基于改进蚁群优化的多目标资源受限项目调度方法
发布时间:2022-07-20 19:40
多目标资源受限项目调度是一类典型的NP难组合优化问题,具有广泛的实际应用背景.本文提出了一种带局部搜索的改进蚁群优化算法用于求解多目标资源受限项目调度问题,优化指标为最小化项目工期和资源投资.首先,采用改进的蚁群优化算法获取Pareto解集;其次,通过基于带逻辑约束的Insert和Swap邻域搜索方法对已获得的非支配解进行局部搜索,进一步提高算法的性能;最后,基于PSPLIB国际标准测试集的数值仿真实验与现有最好的算法比较,验证了所提算法的有效性和高效性.
【文章页数】:11 页
【文章目录】:
1 引言
2 MORCPSP-MS-RI问题描述
3 多目标RCPSP的IACO-LS算法
3.1 编码规则
3.2 活动列表和资源列表
3.2.1 活动列表
3.2.2 资源列表
3.3 Pareto档案集和更新机制
3.4 局部搜索
3.5 IACO-LS算法流程
4 数值仿真实验
4.1 实验设置
4.2 参数整定
4.3 评价指标
4.4 实验结果
5 结论
【参考文献】:
期刊论文
[1]基于改进蚁群算法设计的敏捷卫星调度方法[J]. 严珍珍,陈英武,邢立宁. 系统工程理论与实践. 2014(03)
[2]产品开发项目的离散时间/成本/质量平衡问题研究[J]. 彭武良,王成恩. 控制与决策. 2009(03)
[3]进化多目标优化算法研究[J]. 公茂果,焦李成,杨咚咚,马文萍. 软件学报. 2009(02)
[4]模糊多目标资源受限项目调度问题的优化方法[J]. 刘士新,宋健海. 系统工程学报. 2008(06)
硕士论文
[1]多目标资源受限项目调度问题蚁群算法研究[D]. 傅奥.浙江大学 2008
本文编号:3664638
【文章页数】:11 页
【文章目录】:
1 引言
2 MORCPSP-MS-RI问题描述
3 多目标RCPSP的IACO-LS算法
3.1 编码规则
3.2 活动列表和资源列表
3.2.1 活动列表
3.2.2 资源列表
3.3 Pareto档案集和更新机制
3.4 局部搜索
3.5 IACO-LS算法流程
4 数值仿真实验
4.1 实验设置
4.2 参数整定
4.3 评价指标
4.4 实验结果
5 结论
【参考文献】:
期刊论文
[1]基于改进蚁群算法设计的敏捷卫星调度方法[J]. 严珍珍,陈英武,邢立宁. 系统工程理论与实践. 2014(03)
[2]产品开发项目的离散时间/成本/质量平衡问题研究[J]. 彭武良,王成恩. 控制与决策. 2009(03)
[3]进化多目标优化算法研究[J]. 公茂果,焦李成,杨咚咚,马文萍. 软件学报. 2009(02)
[4]模糊多目标资源受限项目调度问题的优化方法[J]. 刘士新,宋健海. 系统工程学报. 2008(06)
硕士论文
[1]多目标资源受限项目调度问题蚁群算法研究[D]. 傅奥.浙江大学 2008
本文编号:3664638
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3664638.html