求解動(dòng)態(tài)資源投資項(xiàng)目調(diào)度問(wèn)題的多目標(biāo)進(jìn)化算法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在我們的日常生活中,調(diào)度問(wèn)題無(wú)處不在,比如十字路口的車輛調(diào)度,工廠中的生產(chǎn)調(diào)度,操作系統(tǒng)中的線程調(diào)度等等。項(xiàng)目調(diào)度主要是從時(shí)間和資源上進(jìn)行考慮進(jìn)而合理地安排項(xiàng)目活動(dòng)的執(zhí)行。傳統(tǒng)項(xiàng)目調(diào)度問(wèn)題主要研究確定環(huán)境下的調(diào)度問(wèn)題,而在實(shí)際的項(xiàng)目調(diào)度過(guò)程中往往存在各種各樣的不確定性,例如由于環(huán)境的變化某種資源不能按時(shí)到達(dá),導(dǎo)致某個(gè)活動(dòng)的執(zhí)行時(shí)間變長(zhǎng);或者由于某些突發(fā)事件,項(xiàng)目中某些活動(dòng)的優(yōu)先關(guān)系需要進(jìn)行調(diào)整以及另外一些還沒(méi)有顯示出來(lái)的不確定性,所以研

2、究不確定環(huán)境下的調(diào)度問(wèn)題受到越來(lái)越多的關(guān)注。
  本文先對(duì)已有的項(xiàng)目調(diào)度問(wèn)題進(jìn)行了總結(jié)和歸納,接著在已有問(wèn)題的層次和范圍方面進(jìn)行擴(kuò)展。研究模型從單一目標(biāo)變?yōu)槎嗄繕?biāo)模型,研究環(huán)境從確定環(huán)境轉(zhuǎn)變?yōu)椴淮_定環(huán)境。接下來(lái)我們介紹本文研究的關(guān)于資源投資項(xiàng)目調(diào)度問(wèn)題(RIPSP)的模型以及相應(yīng)解決算法。首先,我們研究了靜態(tài)環(huán)境下的資源投資項(xiàng)目調(diào)度問(wèn)題,利用差分算法和局部搜索算子進(jìn)行優(yōu)化處理;接著研究了動(dòng)態(tài)環(huán)境下的多目標(biāo)資源投資項(xiàng)目調(diào)度優(yōu)化問(wèn)題,

3、其中動(dòng)態(tài)環(huán)境是基于情景模式采樣產(chǎn)生的;最后,鑒于情景模式采樣需要大量的時(shí)間和資源,我們采用魯棒代理模型研究動(dòng)態(tài)環(huán)境下的資源投資項(xiàng)目調(diào)度問(wèn)題的解魯棒性。本論文主要工作可總結(jié)如下:
  (1)將差分算法和局部搜索算子相結(jié)合解決靜態(tài)資源投資項(xiàng)目調(diào)度問(wèn)題,我們稱此算法為DELS-RIPSP,這里是一個(gè)基于延遲懲罰的最小化項(xiàng)目花費(fèi)問(wèn)題。差分算法和局部搜索算子相結(jié)合能夠有效提升現(xiàn)有個(gè)體的性能從而提高整個(gè)種群的質(zhì)量。在實(shí)驗(yàn)中,我們測(cè)試了450個(gè)

4、基準(zhǔn)問(wèn)題,目的在于評(píng)估差分算法和局部搜索算子相結(jié)合能否有效地解決資源投資項(xiàng)目調(diào)度問(wèn)題。最后,實(shí)驗(yàn)結(jié)果證明差分算法和局部搜索算子相結(jié)合能夠快速地找到資源投資項(xiàng)目調(diào)度問(wèn)題的最優(yōu)解,并且在解決大型項(xiàng)目的資源投資項(xiàng)目調(diào)度問(wèn)題方面比較有潛力。
  (2)研究基于工期不確定性多目標(biāo)的動(dòng)態(tài)資源投資項(xiàng)目調(diào)度問(wèn)題(DP-RIPSPs),提出了一個(gè)更吻合現(xiàn)實(shí)調(diào)度過(guò)程的多目標(biāo)研究模型,基于此多目標(biāo)模型研究不確定環(huán)境下的資源投資項(xiàng)目調(diào)度方案魯棒性的問(wèn)題。

5、其中,不確定性指項(xiàng)目執(zhí)行過(guò)程中的活動(dòng)工期是不確定的,并且不確定性是通過(guò)情景模式采樣來(lái)模擬的。我們采用非支配排序遺傳算法(NSGA-II)和改進(jìn)的非支配排序遺傳算法(NSGAM-II)分別解決基于不確定性的多目標(biāo)資源投資項(xiàng)目調(diào)度優(yōu)化問(wèn)題。改進(jìn)的非支配排序遺傳算法受益于局部搜索算子能夠快速找到最優(yōu)解。我們對(duì)1152個(gè)基準(zhǔn)問(wèn)題分別進(jìn)行了測(cè)試,結(jié)果表明NSGAM-II比NSGA-II能夠更快速地找到方案魯棒性解。
  (3)鑒于第二部分采

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論