數(shù)學與應用數(shù)學本科畢業(yè)論文--多模式多項目資源均衡及其優(yōu)化方法_第1頁
已閱讀1頁,還剩10頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領

文檔簡介

1、<p>  本 科 畢 業(yè) 論 文</p><p>  多模式多項目資源均衡及其優(yōu)化方法</p><p><b>  目錄(理科)</b></p><p><b>  摘要I</b></p><p>  AbstractII</p><p><b> 

2、 引言1</b></p><p>  1、問題描述及模型設計1</p><p>  2、算法描述及設計2</p><p>  2.1啟發(fā)式算法2</p><p>  2.2基于優(yōu)先準則的啟發(fā)式算法2</p><p><b>  3、數(shù)值實驗3</b></p>

3、<p><b>  4、結(jié)論6</b></p><p><b>  5、參考文獻:6</b></p><p><b>  6、致謝7</b></p><p>  多模式多項目資源均衡及其優(yōu)化方法</p><p><b>  摘 要</b>&

4、lt;/p><p>  針對多執(zhí)行模式的多項目資源均衡問題,不考慮項目之間的承繼約束,只考慮項目權(quán)重和資源限制等因素,建立多執(zhí)行模式多項目資源均衡問題的數(shù)學模型。采用基于優(yōu)先準則的啟發(fā)式算法:最長持續(xù)時間準則(LongT)啟發(fā)式算法和最大資源需用量準則(MaxR)啟發(fā)式算法對所建模型進行求解,并用數(shù)值實驗去檢驗所建模型的合理性和有效性,從而得出一種較為合理可行的調(diào)度方案,使得需建項目工作的資源得到合理的配置。<

5、/p><p>  關鍵詞:資源均衡 多模式 啟發(fā)式算法</p><p>  Multimode multi-project resource balance and its optimization method</p><p><b>  ABSTRACT</b></p><p>  For multiple execut

6、ion model of multi-project resource balance problems,not considering inheritance constraint among projects, but considering the factors between project weight and resource constraints , establishing the mathematical mode

7、l of the multiple execution mode and multi-project resource balance problems. Using heuristic algorithm that based on priority rule: The Longest Activity Time (LongT) and The Maximum Resource Demand(MaxR)that solve the m

8、odel. As well as using numerical experime</p><p>  Key words:Resource balance Multiple model Heuristic algorithm</p><p><b>  引言</b></p><p>  隨著社會的不斷發(fā)展和科學技術的不斷提高,項目計劃管理

9、的實踐地位得到了很大提高。同時也引起了科研工作者和企業(yè)決策者的廣泛關注。特別是近些年來,企業(yè)為了最大化的獲得財富,也為了生存,一方面,企業(yè)所承接的項目越來越多,另一方面,承接的項目越來越復雜(即項目有多種執(zhí)行模式可供選擇 )。單憑企業(yè)管理者或項目調(diào)度人員的已有經(jīng)驗已經(jīng)不能很好的解決這類復雜問題。因此,解決這類多執(zhí)行模式的多項目資源均衡問題,引起了企業(yè)管理者及研究者們的高度重視,并成了企業(yè)面臨的首要問題。基于此,在資源受限條件下,只考慮項

10、目的權(quán)重因素,不考慮項目與項目之間的承繼約束,建立多執(zhí)行模式多項目資源均衡的數(shù)學模型。由于此類問題比較復雜且約束條件多,因此本文利用基于優(yōu)先準則的啟發(fā)式算法:最長持續(xù)時間準則(LongT)啟發(fā)式算法和最大資源需用量準則(MaxR)啟發(fā)式算法求解所建模型,兩種啟發(fā)式算法都獲得了模型的可行解,得到的數(shù)值試驗結(jié)果證明所建的模型是合理可行的。</p><p>  1 . 問題描述及模型設計</p><

11、p>  假設某企業(yè)在未來時間段天內(nèi)共承接了個項目,現(xiàn)將每個項目看作一個整體,并且這些項目都是相互獨立的,即項目之間不存在邏輯關系。每個項目的完成有種執(zhí)行模式可供選擇,但是,每個項目只能選定其中一種執(zhí)行模式,且在執(zhí)行過程中不得中斷或改變其選擇的模式,表示項目的開始執(zhí)行時間,表示項目選擇的執(zhí)行模式,表示在第天所執(zhí)行的所有項目的集合,在所有項目執(zhí)行過程中共有種資源,項目以模式執(zhí)行所花費的時間為,以及其在已選模式下,每天需要第種資源的資源

