摘要：为解决多模式资源约束项目调度问题,提出了一种混合遗传算法的求解方法。该算法采用二维编码方法来表示问题的解,基因的值表示任务的优先权和执行模式,每条染色体对应一个满足逻辑关系约束的可行任务排序,根据染色体所对应的任务调度顺序和执行模式序列可以获得一个满足资源约束的项目调度方案。应用该编码方法进行选择、交叉和变异等遗传操作,能够使搜索范围遍及整个问题解空间。实际应用表明,该算法能快速求得问题的最优解或近似最优解。

摘要：水利工程项目的调度属于资源受限的项目调度问题,但现实中这类项目存在着一种复杂的时间约束,即项目中的某些活动在特定时间段内不允许执行.针对这类特殊约束,本文提出了一种新的资源受限项目调度扩展模型,设计了多优先规则的启发式算法进行求解.并在此基础上提出了一种混合遗传算法,构造了新的交叉算子同时结合精英保留和双对齐技术来改善解的质量.最后,用调整后的项目调度问题库(project scheduling problem library)大量实例验证了算法的有效性.

摘要：通过分析多模式项目调度问题的特点,提出一种主、从递阶结构的蚁群粒子群求解算法。算法中,主级为蚁群算法,完成任务模式选择;从级为粒子群算法,完成主级约束下的任务调度。然后,以工期最小和资源均衡分配为目标设计蚂蚁转移概率、模式优选概率和任务优选概率。最后,针对PSPLIB中的测试集对算法主要参数进行优化,并通过与其他算法比较验证了算法的有效性。

摘要：本研究从业主—承包商交互的视角构建了一种RCPSP(resource-constrained project scheduling problem)双层优化模型,即在可更新资源约束条件下,项目双方如何进行交互决策达到双方NPV(Net present value)最大化的目标。首先对研究问题进行界定,构建资源约束下的max-NPV项目调度双层优化模型;然后利用延迟优先规则设计了一种基于时间窗延迟的嵌套式自适应遗传算法来求解该模型,以达到双方NPV最大化;最后用一个算例验证算法的有效性,同时通过PSPLIB数值实验说明算法的稳定性,并分析关键参数对项目双方收益的影响。研究结果为项目进程的安排以及奖励机制的设计提供依据,以提高双方利益。

摘要：设计了一种求解模糊多目标资源受限项目调度问题的遗传局域搜索(GLS)算法,目标是生成近似有效解集以便决策者在决策过程中有更多的选择.算法利用线性加权效用函数将多目标组合优化问题转换为单目标组合优化问题,通过系统的方法生成目标权系数向量,对于每次生成的权系数向量,调用 GLS 算法求解以极小化效用函数为单一目标的子问题,由此生成的近似有效解集更加具有多样性.实验结果表明:本文算法可以针对多目标资源受限项目调度问题生成较好质量的近似有效解集,在多数指标上优于其它两种对照算法.

摘要：针对任务工期不确定的资源受限项目调度问题,提出了求解该问题的鲁棒优化数学模型。在随机规划基础上,针对该鲁棒优化模型设计了遗传算法。算法通过多种任务优先规则生成初始种群以保证种群多样性。应用该遗传算法对项目实例进行了求解,分析表明所求得的项目调度策略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。参数分析表明决策者可以通过调节模型权重系数有效平衡解的可行性与最优性,有助于决策者根据风险偏好进行选择。

摘要：以现金流均衡为目标,研究不同支付条件下的项目调度问题.在对所研究问题进行界定的基础上,构建了基于里程碑事件支付条件的优化模型,并将其扩展为基于累计时间、累计挣值和累计费用等支付条件的优化模型;针对问题的强NP-hard属性,设计禁忌搜索启发式算法;在随机生成的标准算例集合上对算法进行测试,并与其他两种启发式算法进行比较;最后用一个算例对研究进行说明,比较分析支付条件对承包商现金流均衡目标的影响.研究结论如下:不同支付条件下的现金流均衡结果差异显著,随着支付次数、支付比例和项目截止日期的增大,承包商更易实现现金流出与流入的均衡.

摘要：全球化下的市场竞争促使企业在全球范围进行资源整合,外包决策由此成为影响项目调度的重要因素。以三峡三期工程TCP/C1-3-1A-1项目为例,运用设计结构矩阵构建了模块化项目网络,并分两个层次对外包模块进行初选,在此基础上建立了基于模块化外包的项目调度模型。求解结果表明,由于模块化外包消除了承包商的资源瓶颈,降低了资源闲置率,并由此产生了良好的协同效应,因此可以有效地提高项目收益,并大大压缩项目工期。

摘要：针对多模式项目调度问题特征,提出一种蚁群&遗传混合求解算法。该算法以工期最小化为目标,在满足资源和时序约束前提下,设计蚂蚁任务模式优选概率、信息素更新方式、遗传算子。在算法求解过程中,蚁群算法通过人工蚂蚁在有向网络图上巡游逐个确定任务模式,生成任务模式链表。在此基础上,遗传算子对任务模式链进行改进,并利用串行进度生成机制生成可行的项目调度方案。最后,利用PSPLIB测试集验证了算法的有效性。

摘要：研究多次抢占式资源受限的项目调度问题,假设任意时间点可作为资源抢占节点且抢占次数不受限制,建立满足多次资源抢占的线性整数规划模型并提出改进遗传算法对其进行求解。为克服遗传算法(GA)局部搜索能力缺陷,在算法中引入禁忌搜索(TS)进一步优化子代。针对性地设计了允许多次抢占的基于工作优先级编码策略以及串行调度方案生成机制。通过测试算例集实验调试算法参数,并以标准算例集(Project Scheduling ProblemLibrary,PSPLIB)对算法进行可行性检验。实验结果表明,资源受限项目调度问题中引入多次抢占机制能有效缩减项目工期,设计的算法对问题求解效果良好。