一种求解资源受限下项目进度问题的新方法.pdfVIP

2008年第 10期 科技管理研究 ScienceandTechnologyManagementResearch 2oo8No．10 文章编号：1000—7695 (2008)10—0160—03 一 种求解资源受限下项 目进度问题的新方法 单汨源，张冠群，吴 娟，邓 莎 (湖南大学 工商管理学院，湖南长沙 410082) 摘要：针对资源受限下的项目进度问题的特点，在已有对该问题的研究基础上，提 出一种新方法，应用一种复合 粒子群算法对问题求解，以此提高基本 PSO算法的收敛速度和精度。以优先值法作为粒子表达RCRLP问题的方 式；对并行进度生成机制进行处理以此扩大其有哪些信誉好的足球投注网站空间而增加找到最优解的机率，并用例子说明其有效性。最后结 合PSPLIB问题集进行仿真实验，实验结果验证了本文求解RCPSP的新方法具有可行性与优越性。 关键词：资源受限；项 目进度；复合粒子群算法；并行进度生成机制 中图分类号：C931．1 文献标识码：A l 引言 s．t —S ，i∈P (2) RI，= ，2，…，S，= ，2，…， (3) 资源受限下项 目进度问题 (RCPSP)在理论上和实际中 具有重要意义，近年来 ，国内外关于这一问题的优化方法有 式 (I)是 目标函数，表示项 目工期最短 ；式 (2)为约 了较大的发展。由于 RCPSP问题必须同时处理时序约束和资 束条件，表示项 目活动间的紧前关系；式 (3)代表每一个 源约束，所以，它比一般进度问题更难解决，属于NP—Hard 阶段的资源使用量不能超过其最大供给量。 问题 。许多学者致力于研究 RCPSP问题，并取得一些成 3 求解 RCPSP的复合粒子群算法 果。求解RCPSP问题的优化方法概括起来可以分为精确算法 和启发式算法两种 J。精确算法可以求得问题的最优解，但 3．1 算法描述 求解的问题规模小，对实际应用 中的大规模问题无能为力。 粒子群优化算法 (PSO)是 Kennedy和 Eberhart受鸟群 与精确算法相反，启发式算法求出的解不能保证最优，但求 觅食启发，于 1995年提出的一种群集智能优化算法 ]。与 解大规模问题的时问短、能力强。特别是以遗传算法、粒子 其他进化类算法如遗传算法 (GA)相类似，PSO也采用 “群 群算法 为代表的智能优化算法应用到 RCPSP中，构成了一 体”与 “进化”的概念。但 PSO算法没有 GA的 “选择”、 类有效的元启发式算法。本文采用一种改进粒子群算法来求 “交叉”、 “变异”算子，编码方式也较 GA简单，算法容易 解 RCPSP问题 ，该方法能有效提高基本PSO的收敛速度及全 理解，易于实现，对于大规模数学优化问题具有很快的计算 局有哪些信誉好的足球投注网站能力。进度生成机制是RCPSP问题重要组成部分，本 速度及较好的全局有哪些信誉好的足球投注网站能力，近年来得到了快速的发展。 文确定为并行进度生成机制 (ParallelScheduleGeneration PSO算法将每个个体看作在n维有哪些信誉好的足球投注网站空间中的一个没有 Scheme，PSS)，PSS具有迭代速度快的优点，但容易陷人局 重量和体积的粒子，并在有哪些信誉好的足球投注网站空间中以一定的速度飞行，该 部最优，因此本文对基本PSS进行一定的处理以此扩大 PSS 飞行速度由个体的飞行经验和群体的飞行经验进行动态调 的有哪些信誉好的足球投注网站空间，从而帮助算法更有利于找到问题的最优解。 整 。设有哪些信誉好的足球投注网站空间为D维空间[minX，nlaxX]，111个粒子组成 一 个种群。Xi=(x x，… ，x)为粒子i的当前位置。Vi= 2 问题描述