定环境与完全信息的项目调度,产生的最优进度计划在执行时面临实际项目环境中的不确定因素,可能会与预期产生较大偏差,甚至变得不可行,导致项目进度拖延、预算超支。鲁棒项目调度可以产生稳定的基线进度计划,并对执行时受到干扰的进度计划进行有效恢复。概述了鲁棒项目调度产生的背景,归纳了鲁棒项目调度问题及其研究框架,评述了项目进度计划鲁棒性的分类,综述分析了主动型项目调度与响应型项目调度的模型与方法及其在近几年的最新进展。最后指出了鲁棒项目调度进一步的研究方向。     

航天项目费用影响下的进度不确定性定量分析

航天项目中费用与进度大致服从正态分布与对数正态分布,针对这一基本结论,给出了在费用不确定性的影响下,对进度不确定性进行定量分析的方法,推导了费用不确定性影响下的进度不确定性估算公式。该方法对于航天项目进度风险的分析与管理具有可操作性强的实用价值,便于预测费用影响下的进度风险,从而采取合理的措施。以某具体航天项目为例,分析了进度不确定性将如何随着费用的不确定性而发生变化,并进一步指出了进度不确定性的其它若干个可能的影响因素。     

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.     

基于关键链和混合优化算法的舰船多项目并行建造进度管理方法

针对舰船多资源约束、多项目并行建造条件下进度优化与管理能力的不足,提出了一套进度管理方法。首先,基于关键链理论给出了多资源约束下舰船多项目并行建造进度管理步骤。其次,构建了舰船多项目并行建造进度优化模型,可实现在优化并行项目总工期的过程中通过合理分配各种资源获取最佳项目实施组合。最后,设计了适合于舰船建造等大型复杂工程项目求解的混合优化算法,并通过算例验证了方法的实用性。     

复杂装备研制项目的动态挣值管理与可视化技术

为缩短复杂装备研制项目工期,本文考虑项目内部工作项之间的约束关系,建立了以项目工期最短为目标的数学规划模型,并给出该模型的求解算法。由模型采用挣值管理方法进行工期预测,借助相似度矩阵对挣值管理加以改进,从而实现单独预测以及对未开工工作的提前预测,以提高预测结果的准确度及动态性,更能得到管理调整的重点。本文同时提出一种配合动态挣值管理实施的可视化管理技术——"进度-费用四象限分析图",并使用"挣值散度"对该图进行量化以评价复杂项目受控状态。最后,通过案例分析验证了规划模型方法的有效性,并通过计算其挣值散度来评价项目进度的相对符合度。     

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.     

基于时间EVT的项目进度预测方法

针对传统挣值技术在进度预测方面存在根本的缺陷,运用时间单位而非成本单位对项目的进度绩效进行度量,提出一种基于时间的挣值技术,并根据项目的不同状态,分别给出完工时间的估算算式。比较分析的结果表明:在整个项目生命周期内,尤其在项目接近收尾阶段(后1/3阶段),较之计划价值率与挣得工期法方法,基于时间EVT更能准确反映项目未来的进度状态,取得良好的进度预测效果。     

多模式项目支付进度的整合优化研究

首先明确了研究的假设条件并对符号进行了定义;随后分别从承包商和业主各自的角度构建了多模式项目支付进度的优化模型;在此基础上讨论了项目融资费用分担问题并对双方整合角度的多模式项目支付进度问题进行了界定,构建了由两个优化模型集成的双方整合角度优化模型,求解该模型可以获得使双方联合收益最大化且按照商定比例分担项目融资费用的支付进度安排;最后,通过一个实例的计算分析对本文的研究成果进行了说明.     

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HTLBO算法的舰载机机群机库维修任务调度

舰载机机库维修能力是制约舰载机机群可用度乃至出动、作战能力的关键要素,为提升舰载机机库维修效率并减轻传统人工制定维修计划的负担,研究了舰载机机群机库维修任务调度方法。首先,系统分析了舰载机机群机库维修任务调度的作业流程模式,基于维修资源约束,面向实际维修任务需求,提出了将舰载机机群波次可用度指标和机库维修人员负载均衡性指标作为分层优化目标,建立了舰载机机群机库维修任务调度模型。其次,将模型抽象为多技能资源受限项目调度问题,提出了基于资源约束推进的串行调度机制,并设计了混合教与学优化算法。最后,通过设计仿真案例和算法对比,验证了模型和算法的可行性与有效性,所提出的混合教与学算法具备更好的收敛速度和优化性能,有一定的工程借鉴意义。     

基于粒子群算法的多目标车辆调度模型求解

车辆调度问题是具有复杂约束条件的组合优化问题,在理论上属NP-hard问题.考虑车辆数目最少和车辆运行时间最短,建立了具有时间约束的多目标车辆调度模型.并采用粒子群算法（PSO）求解车辆调度问题,以寻求最优车辆调度方案.在实例中通过运用粒子群算法和遗传算法进行比较分析,结果表明,PSO算法简单可行,在优化性能、收敛速度及鲁棒性等方面优于遗传算法,能较好地解决组合优化问题.     

