网站大量收购独家精品文档,联系QQ:2885784924

基于模拟退火差异演化算法的资源约束项目调度问题研究.pdfVIP

基于模拟退火差异演化算法的资源约束项目调度问题研究.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模拟退火差异演化算法的资源约束项目调度问题研究.pdf

第 28 卷 第 3 期 工 程 管 理 学 报 Vol. 28 No. 3 2014 年 06 月 Journal of Engineering Management Jun. 2014 基于模拟退火差异演化算法的 资源约束项目调度问题研究 李高扬 1,李万庆 2 (1. 华南农业大学 水利与土木工程学院,广东 广州 510642,E-mail:Lgy2001_2004@163.com; 2. 河北工程大学 经济与管理学院,河北 邯郸 056038) 摘 要:资源约束项目调度问题是工程管理领域研究的热点之一,但无论是模型构建还是求解均有一定的难度,尤其是模型 求解已被证明是 NP-hard问题。鉴于此,构建了以工期最短为优化目标的项目调度模型,为便于求解,将模型的显性约束和 隐性约束做了适当处理,并利用差异演化算法较强的记忆能力和全局收敛能力以及模拟退火的局部跳出能力,将模拟退火算 法和差异演化算法进行有效结合。通过工程实例,分别采用遗传算法、差异演化算法以及模拟退火差异演化算法进行求解。 结果表明,3种算法都可以收敛到最优解,但论文算法具有较大的搜素范围与局部寻优能力,同时求解的稳定性指标明显优 于遗传算法和差异演化算法。 关键词:资源约束;项目调度;模拟退火;差异演化 中图分类号:TU12 文献标识码:A 文章编号:1674-8859(2014)03-109-04 Resource Constrained Project Scheduling Problem Based on Simulated Annealing Differential Evolution Algorithm LI Gao-yang1,LI Wan-qing2 (1. College of Water Conservancy and Civil Engineering,South China Agricultural University,Guangzhou 510642,China, E-mail:Lgy2001_2004@163.com;2. School of Economic and Management,Hebei University of Engineering,Handan 056038,China) Abstract:Resource constrained project scheduling problem is one of the hotspots in research of project management. But both models building and solving have the certain difficulty. Especially models solving has been proved to be NP - hard problem. In view of this,this article constructed the project scheduling model of the shortest time limit as the optimization goal after explicit and implicit constraints of models have been appropriately treated for solving. Simulated annealing algorithm and differential evolution is combined effectively to take advantage of strong ability of memory and global convergence ability of differential evolution and the local jumping out of the ability of and simulated annealing. Through engineering examples,genetic algorithm,difference evolution algorithm and simulated annealing difference evolution algorithm have been programmed to solve respectively. Resul

您可能关注的文档

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档