当前位置:主页 > 经济论文 > 企业经济论文 >

活动重叠模式与资源约束下的项目调度优化

发布时间:2018-03-07 01:04

  本文选题:项目调度 切入点:遗传算法 出处:《管理科学学报》2017年09期  论文类型:期刊论文


【摘要】:采取活动重叠模式通常是加速研发的有效手段,带有活动重叠的资源受限项目调度问题是经典资源受限项目调度问题的扩展.首先,深入分析了活动重叠对于项目调度的影响,对活动重叠及其不确定进行详细描述与建模,提出了活动重叠导致下游活动返工时间的二项分布概率模型;其次,构建了以最小化研发项目期望工期为目标的优化调度模型,设计了基于串行进度生成机制的遗传算法对大规模问题进行优化求解;最后,基于PSPLIB J60问题库中480个算例分析了该算法的计算结果,并考察了网络参数、资源参数和重叠参数变化时,采用活动重叠模式对缩短项目工期的影响.研究结果表明:活动对资源的需求强度越小或资源稀缺程度越低,可重叠活动对数量就会增加,项目工期缩短得越明显;网络复杂度的变化对缩短项目工期的影响不大;项目中重叠活动对越多,重叠导致的下游活动返工的概率越小,项目工期缩短的越明显.
[Abstract]:Activity overlap mode is usually an effective means to accelerate R & D. The resource-constrained project scheduling problem with overlapping activities is an extension of the classical resource-constrained project scheduling problem. Firstly, the influence of activity overlap on project scheduling is deeply analyzed. The activity overlap and its uncertainty are described and modeled in detail, and the binomial distribution probability model of activity overlap leading to the rework time of downstream activities is proposed. Secondly, the optimal scheduling model with the goal of minimizing the expected duration of the R & D project is constructed. The genetic algorithm based on serial schedule generation mechanism is designed to solve large-scale problems. Finally, 480 examples in the PSPLIB J60 problem library are used to analyze the results of the algorithm, and the network parameters are investigated. When the resource parameter and overlapping parameter change, the effect of the activity overlap mode on shortening the project duration. The research results show that the smaller the activity demand for resources or the lower the resource scarcity, the more overlapping activities will increase. The shorter the project duration is, the less the network complexity changes to shorten the project duration; the more overlapping activities in the project, the smaller the probability of rework the downstream activities caused by overlap, the shorter the project duration is.
【作者单位】: 天津理工大学管理学院;北京航空航天大学经济管理学院;
【基金】:国家自然科学基金资助项目(71571005;71271019) 教育部人文社会科学基金资助项目(16YJC630159)
【分类号】:F273;TP18

【相似文献】

相关期刊论文 前10条

1 金凤;;蚁群算法在资源受限项目调度中的应用[J];电脑知识与技术;2008年S2期

2 吴亚丽;张立香;;基于文化遗传算法的资源受限项目调度[J];系统工程;2009年04期

3 周蓉;叶春明;;基于粒子群的多目标多执行模式项目调度[J];上海理工大学学报;2013年01期

4 喻小光;战德臣;聂兰顺;;应用遗传模拟退火算法实现资源受限项目调度[J];计算机工程与应用;2009年24期

5 倪霖;段超;钟辉;;基于模拟谐振子算法的多项目调度[J];计算机应用;2011年09期

6 宫丽娜;;基于蚁群-关键链的资源受限项目调度[J];嘉兴学院学报;2014年03期

7 施国强;李伯虎;柴旭东;;基于着色Petri网的复杂产品开发多项目调度建模研究[J];系统仿真学报;2007年17期

8 陶乾;阮锦新;常会友;顾春琴;陈强;;PSO算法扰动优化策略及其收敛性研究[J];华南师范大学学报(自然科学版);2014年04期

9 王兴成,郑紫微,贾欣乐;模糊遗传算法及其应用研究[J];计算技术与自动化;2000年02期

10 吴瑞镛,徐大纹;具有年龄结构的遗传算法[J];桂林电子工业学院学报;2001年04期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

3 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

4 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

6 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

7 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

8 彭宏;欧庆铃;欧永斌;;具有退火选择的遗传算法的收敛速度估计[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年

9 林家恒;李国锋;田国会;刘长有;;遗传算法在旋转货架拣选优化中的应用[A];1996中国控制与决策学术年会论文集[C];1996年

10 冯春;谢泗淮;张怡;;解两层决策问题的一个遗传算法[A];1996中国控制与决策学术年会论文集[C];1996年

相关博士学位论文 前10条

1 李险峰;基于改进遗传算法的汽车装配生产线平衡问题研究[D];北京科技大学;2017年

2 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

3 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

4 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

5 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

6 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

7 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

8 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

9 明亮;遗传算法的模式理论及收敛理论[D];西安电子科技大学;2006年

10 姚志红;多元共生遗传算法研究及其在藻类智能模式识别中的应用[D];上海大学;2007年

相关硕士学位论文 前10条

1 李学辉;基于遗传算法的项目调度优化与实现[D];大连理工大学;2015年

2 吴昊;不确定环境下的装配式住宅项目调度研究[D];西安建筑科技大学;2016年

3 杜雷;不确定环境下项目调度算法研究[D];哈尔滨理工大学;2011年

4 王媛媛;基于多Agent的双重资源约束项目调度算法[D];北京工业大学;2012年

5 马艳;重复性项目调度中时间—资源权衡问题研究[D];华北电力大学;2013年

6 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

7 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

8 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

9 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

10 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年



本文编号:1577256

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/xmjj/1577256.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户44163***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com