【摘要】：大多數(shù)傳統(tǒng)的項目調(diào)度研究都是在一個確定性環(huán)境下進行的,即活動持續(xù)時間和資源需求等參數(shù)都是唯一的。然而,實際的項目環(huán)境充滿了不確定性、干擾和風險,基于確定參數(shù)制定的進度計劃在執(zhí)行時,可能會與預期產(chǎn)生較大偏差,甚至變得不可行。魯棒項目調(diào)度作為解決不確定環(huán)境下項目調(diào)度問題的有效方法,其目標是產(chǎn)生一個具有較高的穩(wěn)定性、并具有一定抵抗不確定因素能力的調(diào)度計劃。本文首先對己有的魯棒性項目調(diào)度問題進行總結(jié)和歸納。然后建立基于分散緩沖的魯棒性項目調(diào)度基本模型,采用魯棒偏差性成本衡量計劃的魯棒性。為了描述不確定參數(shù),簡要介紹不確定理論后,使用不確定變量表示不確定工期,并采用一種不確定模擬的方法計算魯棒性計劃求解過程中涉及到的多種不確定變量,如活動實際開始時間、活動實際與計劃的偏差成本。分散緩沖是基于工期最短的基準調(diào)度計劃,在各個活動開始時間之前插入。為了解決分散緩沖插入過程中出現(xiàn)的資源沖突問題,提出一種改進的資源流網(wǎng)絡(luò)構(gòu)建啟發(fā)式算法,然后設(shè)計改進的模擬退火算法優(yōu)化分散緩沖大小。實驗選取PSPLIB標準數(shù)據(jù)庫中的算例,通過控制不同的不確定水平、項目截止日期與邊際成本獲得實際項目數(shù)據(jù),測試改進的資源流網(wǎng)絡(luò)算法與改進的模擬退火算法能否有效制定出基于分散緩沖的魯棒性計劃。實驗表明,改進的資源流網(wǎng)絡(luò)與模擬退火分散緩沖算法可以制定較穩(wěn)健的魯棒性計劃。實際的項目管理更多情況下是多目標決策問題,本文建立工期最小化與魯棒性成本最小化的雙目標魯棒性調(diào)度模型,并使用改進的多目標進化算法NSGA-II求解。根據(jù)支配關(guān)系和擁擠距離對可行解排序,改進種群更新策略,并提出一種局部搜索算子提高算法的優(yōu)化能力。實驗采用Hypervolume指標測試改進的算法能否提高帕累托最優(yōu)解的質(zhì)量,并設(shè)計其他指標測試多目標進化算法求得最優(yōu)解的質(zhì)量:。實驗表明,所設(shè)計算法可以求得較好的帕累托最優(yōu)解。
【圖文】：

戶巨sxc各活動針劃開始時間年〔分散緩沖大小

索算子提高搜索能力。逡逑４．３．１改進的種群更新策略逡逑圖４－１表示一次迭代中種群的更新過程。逡逑更新過程中采取精英保留策略，即保留父代中的優(yōu)良個體直接進入子代。具體步驟逡逑為：逡逑（１）
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP301.6

【參考文獻】

相關(guān)期刊論文 前10條

1 陳濤;黃鈞;朱建明;;基于信息更新的兩階段魯棒-隨機優(yōu)化調(diào)配模型研究[J];中國管理科學;2015年10期

2 寧敏靜;何正文;劉人境;;基于魯棒性約束的隨機活動工期現(xiàn)金流均衡項目調(diào)度優(yōu)化[J];系統(tǒng)工程;2015年09期

3 崔南方;趙雁;田文迪;;基于智能算法的雙目標魯棒性項目調(diào)度[J];系統(tǒng)管理學報;2015年03期

4 蔡延光;湯雅連;朱君;;混合禁忌搜索算法求解關(guān)聯(lián)運輸調(diào)度問題[J];計算機科學;2015年04期

5 張靜文;劉耕濤;;基于魯棒性目標的關(guān)鍵鏈項目調(diào)度優(yōu)化[J];系統(tǒng)工程學報;2015年01期

6 馬國豐;嚴勇;尤建新;顧凌峗;;關(guān)鍵鏈項目進度計劃的魯棒優(yōu)化的研究[J];系統(tǒng)管理學報;2014年05期

7 田文迪;胡慕海;崔南方;;不確定性環(huán)境下魯棒性項目調(diào)度研究綜述[J];系統(tǒng)工程學報;2014年01期

8 李佳媛;何正文;;基于資源緩沖的魯棒性多模式項目調(diào)度優(yōu)化[J];工業(yè)工程與管理;2013年03期

9 何正文;劉人境;徐渝;;基于隨機活動工期的資源約束項目魯棒性調(diào)度優(yōu)化[J];系統(tǒng)工程理論與實踐;2013年03期

10 丁雪楓;尤建新;;多模式資源受限項目調(diào)度問題的混合優(yōu)化算法研究[J];中國管理科學;2012年S1期

，

本文編號：2681191