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。