不确定资源约束下的项目调度问题研究

论文摘要

随着科学技术的发展,生产规模越来越大,市场竞争越来越激烈,企业对项目管理的要求也越来越高,而有效地计划和控制工序（活动）、资源、时间三个变量是确保项目成功的关键,从而项目调度在这种环境下迅速地发展起来,而且成为广大学者研究的热点。在实际的生产环境中,项目的周期、可用资源量等很难事先就十分精确的知道,不确定因素往往会导致项目调度无法按预定方案正常执行,因此,产生了模糊项目调度问题。现有的模糊项目调度的研究主要集中在模糊交货期和模糊工期两个方面,而在现实中由于市场竞争、环境因素的影响会导致在项目调度过程中某一类资源的供应量为模糊数,这种可用量不确定的资源称为不确定资源。不确定资源约束下的项目调度是模糊调度的一种,为了更好地反映实际情况,本文研究了具有模糊工期和模糊资源量的不确定资源约束下的项目调度问题。采用三角模糊数表示模糊工期和模糊资源量,提出了不确定资源约束的概念,建立了不确定资源约束下的模糊项目调度模型,利用混合遗传算法（Hybrid General Algorithm）,以模糊总工期最小为优化目标,把变异设计成邻域搜索对不确定资源约束下的项目调度问题进行了求解;以排序健壮性最大为目标函数,设计一种基于任务链表的改进遗传算法求解该问题。多目标优化问题一直是科学和工程研究领域的一个难点和热点问题,本文是在认真研究目前项目调度、模糊理论及多目标理论的基础上建立了不确定资源约束下的项目调度模型并确立了多目标函数,采用了NSGA-II（nondominated sorting genetic algorithm-II, NSGA-II）解决此类问题,实现了资源的优化利用,并得到了较优的结果,有很强的健壮性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景及意义
• 1.2 项目调度问题的研究现状
• 1.2.1 传统项目调度问题的研究状况
• 1.2.2 项目调度中的不确定因素
• 1.2.3 模糊项目调度问题的研究状况
• 1.2.4 多目标项目调度问题的研究现状
• 1.3 本论文的研究内容
• 第2章 模糊理论及其在项目调度中的应用
• 2.1 模糊集合的相关概念
• 2.2 模糊数及隶属函数
• 2.2.1 三角模糊隶属函数
• 2.2.2 梯形模糊隶属函数
• 2.3 模糊数的运算与比较
• 2.3.1 三角模糊数的运算与比较
• 2.3.2 梯形模糊数的运算与比较
• 2.4 模糊理论在项目调度中的应用
• 2.5 本章小结
• 第3章 智能优化算法研究
• 3.1 智能优化算法的概述
• 3.1.1 项目调度问题的求解
• 3.1.2 智能优化算法提出
• 3.1.3 智能优化算法的特点
• 3.2 遗传算法
• 3.2.1 遗传算法的发展历史
• 3.2.2 遗传算法基本用语
• 3.2.3 遗传算法的特点
• 3.3 多目标优化问题
• 3.4 多目标优化问题的求解方法
• 3.4.1 多目标优化问题的求解方法分类
• 3.4.2 求解多目标优化的遗传算法
• 3.5 本章小结
• 第4章 不确定资源约束下的调度算法
• 4.1 问题描述
• 4.2 混合遗传算法的应用
• 4.2.1 混合遗传算法
• 4.2.2 基于邻域搜索的混合遗传算法
• 4.2.3 实例分析
• 4.3 改进遗传算法
• 4.3.1 算法设计
• 4.3.2 实例应用
• 4.4 算法分析
• 4.5 本章小结
• 第5章 不确定资源约束下多目标调度
• 5.1 问题描述
• 5.2 多目标项目调度问题的遗传算法
• 5.2.1 算法设计
• 5.2.2 数值实验
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