基于启发式算法的关键链项目调度方法研究

发布时间：2017-09-15 14:31

  本文关键词：基于启发式算法的关键链项目调度方法研究

  更多相关文章： 关键链 项目调度 遗传算法 启发式规则

【摘要】：关键链法是一种在约束理论基础之上发展起来的项目进度计划技术，是近年来项目管理领域的重要研究内容。与传统的项目管理方法相比，它以系统的观点看待项目整体，以项目整体最优为出发点，对项目进行管理。本文基于关键链方法，以项目整体最优为目标，建立了相应的调度模型，在此基础之上，研究了相应的启发式算法和智能优化算法，并通过仿真实验验证了这些算法的有效性。 本文首先对关键链方法应用于资源约束项目调度问题进行了总结，，阐述了关键链方法应用于项目调度问题中的原理和方法，提出了以项目整体最优为优化目标的单模式关键链项目调度问题模型和多模式关键链项目调度问题模型。 针对单模式关键链项目调度问题模型，本文首先设计了一种基于优先级规则的启发式算法，并对不同的优先级规则在关键链项目调度中的性能进行了比较。为了使问题得到更优的解，本文又设计了一种遗传算法，在文中对遗传算法如何应用于项目调度以及编码方式、解码方案、适值函数、遗传操作进行了详细说明。 在求解多模式关键链项目调度问题模型时，考虑到不可更新资源的约束，本文提出了一种两阶段求解的方法，通过确定活动的执行模式，使多模式关键链问题转变为单模式关键链问题。在这种思想的指导下，分别设计了基于模式-活动优先级规则的启发式算法和遗传算法。 本文对于在遗传算法中不同的参数设置进行了详细地比较，得出了较好的参数设置。另外，对于文中设计的所有算法，本文均通过PSPLIB问题库中的项目实例进行了仿真测试，验证了其有效性。
【关键词】：关键链 项目调度 遗传算法 启发式规则
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F062.4;F224
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-24
• 1.1 选题背景及现实意义12-14
• 1.2 国内外研究综述14-20
• 1.2.1 关键链项目管理国内外研究现状14-16
• 1.2.2 资源约束项目调度问题国内外研究综述16-20
• 1.2.3 国内外研究的评价20
• 1.3 研究思路和主要内容20-22
• 1.3.1 研究思路20-21
• 1.3.2 论文结构21-22
• 1.4 研究方法22-23
• 1.5 论文的创新点23
• 1.6 本章小结23-24
• 第2章 理论基础24-35
• 2.1 关键链项目管理方法的基本原理24-29
• 2.1.1 约束集理论24-26
• 2.1.2 关键链项目管理的基本思想和方法26-27
• 2.1.3 缓冲区的计算27-28
• 2.1.4 缓冲区管理28-29
• 2.2 基准计划的产生29-33
• 2.2.1 基于优先规则的启发式算法生成基准计划29-30
• 2.2.2 智能优化算法生成基准计划30-31
• 2.2.3 计划生成方案31-33
• 2.3 本章小结33-35
• 第3章 关键链项目调度问题研究35-46
• 3.1 关键链方法的简化方案35-38
• 3.2 单模式关键链优化调度理论研究38-41
• 3.2.1 基于单模式网络计划技术的资源受限项目优化调度描述38
• 3.2.2 单模式关键链项目优化调度问题模型38-39
• 3.2.3 单模式关键链项目管理方法的步骤39-41
• 3.3 多模式关键链优化调度理论研究41-45
• 3.3.1 基于多模式网络计划技术的关键链方法描述41-42
• 3.3.2 多模式关键链优化调度问题模型42-43
• 3.3.3 基于多模式关键链方法实施步骤43-45
• 3.4 本章小结45-46
• 第4章 启发式规则在关键链项目调度中的应用46-61
• 4.1 优先权规则介绍46-48
• 4.2 启发式规则求解单模式关键链问题48-54
• 4.2.1 生成网络计划48-49
• 4.2.2 关键链识别49-51
• 4.2.3 缓冲区设置51
• 4.2.4 仿真试验51-54
• 4.3 启发式规则求解多模式关键链问题54-60
• 4.3.1 优先级规则的使用54-55
• 4.3.2 调度计划生成方案55-58
• 4.3.3 仿真试验58-60
• 4.4 本章小结60-61
• 第5章 遗传算法生成关键链项目调度的基准计划61-75
• 5.1 基准计划的优化调度模型61-62
• 5.2 算法设计62-69
• 5.2.1 算法结构设计62-64
• 5.2.2 编解码规则设计64-68
• 5.2.3 遗传操作68-69
• 5.2.4 初始种群的产生69
• 5.3 算例及测试环境69-70
• 5.3.1 算例描述69-70
• 5.3.2 测试环境设置70
• 5.4 实验结果分析70-74
• 5.4.1 参数设置70-72
• 5.4.2 实验数据统计72-73
• 5.4.3 与其他算法比较73-74
• 5.5 本章小结74-75
• 第6章 遗传算法在关键链项目调度中的应用75-92
• 6.1 遗传算法求解单模式关键链项目调度问题75-78
• 6.1.1 初始化操作75
• 6.1.2 编码方式与解码方案75-76
• 6.1.3 适值函数76
• 6.1.4 遗传操作76-77
• 6.1.5 仿真实验77-78
• 6.2 遗传算法求解多模式关键链项目调度问题78-91
• 6.2.1 多模式资源约束调度问题表示78-81
• 6.2.2 模式选择81-84
• 6.2.3 初始化84-85
• 6.2.4 遗传操作85-87
• 6.2.5 参数配置87-90
• 6.2.6 计算结果比较90-91
• 6.3 本章小结91-92
• 第7章 结论与展望92-94
• 7.1 总结92-93
• 7.2 未来研究展望93-94
• 参考文献94-100
• 攻读硕士学位期间发表的论文和取得的科研成果100-101
• 致谢101-102

【参考文献】

中国期刊全文数据库 前10条

1 姜文炳;约束条件的理论(TOC)简介——新的生产管理方法[J];工程建设与设计;1998年05期

2 刘明广;差异演化算法及其改进[J];系统工程;2005年02期

3 何正文;徐渝;贾涛;;一种求解多模式项目支付进度问题的双模块模拟退火启发式算法[J];系统工程;2006年11期

4 马国丰;尤建新;;项目活动时间估算的适用性研究[J];工业工程与管理;2006年05期

5 褚春超;;缓冲估计与关键链项目管理[J];计算机集成制造系统;2008年05期

6 陈友玲;张晓丽;覃承海;;基于关键链的多项目计划编制[J];计算机集成制造系统;2009年07期

7 毛宁,陈庆新,陈新;MRCPSP的一种精确算法[J];控制理论与应用;2001年01期

8 谢晓锋,张文俊,杨之廉;微粒群算法综述[J];控制与决策;2003年02期

9 刘士新,宋健海,唐加福;关键链——一种项目计划与调度新方法[J];控制与决策;2003年05期

10 刘士新;宋健海;唐加福;;基于关键链的资源受限项目调度新方法[J];自动化学报;2006年01期

本文编号：857083