重復(fù)性項(xiàng)目時(shí)間費(fèi)用權(quán)衡模型及其擴(kuò)展研究.pdf

1、時(shí)間費(fèi)用權(quán)衡是一類在項(xiàng)目調(diào)度領(lǐng)域廣泛研究且具有重要應(yīng)用價(jià)值的優(yōu)化問題，旨在滿足給定截止日期條件下最小化項(xiàng)目的總費(fèi)用。重復(fù)性項(xiàng)目是指施工場(chǎng)所可劃分為若干獨(dú)立的單元，部分或全部工序需要在多個(gè)單元上重復(fù)執(zhí)行的項(xiàng)目。常見的例子有高層建筑、高速公路、管道工程和住宅開發(fā)等。本文的研究目的是為重復(fù)性項(xiàng)目時(shí)間費(fèi)用權(quán)衡問題（TCTPRP問題）建立可計(jì)算的數(shù)學(xué)模型。又因?yàn)門CTPRP問題屬于NP-hard問題（即，不存在多項(xiàng)式時(shí)間可解的算法），因此本文還將

2、研究能解決較大規(guī)模問題的近似模型或者啟發(fā)式方法。
　　與非重復(fù)性項(xiàng)目相比，重復(fù)性項(xiàng)目調(diào)度的復(fù)雜性主要表現(xiàn)在決策變量的多樣化上，即它可能需要計(jì)算工序的執(zhí)行模式、工作隊(duì)的雇傭數(shù)量、單元間的邏輯順序和單元的分配方案等。理論上，一個(gè)完美的TCTPRP模型或算法需要具備同時(shí)處理多工作隊(duì)、多模式和非固定邏輯順序（也稱為軟邏輯）的能力。但是，實(shí)際工程中并不是所有的項(xiàng)目都能夠或者有必要雇傭多個(gè)工作隊(duì)、考慮多種執(zhí)行模式或者隨意改變單元間的邏輯順序。

3、因此，從迎合實(shí)際的角度，本文同已有研究一樣考慮不同類型限制條件下的TCTPRP問題。
　　本文的主要研究?jī)?nèi)容和研究成果如下:
　　(1)在單模式和固定邏輯條件下研究多工作隊(duì)TCTPRP問題，目標(biāo)是確定所有工序最優(yōu)的工作隊(duì)雇傭數(shù)量及其在各單元上的開始時(shí)間。
　　我們提出了基于混合整數(shù)線性規(guī)劃的精確模型，并在考慮工序進(jìn)度不變假設(shè)條件下，建立了能在短時(shí)間內(nèi)處理較大規(guī)模問題的近似模型。數(shù)值實(shí)驗(yàn)表明，精確模型在限定的時(shí)間（1小時(shí)

4、）內(nèi)能解決的最大規(guī)模問題包含50個(gè)工序、100個(gè)單元和10個(gè)工作隊(duì);近似模型計(jì)算結(jié)果的平均偏差不超過1％，并且能在短時(shí)間內(nèi)處理包含100個(gè)工序的項(xiàng)目。然后，我們將上述精確模型推廣至非典型項(xiàng)目（即，工序在不同單元上的工期可以不相同的項(xiàng)目），并提出了能計(jì)算工序最優(yōu)單元分配方案的擴(kuò)展模型。
　　(2)在單工作隊(duì)和固定邏輯條件下研究多模式TCTPRP問題，目標(biāo)是確定所有工序最優(yōu)的執(zhí)行模式及其在各單元上的開始時(shí)間。
　　我們同樣提出了

5、基于混合整數(shù)線性規(guī)劃的精確模型，并定義了兩種模式消除規(guī)則，它們能有效識(shí)別并刪除不可行或者非最優(yōu)的工序執(zhí)行模式，從而降低模型的求解難度。對(duì)于較大規(guī)模的問題，我們提出了基于線性規(guī)劃松弛思想的兩階段的啟發(fā)式算法。數(shù)值實(shí)驗(yàn)表明，精確模型在可接受的時(shí)間內(nèi)能處理的最大規(guī)模問題包含60個(gè)工序、40個(gè)單元和20種執(zhí)行模式;啟發(fā)式算法計(jì)算結(jié)果的平均偏差不超過4％并且有能力解決更大規(guī)模的問題。
　　(3)研究單工作隊(duì)多模式軟邏輯TCTPRP問題，目標(biāo)

6、是確定單元間的最優(yōu)邏輯順序，以及所有工序最優(yōu)的執(zhí)行模式及其在各單元上的開始時(shí)間。
　　我們分析了軟邏輯對(duì)重復(fù)性調(diào)度可能產(chǎn)生的影響，并在此基礎(chǔ)上給出了用于描述該問題的混合整數(shù)非線性規(guī)劃模型。考慮到模型的求解難度，我們提出了基于遺傳算法和線性規(guī)劃的啟發(fā)式方法。
　　已有文獻(xiàn)只對(duì)典型項(xiàng)目下多工作隊(duì)TCTPRP問題以及單工作隊(duì)和固定邏輯下的多模式TCTPRP問題進(jìn)行了研究，并且它們均采用智能算法作為求解工具，不能保證解的最優(yōu)性。我們