基于蟻群算法的軟件行業(yè)工期固定-資源均衡優(yōu)化決策及其實現(xiàn).pdf

1、隨著我國經(jīng)濟發(fā)展的進一步加深，新的經(jīng)濟常態(tài)的逐步形成，資源的合理利用和效率的提高都將推進經(jīng)濟的進一步發(fā)展和經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)型。軟件行業(yè)作為知識密集、資源密集的產(chǎn)業(yè)，項目管理與一般行業(yè)相比更加困難，資源的合理配置也更加迫切。論文利用蟻群算法對軟件行業(yè)中的工期固定-資源均衡問題進行求解，對于提高軟件項目的資源利用率、控制項目費用、提高項目質(zhì)量具有重要的現(xiàn)實意義。
　　論文是基于工期固定-資源均衡問題，并在國內(nèi)外研究現(xiàn)狀和理論分析的基礎上展

2、開的。首先，介紹了項目管理、網(wǎng)絡計劃和資源均衡的理論基礎。其次，構(gòu)建了軟件行業(yè)資源均衡的數(shù)學模型。然后，介紹了蟻群算法的基本理論，并基于基本蟻群算法的正反饋機制，提出可以解決工期固定-資源均衡問題的蟻群算法：求解非關(guān)鍵工序的開始工作時間范圍；將所有螞蟻隨機分布在以上可行域中，得到螞蟻的初始位置，并計算此時各人工螞蟻所對應的信息素值，記錄得到其中的最優(yōu)信息素值；螞蟻根據(jù)轉(zhuǎn)移概率的大小決定進行局部搜索或全局搜索，直至迭代次數(shù)達到規(guī)定最大循環(huán)

3、次數(shù)則跳出循環(huán)，獲得全局最優(yōu)解。此外，對工期固定-資源均衡模型進行了仿真研究，并將遺傳算法和蟻群算法的進化速度進一步對比。
　　研究發(fā)現(xiàn)，經(jīng)過蟻群算法求解計算，單資源的目標函數(shù)值由10.1225降低到4.3261，多資源的目標函數(shù)值由2.5546降低到1.7613，資源消耗量趨向于均衡。利用遺傳算法求解論文中的兩個算例和蟻群算法的進化速度對比，可以得到：蟻群算法單資源均衡算例需要300個種群、1000次迭代、耗時90.473秒，利

4、用遺傳算法求解此算例，需要300個種群、1500次迭代、耗時146.470秒；利用蟻群算法求解，需要25個種群、迭代100次、耗時1.125秒，利用遺傳算法求解多資源均衡算例，需要25個種群、迭代100次、耗時3.860秒。對比發(fā)現(xiàn)蟻群算法的進化速度遠高于遺傳算法，論文提出的蟻群算法不僅可以有效求解工期固定-資源均衡問題且相比遺傳算法大大縮短了求解時間。此外，為保證資源均衡，對軟件行業(yè)的企業(yè)提出了一些保證資源均衡的對策建議，包括制定項目