求解资源受限项目调度问题的改进粒子群算法

提出了一种求解资源受限项目调度问题的粒子群算法。根据资源受限项目调度问题的特点,依据向量相似度理论建立速度更新模型。在位置更新机制中,根据所谓向量速度和分量速度对粒子的位置进行移动。算法使用一种基于优先权排列的编码方式,该编码方式综合了基于优先权列表和基于排列两种编码方式的优点。采用被普遍应用的PSPLIB标准问题对该算法进行了大量的仿真测试,并与既有粒子群算法和其他智能优化算法进行了比较,结果显示本文所提出的算法对求解资源受限项目调度问题是有效的。     

关键链项目调度模型及遗传算法求解

对项目管理的关键链方法(CCM)进行了研究.在资源受限项目调度问题(RCPSPs)模型的基础上,引入关键链方法,建立了关键链项目优化调度模型.提出了一种基于优先权的关键链计划生成方案,该方案根据任务优先权排序生成积极计划,定义项目唯一关键链.将输入缓冲区作为虚任务对项目计划进行二次调度,解决了在嵌入输入缓冲区时产生的资源冲突问题.设计了一种混合遗传算法寻找最优任务优先权排序,实现对CCM项目优化调度模型的求解.最后,通过大量的仿真测试验证了所提出的模型和算法的有效性.     

基于HLA的测控资源调度仿真系统设计

基于HLA架构对航天测控资源调度系统设计进行了研究。从测控调度问题的基本特点和流程出发,对软件的总体结构,功能设计、各主要类的设计和相互关系、调度模型和调度算法的设计等关键技术进行了研究。在建立基于CSP的系统描述模型和启发式调度算法的基础上,设计开发了具备联邦成员特点,能够与未来航天总体仿真系统顺利集成能力的航天测控资源调度软件系统.通过仿真试验,验证了系统的可用性。     

基于Agent的航天测控资源调度问题建模分析

为了研究航天测控资源调度与优化问题,需要建立问题的标准化描述模型.通过对航天测控工程需求的分析,明确了与航天测控资源调度有关的各仿真对象定义及测控调度过程,并指出了需要考虑的规刖和约束.采用基于Agent技术的对象属性、交互、规则、状态的描述方法,建立了可扩展的航天测控资源调度问题中各时象描述模型和资源分配过程模型.通过一个实例验证了该建模分析方法的可行性.     

一类局域性多技能资源受限项目调度的新算法

多技能资源受限项目调度问题(简称MS-RCPSP)是项目管理中颇具代表性的调度问题,一般性问题以“资源全局受限”为特征.本文从新视角,针对实际中广泛存在的资源局域受限情况,以及反应性和应急性等情况,研究局域性MS-RCPSP;并重点考虑一类典型问题:项目某部分的平行活动,可用的资源量极少,甚至为1,但具备各活动所需技能,且可重复使用,需安排该资源顺序完成这一众活动,使项目工期最小化.虽是局域性调度,但项目系统性使其“牵一发而动全身”,难度可能不亚于全局性调度.本文从探索问题“局域性”特征入手,量化局域调度导致的项目工期延迟,并发展整数线性优化强对偶理论,结合Dantzig-Wolfe分解法,开发出伪多项式时间精确算法求解该问题;通过仿真模拟测试,验证该算法计算大规模问题案例精确解的优势.     

资源受限项目调度中缓冲区的设定方法

基于资源受限项目调度(RCPS)的理论与方法,设计了一种项目计划中非关键链上工作缓冲区的设定方法.该方法综合考虑了工作在资源约束下的自由时间和根据根方差法计算的输入缓冲区的尺寸,分别针对每项非关键链上的工作设置时间缓冲区,既起到了保护关键链工作按计划执行的作用,又降低了项目净成本,同时避免了简单关键链管理方法因缓冲区设置而产生的工作间资源冲突.文中通过对资源受限项目调度问题(RCPSP)的标准问题库PSPLIB中典型案例的求解过程对算法的应用过程进行了描述.     

基于改进关键链方法的MRCPSP的鲁棒性优化

针对鲁棒性项目调度理论研究集中在单模式领域这一现状,通过对关键链方法的改进,构建了多模式资源受限项目调度鲁棒性优化模型.其中,对关键链方法的两个核心问题进行了改进:提出了非关键链识别的准则,采用不同的影响系数对缓冲区间的设置进行了修正.同时,在综合考虑了关键链方法特点,任务的多种模式以及资源消耗稳定性需求基础上设计了鲁棒性指标,并构建了基于鲁棒性目标的关键链多模式资源受限项目调度模型.通过多组算例验证显示调度计划的鲁棒性显著提高,证明了模型的有效性.     

活动重叠对缩短资源受限项目工期有效性研究

活动重叠是项目赶工的一种常用手段,但并非所有活动的重叠执行均能有效缩短项目工期.识别和评估项目中活动重叠对缩短项目工期的有效性,避免无效的活动重叠及资源的浪费,对于解决资源受限项目调度问题具有重要的理论和现实意义.针对现有进度生成机制在处理带有活动重叠的资源受限项目调度问题上的不足,本文建立整数线性规划模型并对小规模算例进行精确求解.在对求解结果统计分析的基础上识别影响活动重叠有效性的关键因素,为项目调度中制定重叠策略提供指导.通过一个算例验证预先识别有效的活动重叠对提升启发式算法性能和优化项目调度结果具有积极作用.     

一种求解反应式项目调度问题的启发式方法

资源受限项目调度中的加权提前-拖期惩罚问题(weighted earliness-tardiness RCPSP,WET-RCPSP)存在于即时生产计划和反应式调度领域。考虑随机调度中的不确定性和随机性特征,采用符合问题特点的调度生成方案(schedule generation scheme,SGS),提出了求解随机环境中加权提前-拖期惩罚调度问题的基于迭代局部搜索(Iterated Local Search,ILS)的启发式方法,并将该方法应用于项目控制阶段的反应式调度过程。通过改变调度顺序和直接干预执行时间两种方式设计了4种局部搜索方法,并设计2种摄动方法跳出局部最优。通过对随机生成的问题实例的仿真实验对方法进行了验证。     

基于改进蚁群优化的多目标资源受限项目调度方法

多目标资源受限项目调度是一类典型的NP难组合优化问题,具有广泛的实际应用背景.本文提出了一种带局部搜索的改进蚁群优化算法用于求解多目标资源受限项目调度问题,优化指标为最小化项目工期和资源投资.首先,采用改进的蚁群优化算法获取Pareto解集;其次,通过基于带逻辑约束的Insert和Swap邻域搜索方法对已获得的非支配解进行局部搜索,进一步提高算法的性能;最后,基于PSPLIB国际标准测试集的数值仿真实验与现有最好的算法比较,验证了所提算法的有效性和高效性.     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.