Improved differential evolution algorithm for resource-constrained project scheduling problem

An improved differential evolution (IDE) algorithm that adopts a novel mutation strategy to speed up the convergence rate is introduced to solve the resource-constrained project scheduling problem (RCPSP) with the objective of minimizing project duration. Activities priorities for scheduling are represented by individual vectors and a serial scheme is utilized to transform the individual-represented priorities to a feasible schedule according to the precedence and resource constraints so as to be evaluated. To investigate the performance of the IDE-based approach for the RCPSP, it is compared against the meta-heuristic methods of hybrid genetic algorithm (HGA), particle swarm optimization (PSO) and several well selected heuristics. The results show that the proposed scheduling method is better than general heuristic rules and is able to obtain the same optimal result as the HGA and PSO approaches but more efficient than the two algorithms.       

在轨空间智能制造:分布式调度建模与优化

在轨空间制造系统是在行星大气层外的需要地面工厂、在轨空间工厂、天地运载工具协同的以进行空间设施建造为目标的一类分布式制造系统.分布式调度建模和高效优化求解技术是实现在轨空间智能制造的关键技术之一.本文针对一类具有组件地面分布式制造及运输、地空分批次运输、组件在轨装配等典型特点的在轨空间智能制造系统,将其分解为分布式同质流水线调度,考虑运输时间的同速并行机调度,考虑工件释放时间、机器可用时间、机器处理能力的单机批调度以及考虑组件释放时间、优先约束的单机调度等问题,并基于模型协调思想建立以最小化组件生产到产品装配总时长为目标的分布式多阶段调度模型.进而,将用于求解连续优化问题的易理优化算法扩展到离散调度问题,提出求解该分布式调度问题的基于易理优化的模因算法.基于中规模、大规模算例的仿真结果和算法分析比较表明:相较于粒子群算法、教学算法、水波算法等智能优化算法,所提算法是一种求解分布式多阶段调度问题的可行、有效算法.值得一提的是,这是第一篇关于在轨空间智能制造系统调度优化的研究.     

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...     

基于路径QoS加权分解的工作流调度算法

采用有向无环图DAG(Directed Acyclic Graph)描述的工作流在QoS约束下的调度问题是一类典型的NP难问题。分析了DAG工作流调度问题的调度目标,提出了一种基于路径QoS加权分解的工作流调度算法,通过将工作流的全局QoS约束分解为单个任务的局部QoS约束,将整个工作流的全局优化问题转化为单个任务的局部优化问题,降低了问题的复杂度。在对整个DAG工作流的QoS约束进行分解时,算法对工作流的每条路径的QoS约束进行分解,并以任务可选能力服务间的单位QoS增益之和作为权值,将单条路径的QoS约束分解到组成路径的每个任务。仿真结果表明,与其他基于QoS分解的DTL、DBL等算法相比,该算法具有更高的调度效率,能够找到更好的调度方案。     

多星联合任务规划的迭代修复求解技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题.现有研究大多对问题进行了不同程度的简化.面向多种类型卫星的联合任务规划问题,考虑上述多种约束,建立数学规划模型,引入迭代修复方法对问题进行求解,并提出了基于成像任务分布的插入选择和撤销选择启发式准则.实验结果表明,迭代修复技术在多星联合任务规划领域是可行有效的.     

基于贪婪随机自适应过程的多类型卫星联合任务规划技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题,现有研究大多对问题进行了不同程度的简化。面向多种载荷类型卫星的联合任务规划问题,考虑上述多种约束,基于贪婪随机自适应搜索过程提出了一种新的混合算法对问题进行求解。实验结果表明,该混合算法在多星联合任务规划领域是可行有效的。     

一种求解多处理器作业调度的Hopfield神经网络方法

多处理器作业调度是一类非常复杂的组合优化问题 ,而Hopfield神经网络通常被广泛用于求解各种组合优化问题。针对具有时间约束 (执行时间和最后执行期限 )和若干资源约束的多处理器作业调度问题 (已知是NP难解的 ) ,提出了一种基于离散的Hopfield神经网络的求解新方法。该方法直接把问题的各种约束表示为Hopfield神经网络的能量函数项 ,进而导出神经网络模型。实验仿真结果表明了该方法的有效性。