基于依賴結(jié)構(gòu)矩陣的資源受限項(xiàng)目調(diào)度優(yōu)化.pdf

1、本文的研究對(duì)象是資源受限項(xiàng)目調(diào)度問(wèn)題(RCPSP)的一個(gè)擴(kuò)展問(wèn)題,“存在任務(wù)交疊和迭代的資源受限項(xiàng)目調(diào)度問(wèn)題”。在現(xiàn)實(shí)的項(xiàng)目運(yùn)作中,任務(wù)在執(zhí)行過(guò)程中往往存在一定的交疊性,任務(wù)并非需要完全結(jié)束才能輸出信息流,同時(shí),任務(wù)也并非在執(zhí)行初始就需要其他任務(wù)輸入的信息流。另外在項(xiàng)目執(zhí)行過(guò)程中,所有的任務(wù)均一次執(zhí)行達(dá)標(biāo)的情況頗為少見(jiàn),大部分項(xiàng)目都會(huì)有或多或少的返工情況存在。對(duì)于這一類廣泛存在的項(xiàng)目,若仍然忽略其交疊性和返工情況,而采用經(jīng)典的資源受限項(xiàng)

2、目調(diào)度問(wèn)題的調(diào)度方法,得到的調(diào)度安排并不準(zhǔn)確,且資源的利用率也不能達(dá)到理想的狀況,對(duì)于現(xiàn)實(shí)項(xiàng)目運(yùn)作的指導(dǎo)意義也較為有限。因此,探索適合于這類問(wèn)題的調(diào)度模型和求解方法,對(duì)于拓展項(xiàng)目調(diào)度思想在項(xiàng)目實(shí)際運(yùn)作中的應(yīng)用有重要意義。
　　 本文在已有的研究基礎(chǔ)上,構(gòu)建了完整的存在任務(wù)交疊和返工的RCPSP問(wèn)題的調(diào)度模型,并設(shè)計(jì)了適用于這一問(wèn)題的工期計(jì)算方法,最終設(shè)計(jì)遺傳算法求解。
　　 首先,本文從信息流的角度描述任務(wù)之間的關(guān)系,以

3、依賴結(jié)構(gòu)矩陣(DSM)為基礎(chǔ)來(lái)構(gòu)建調(diào)度模型。使用信息流矩陣、輸入時(shí)間因子矩陣、信息流持續(xù)矩陣、輸出時(shí)間因子矩陣以及返工概率矩陣這五個(gè)矩陣來(lái)描述問(wèn)題并構(gòu)建模型。信息流矩陣描述任務(wù)之間的信息流關(guān)系;輸入時(shí)間因子矩陣和輸出時(shí)間因子矩陣描述任務(wù)的交疊性;信息流持續(xù)矩陣描述任務(wù)之間的信息流傳遞所需時(shí)間;返工概率矩陣描述任務(wù)之間的返工信息流以及返工發(fā)生的概率。
　　 隨后,本文設(shè)計(jì)了兩種不同的工期計(jì)算方法:放棄返工部分的工期計(jì)算和不放棄返工

4、部分的工期計(jì)算。放棄返工部分的工期計(jì)算是認(rèn)為在某項(xiàng)任務(wù)收到信息流確定需要返工時(shí),該返工信息流涉及到所有任務(wù)的尚未執(zhí)行部分將被放棄,直接安排這些任務(wù)重新執(zhí)行,即開(kāi)始返工的時(shí)刻為信息流被接收到的時(shí)刻;不放棄返工部分的工期計(jì)算是在某項(xiàng)任務(wù)確認(rèn)造成其他返工后,繼續(xù)執(zhí)行該任務(wù)直至該任務(wù)執(zhí)行完成,再重新安排需返工的任務(wù)重新執(zhí)行,即開(kāi)始返工的時(shí)刻為輸出信息流的任務(wù)完全結(jié)束后的時(shí)刻。進(jìn)行這兩種設(shè)計(jì)的考慮是,在不考慮任務(wù)交疊的項(xiàng)目調(diào)度中,信息流完成傳遞的

5、時(shí)間即是任務(wù)完成的時(shí)間,返工的時(shí)刻則為信息流輸出任務(wù)完全結(jié)束時(shí)的時(shí)刻,而在本文的研究問(wèn)題下,兩個(gè)時(shí)刻是不相同的。我們可以想象,一般的存在任務(wù)交疊的項(xiàng)目操作中,在某項(xiàng)任務(wù)確認(rèn)需要返工后,其后序?yàn)閳?zhí)行部分一般不會(huì)再繼續(xù)進(jìn)行,而是直接開(kāi)始需要返工的任務(wù)。我們?cè)O(shè)置兩種工期計(jì)算方法,希望能夠測(cè)試放棄返工部分是否能夠節(jié)省時(shí)間,縮短工期,提高資源利用率。本文在一個(gè)示例上的測(cè)試和大規(guī)模試驗(yàn)都表明此項(xiàng)假設(shè)成立。
　　 最后我們?cè)O(shè)計(jì)了遺傳算法,來(lái)求

6、解存在任務(wù)交疊和返工的資源受限項(xiàng)目調(diào)度問(wèn)題。由于返工的存在,項(xiàng)目工期無(wú)法確定為一個(gè)數(shù)值,故本文的遺傳算法目標(biāo)函數(shù)設(shè)定為項(xiàng)目平均總工期最小化。項(xiàng)目平均總工期由多次蒙特卡洛模擬求出。我們?cè)O(shè)計(jì)了八種不同配置的遺傳算法,實(shí)驗(yàn)部分使用這八種算法求解自行設(shè)計(jì)的算例,算法均表現(xiàn)除了較好的收斂性,并求得了較好的結(jié)果。采用非參數(shù)檢驗(yàn)對(duì)比八種遺傳算法的求解效果,結(jié)果顯示八種算法的求解效果相差不大。
　　 本文的成果具有理論和實(shí)踐意義,將依賴結(jié)構(gòu)矩陣