MRCPSP项目调度的优化算法研究

发布时间：2019-08-06 11:41

【摘要】：当今经济全球化趋势导致了市场竞争日益激烈，，现代项目也演变的越来越复杂，进而需要项目具有工期短、质量高、成本低的特点。现代项目不仅具有时序约束，还加入了资源（可更新资源与不可更新资源）的约束。它要求在满足项目以上两条约束的基础上来获得活动的最小总工期，以达到项目的最优目标。多模式资源受限项目调度问题（MRCPSP）是项目调度问题中的一类典型问题，它是NP-hard问题。该类问题普遍存在于工程建筑行业、软件行业、制造业等行业中。 对于多模式资源受限项目调度问题（MRCPSP）的研究能够方便日后项目管理者借鉴其中的方法，不仅能够扩展现代项目的解决方案，还可以节约资源与资金，符合当前倡导的资源节约型社会的建设。鉴于多模式资源受限项目调度问题已经成为当前项目管理中一种重要的资源受限项目调度问题，对于该问题的解决不仅具有很重要的理论意义，同时还具有很好的实践意义。 本文主要内容是基于遗传算法的多模式资源受限项目调度问题（MRCPSP）的研究，首先对国内外相关研究现状进行分析，主要为精确算法、启发式算法以及智能算法在求解资源受限项目调度问题中的应用发展现状；然后对与本文有关的理论（主要包含：资源受限项目调度理论与遗传算法理论）进行详细的论述与介绍，尤其是对遗传算法的介绍，为本文对其进行改进打下了一定的理论基础；对多模式资源受限项目的调度问题（MRCPSP）相应算法进行一定的评析，分析其优劣势，进而据此得出本文要利用遗传算法进行优化的结论。 在此之后，本文进入研究的重点部分，建立MRCPSP数学模型，对模型进行详细描述，对遗传算法进行编码方案、适应度函数等方面的改进，并应用于实际案例--日照钢铁大修项目的调度方案优化中，借助Matlab数学软件得出基于遗传算法的计算与仿真，最后得出一个比较优化的方案。为了验证本文改进遗传算法在解决MRCPSP中的比较优势，本文使用传统算法—关键路径法对案例进行相应求解，并对两种方案进行对比分析。本文在系统分析智能算法--遗传算法的基础上，利用该智能算法来进行多模式资源受限项目调度问题的求解，拓展了遗传算法在解决此类MRCPSP问题上的应用范围。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18

【参考文献】

相关期刊论文 前10条

1 喻瑛;;多模式资源受限项目调度问题的混合遗传算法[J];东南大学学报(自然科学版);2008年04期

2 朱柏石,石维明,马云东;资源强制限定时工期最短方案的确定方法[J];阜新矿业学院学报;1988年04期

3 张连营;李彦伟;孙若昕;;基于优先规则的模糊资源受限多项目调度[J];工业工程;2014年03期

4 周康,同小军,许进;资源优化模型及遗传算法[J];华中科技大学学报(自然科学版);2005年10期

5 郑超,高连生;蚁群算法在资源受限项目调度问题中的应用[J];计算机工程与应用;2005年27期

6 刘兴;贺国光;;车辆路径问题的禁忌搜索算法研究[J];计算机工程与应用;2007年24期

7 葛继科;邱玉辉;吴春明;蒲国林;;遗传算法研究综述[J];计算机应用研究;2008年10期

8 边霞;米良;;遗传算法理论及其应用研究进展[J];计算机应用研究;2010年07期

9 倪庆剑;邢汉承;张志政;王蓁蓁;;蚁群算法及其应用研究进展[J];计算机应用与软件;2008年08期

10 吴双;;大型工程项目建设管理中关键路径法和关键链法的应用[J];内江师范学院学报;2008年10期

本文编号：2523531