论文部分内容阅读
随着科学技术的发展和社会的进步,项目的规模和复杂程度在不断地增加,项目管理的重要性也日趋彰显。如何在现有的资源约束条件下,尽可能兼顾项目的多个目标,实现资源的合理分配和利用,实现更加有效的项目调度,已经成为项目管理者普遍关心的问题。同时,资源受限的项目调度(RCPSP)又是项目管理范畴内非常重要的问题,因此求解RCPSP在项目管理中也具有非常重要的研究意义。传统项目调度假定每项任务的完工时间和所需的资源量都是确定的,而企业实际的生产过程中往往会出现许多不确定因素,比如各项任务工期的不确定,资源需求的不确定。为了尽量减少这些不确定因素对项目调度的影响,本文将模糊数学理论引入到求解资源受限型项目调度的过程,形成一种全新的模糊资源受限项目调度。本文采用三角模糊数对项目中每项工作的完工时间和资源需求量进行模糊化处理,将项目模糊最大完工时间作为目标函数,并对目标函数进行最小化求解,建立不确定资源约束条件下项目单目标模糊调度优化模型并利用经典遗传算法对单目标模糊调度进行求解。然后针对单一遗传算法运算过程中存在的不足,对遗传算法和遗传操作进行改进:将二进制编码方式改进为格雷编码的方式,将轮盘赌选择的方式改进为混沌遍历搜索的方法,并改良了适应度函数。在算法改进方面,在原有遗传算法的基础上,加入模拟退火操作,将原有遗传算法改进为混合型遗传-模拟退火算法。最后分别使用上述两种算法对同一单目标模糊调度优化问题进行数值实验并比较两种算法。在项目单目标模糊调度优化问题的基础上,又增加项目模糊资源成本这一目标函数,将原有单目标模糊项目调度设计为多目标模糊项目调度,建立项目多目标模糊调度优化模型。在求解多目标模糊调度时,本文采用基于模式和任务的双链表进行编码,利用基于快速非支配性排序的遗传算法(NSGA-II)进行求解。最后通过一个具体实例运算验证本文设计算法的有效性。