随机多模式资源受限项目调度

项目调度是实现项目资源优化配置的重要手段。项目执行时往往面临大量不确定因素,并呈现出典型的多模式特性,给项目调度带来了很大挑战。鉴于此,本文研究活动工期不确定条件下的多模式资源受限项目调度问题,建立了该问题的马尔科夫决策过程模型。为了高效求解上述模型,设计了基于Rollout的近似动态规划算法。该算法可以在项目执行过程中根据最新的项目状态动态给出调度方案,从而有效优化项目期望工期。在所提算法中,利用“活动—模式”列表与并行调度机制相结合的启发式算法构建基准策略,并设计了基于离散时间马尔科夫链的动态仿真,以进一步提升算法性能。基于公开的项目调度问题库PSPLIB,通过大规模计算实验分析了本文算法的性能,探讨了多种因素对调度效果的影响。     

基于鲁棒优化模型的项目调度策略遗传算法

针对任务工期不确定的资源受限项目调度问题,提出了求解该问题的鲁棒优化数学模型。在随机规划基础上,针对该鲁棒优化模型设计了遗传算法。算法通过多种任务优先规则生成初始种群以保证种群多样性。应用该遗传算法对项目实例进行了求解,分析表明所求得的项目调度策略能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。参数分析表明决策者可以通过调节模型权重系数有效平衡解的可行性与最优性,有助于决策者根据风险偏好进行选择。     

基于遗传算法的资源约束型项目调度优化

资源约束型项目调度的优化是一个NP-hard问题,其求解难度随着资源约束项的增多呈指数方式增长,传统的基于Excel表的手工优化方法不能及时计算出有效的资源配置方式,从而影响项目管理人员的资源调度.针对多资源约束型项目调度的优化问题提出基于遗传算法的资源约束型项目调度的优化方法,该算法采用基于活动优先权的十进制编码方式,结合活动的存储邻接矩阵,有效地解决活动调度违例现象;运用优先抢占模式的资源分配方式安排活动资源,避免资源分配中的冲突问题;并为该算法设计了启发式遗传算法的C语言程序,通过计算机的多次迭代运算得出满足资源约束的最优工期.实践结果表明,遗传算法可以快速有效地解决企业项目调度的优化问题,适合在企业项目进度管理中推广运用.     

基于DSM的复杂研发项目价值流优化

针对传统设计结构矩阵(DSM)优化研发项目的不足,本文采用基于价值要素的DSM价值流优化方法,提出了活动的"费用时间比"参数和返工因子DSM矩阵,以综合反映活动的费用、时间及返工风险等价值要素对复杂研发项目活动排序优化的影响。进一步,将活动的"费用时间比"参数和返工因子作为优化参数,构建了相应的DSM价值流优化目标函数。对某案例优化计算表明,与传统方法相比,采用本文提出的价值流优化方法能明显降低由于返工而引起的项目费用增加值。     

资源受限下平行工序顺序对优化的0-1规划模型

资源受限是工程项目时刻都可能面对的挑战。由于资源限制，需要将原项目计划中相互之间无优先关系的平行工序调整为顺序工序。平行工序顺序化可导致项目工期延迟，因此需考虑如何使项目工期延迟最小。该平行工序顺序优化问题是项目调度问题，也是排列组合问题，通常难度很大，包括一些NP-hard问题。本文主要研究该问题的一类典型子问题——平行工序顺序对优化，即如何将项目中某2n个平行工序调整为n个顺序工序对，并且对项目工期的影响最小。该问题的总方案数可达到（2n）!/n!。本文借助工序网络（如CPM网络），运用简单的时间参数量化了平行工序顺序化对项目工期的影响，进而降低问题的求解难度，建立了纯0-1规划模型。实验验证了该模型的求解效率，求解100个平行工序规模的问题平均耗时0.2605秒，而求解500个平行工序规模的问题平均耗时10.66秒。     

多资源约束下基于关键链的项目群工期-费用优化

现有工期压缩模型未考虑资源约束下多合同项目工期压缩所产生的局部效应与整体效应,针对这一局限性,通过引入子网络,分析了基于关键链法的项目群工期—费用优化机理,据此,对项目群初始网络计划进行工期优化。借助关键链,除去计划工期的冗余时间,动态调整存在资源冲突的合同项目开始时间。在此基础上,分析工期动态优化对关键链和非关键链合同项目压缩费用产生的不同影响以及对子网络自身和项目群的影响。基于此,研究并构建了多资源受限下单一子网络和项目群工期-费用优化模型。最后,结合算例,分析了优化模型的可行性和优势。研究结果表明：模型能够有效地解决资源约束下项目群计划调整和工期-费用优化问题,从而能够为业主科学安排项目群中各合同项目的起始时间和资源计划提供依据。     

基于组织-任务网络的研发项目工期风险分析——以组织失效为风险因素

在项目工期风险管理领域,大多基于活动工期的不确定性进行研究,对由组织失效引起的工期风险问题较少关注。在对研发项目组织网络和任务网络分析的基础上,提出了研发项目的组织-任务网络模型。借鉴相继故障理论中的耦合映象格子,构建了以组织失效为风险因素的研发项目工期风险分析模型,并对该理论模型进行了数值仿真。结果表明,施加给组织节点的外部扰动达到某一数值即关键扰动阈值时可显著导致项目工期延误,该关键扰动阈值与组织间的耦合度呈负相关,与组织网络的平均度呈正相关,度大袭击比随机袭击和度小袭击更易于导致项目工期风险的发生,且造成工期延误的程度随着组织间耦合度的减小而愈加显著。研究结论为网络化背景下研发项目工期风险管理提供了新的视角。     