12、量為,第種資源在第天的總限量為則,</p><p><b>  (1)</b></p><p>  設整個工期內(nèi)第種資源總限量為,則對種資源的需求量為</p><p><b> ?。?)</b></p><p>  當執(zhí)行方案使得(1)、(2)都滿足時,那么執(zhí)行方案在利用第種資源時的資源利用方差為&

13、lt;/p><p>  (3)于是多執(zhí)行模式多項目資源均衡問題的數(shù)學優(yōu)化模型為:</p><p><b>  2.算法描述及設計</b></p><p><b>  2.1啟發(fā)式算法</b></p><p>  多執(zhí)行模式多項目資源均衡問題屬于優(yōu)化組合問題,也屬于NP難問題,解決該類問題主要有兩類方法,

14、精確算法和啟發(fā)式算法。我們所熟知的精確算法有0—1算法,整體線性規(guī)劃法和分枝定界法等。常用的優(yōu)化方法精確算法能很好的解決規(guī)模小、維數(shù)低和變量少的優(yōu)化問題,也能獲得優(yōu)化問題的最優(yōu)解,但是對本文所研究的這類多項目多執(zhí)行模式的高維多約束多變量的復雜問題很難求解。,并且對于任務較多的項目來說此類算法難以實施。本文所建模型不僅維數(shù)較高,且變量多,很難用精確算法去解決該類問題,所以人們開始嘗試用一些不一定能夠求解得最優(yōu)解的算法,即啟發(fā)式算法對其求解

15、。</p><p> ?。?)啟發(fā)式算法的原理</p><p>  啟發(fā)式算法是一種建立在直觀或已有經(jīng)驗為基礎的算法,在滿足時間的需求和空間的占用的情況下,把待解決的優(yōu)化組合問題的每一個實例都給出一個可行解,但所得到的可行解與最優(yōu)解之間的偏離程度事先不一定能夠預計。</p><p> ?。?)啟發(fā)式算法的優(yōu)點</p><p>  啟發(fā)式算法操

16、作起來簡單,程序編排也不難,易于修改,使用起來方便,而且運算速度快,獲得解所需時間也較少。雖然不能像精確算法那樣找到優(yōu)化問題的最優(yōu)解,但是能找到較為滿意的可行解。此外,啟發(fā)式算法還可以用于精確算法中,這樣互相混合產(chǎn)生的算法能很好的解決某些優(yōu)化問題。</p><p>  2.2基于優(yōu)先準則的啟發(fā)式算法</p><p>  基于優(yōu)先準則的啟發(fā)式算法是解決項目計劃管理問題的一類最為常見的啟發(fā)式算

17、法。這類啟發(fā)式算法主要由調(diào)度生產(chǎn)方案以及優(yōu)先規(guī)則兩個要素組成。調(diào)度方案主要是用來產(chǎn)生一個合理可操作的調(diào)度,但是在產(chǎn)生可行調(diào)度的過程中需要用優(yōu)先規(guī)則來確定任務集中各任務的優(yōu)先值,由優(yōu)先值決定任務的先后排序?;趦?yōu)先規(guī)則的啟發(fā)式算法包括一次調(diào)用和多次調(diào)用兩種方法。其中,一次調(diào)用法是應用最早的啟發(fā)式算法,即在算法中只調(diào)用一次調(diào)度方案和一個優(yōu)先規(guī)則。多次調(diào)用方法是指多次調(diào)用產(chǎn)生方案,獲得若干個調(diào)度,從中選取結(jié)果最符合現(xiàn)實生產(chǎn)的作為最優(yōu)調(diào)度。&l

18、t;/p><p>  (1)最大資源需要量準則</p><p>  最大資源需要量準則(The Maximum Resource Demand,簡稱Ma x R )是在所有可能安排的活動中首先安排那些資源需要量最大的活動,即它是根據(jù)資源需要量的大小順序優(yōu)先安排的,如果現(xiàn)實生產(chǎn)需要我們滿足一組目標而不是要求滿足某一目標,這一準則是很有價值的。</p><p> 

19、 (2)最長的活動時間準則</p><p>  最長的活動時問準則((The Longest Activity Ti me,簡稱 L o n g T)首先安排那些完成時間最長的項目活動,即它是按活動所需要的時間從長到短進行排序的,其目的是為了使工程后期所安排的活動能盡快結(jié)束。</p><p><b>  3.數(shù)值實驗</b></p><p

20、>  問題 設某企業(yè)一共承接了10個項目,每個項目有兩種執(zhí)行模式,且要求在T=60(天)內(nèi)完成所有項目。各項目分別消耗3種資源,此3種資源的權(quán)重分別為0.3,0.4,0.3,在單位時間內(nèi)提供的資源量分別為6、6、6,且在T天內(nèi)這3種資源總量分別為120、120、120.現(xiàn)需要求尋找一種多項目選擇調(diào)度的計劃方案,使得上述各資源在時間段T天內(nèi)分配盡可能均衡且得到最大利用,經(jīng)過模型的分析求解所獲得的數(shù)據(jù)如下表:</p>

21、<p>  表1各項目每種模式所需的單位資源量</p><p>  表2 各項目每種模式所需的持續(xù)時間</p><p>  表3 算法比較結(jié)果</p><p>  表4 LongT算法的決策方案</p><p>  表5 MaxR算法的決策方案</p><p>  由表4和表5可知,基于最大資源需要量準

22、則的啟發(fā)式算法和基于最長的活動時間準則的啟發(fā)式算法都獲得了問題的可行解,說明本文所建立的模型是合理的,所用算法是有效的。另外,由表3還可知,雖然兩種算法都得到了問題的解,但是每種算法得到的結(jié)果不一樣,即工期和目標函數(shù)值都不一樣,基于最大資源需要量準則的啟發(fā)式算法所獲結(jié)果明顯好于基于最長的活動時間準則的啟發(fā)式算法所獲結(jié)果,根本原因在于每種算法的優(yōu)先規(guī)則不同。</p><p><b>  4.結(jié)論 <

23、/b></p><p>  本文針對多模式下的多項目資源均衡問題,建立了與之相對應的數(shù)學優(yōu)化模型,在預定工期內(nèi)以達到項目的資源利用合理均衡的目的,并運用基于優(yōu)先規(guī)則的啟發(fā)式算法對其求解。所獲得的數(shù)據(jù)試驗數(shù)據(jù)和結(jié)果表明所建立的數(shù)學模型是合理的,對模型的處理方法是可行和有效的。同時,由于多模式多項目資源均衡問題較為復雜,需要考慮的因素較多,本文僅僅只考慮了項目的權(quán)重、資源的限制因素,項目相互間的邏輯關系及企業(yè)之

24、間的合同等因素都還沒有考慮。因此,不管是模型還是優(yōu)化方法的探討,本文僅是一次嘗試,很多詳細具體的工作還需進一步改進和完善。</p><p><b>  5.參考文獻</b></p><p>  [1] 王宏.求解資源受限項目調(diào)度問題算法的研究[J].天津大學博士學位論文,2005.12.1</p><p>  [2] 夏林麗,張著洪.多模式項目

25、資源配置及其免疫與優(yōu)化決策[J].貴州大學學報(自然科學版)2010.4(27):57-61.</p><p>  [3] 劉國靖.現(xiàn)代項目管理教程[M].中國人民大學出版社2004年2月第1版.</p><p>  [4] 姜啟源,謝金星,葉俊.數(shù)學建模(第三版) [M].高等教育出版社2003年8月第3版.</p><p>  [5] Evelyn Stille

26、 Cathie Leblanc 著 基于項目的軟件工程(面向研究方法) 機械工業(yè)出版社 2002年6月第1 版.</p><p>  [6] 龐南生,紀昌明,張藝.活動多種執(zhí)行模式下網(wǎng)絡計劃資源均衡優(yōu)化模型[J] 系統(tǒng)工程報 2009年09期.</p><p>  [7] 張藝. 考慮資源均衡的多模式項目支付進度問題研究 《華北電力大學(北京)》 2011年</p>

27、;<p>  [8] 周樹發(fā),劉莉.工程網(wǎng)絡計劃中的多目標優(yōu)化問題[J].華東交通大學學報.2004.21(2)[9] 刁在筠,劉桂真,宿潔,馬建華.運籌學(第三版)[M] .高等教育出版社2007年1月第3版.</p><p><b>  6.致謝</b></p><p>  在論文的寫作過程中,遇到了許多困難,特別是對數(shù)學模型的修改和對文章總體的把握

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論