复杂不确定环境下活动可拆分的项目资源鲁棒性调度优化

复杂不确定环境下,制定一个具有较强抗干扰能力的基准进度计划非常必要。本文研究了活动工期不确定环境下考虑活动可拆分的项目资源鲁棒性调度优化问题,旨在考虑活动可拆分,探究在活动优先关系约束、项目截止日期约束、活动拆分约束、资源流约束等条件下如何进行活动拆分决策并合理地安排各个项目活动/活动分段间的资源调配方案和时间缓冲添加策略,以制定鲁棒性最大化的基准进度计划。本文创新点如下：1)在项目资源鲁棒性调度优化问题中考虑活动可拆分,定义了资源流网络下活动自由时差的计算方法,提出了一种新的活动可拆分情形下进度计划鲁棒性的衡量方式,进而构建得到了考虑活动可拆分的项目资源鲁棒性调度优化模型;2)分析证明了问题模型的强NP-hard属性以及非线性属性,并在此基础上开发了一种内嵌资源调度安排的遗传算法进行问题求解;3)选取一个典型的实际案例对研究问题进行说明,直观展示了活动拆分执行对进度计划鲁棒性提升的重要价值,揭示了鲁棒性调度计划中资源调度方案的重要性,得到了活动拆分执行会增加项目内部资源转移次数的结论。     

基于整数规划强对偶求解一类局域性资源受限项目调度问题

资源受限项目调度问题(简称RCPSP)是最具代表性的项目调度问题之一,调度过程可理解为,将受资源约束的平行工序调整为顺序工序。本文针对实际中广泛存在的资源局域、而非全局受限的情况,研究局域性RCPSP,并重点考虑一类问题：项目某环节的一系列平行工序,可用资源量只有一半,各资源可重复利用且具有相应多功能,但最多能承担2个工序,需将这些工序两两排列成对,实现项目工期最短。本文首先探索问题“局域性”特征,量化局域调度对项目工期的影响;基于此,构建只涵盖“局域调度工序”的0-1规划模型;再者,发展整数规划强对偶理论,结合Dangzig-Wolfe分解等方法,提出多项式时间的精确算法;最后通过算例测试,验证算法优势,例如,计算大规模算例的最优解,运用该算法比常规精确方法可快数万倍以上。     

基于柔性资源约束的前摄性项目调度优化研究

不确定环境中，项目进度计划鲁棒性的高低直接影响项目能否顺利实施。本文研究了具有随机活动工期的柔性资源约束下的前摄性项目调度优化问题，目标是在柔性资源和项目工期的约束下，借助对活动开始时间合理的进行安排进而得到拥有最大鲁棒性的进度计划。首先对研究问题进行界定；随后构建优化模型，并根据问题NP-hard属性和模型特点设计了双层嵌套禁忌搜索启发式算法，通过内外两层交互搜索寻找满意解；最后通过一个实际案例对本文研究进行说明，并分析关键参数对进度计划鲁棒性的影响，得到如下结论：相对于资源无柔性情况下的项目进度计划而言，资源具备柔性后得到的项目进度计划的鲁棒性更高，具有更强的抗干扰能力，能够保证项目稳定执行；同时，项目进度计划鲁棒性分别随着项目工期的延长、资源可用量的增加或资源柔性的提高而上升。     

考虑作业空间干涉的工程项目时间-成本均衡优化研究

工程现场的空间资源是制约工程活动开展的重要影响因素。本文研究考虑空间干涉的工程调度优化问题，定义作业空间干涉的度量方式和作业效率函数，建立工程调度的工期-成本双目标优化模型。针对问题特征设计相对延迟编码方式和解码机制，采用NSGA-II算法求解模型。以某工程案例为研究对象，通过与传统方法对比实验验证了模型和算法的有效性，接着分析了算法的最大延迟时间参数对算法性能的影响。实验结果表明，本文提出的模型和算法能有效提升工程进度和成本目标。     

Robust Resource Allocation Decisions in Resource‐Constrained Projects*

The well‐known deterministic resource‐constrained project scheduling problem involves the determination of a predictive schedule (baseline schedule or pre‐schedule) of the project activities that satisfies the finish–start precedence relations and the renewable resource constraints under the objective of minimizing the project duration. This baseline schedule serves as a baseline for the execution of the project. During execution, however, the project can be subject to several types of disruptions that may disturb the baseline schedule. Management must then rely on a reactive scheduling procedure for revising or reoptimizing the baseline schedule. The objective of our research is to develop procedures for allocating resources to the activities of a given baseline schedule in order to maximize its stability in the presence of activity duration variability. We propose three integer programming–based heuristics and one constructive procedure for resource allocation. We derive lower bounds for schedule stability and report on computational results obtained on a set of benchmark problems.     

具有时间转换约束的离散时间-费用权衡问题研究

离散时间-费用权衡问题(DTCTP)是项目进度中研究最多的双目标优化问题,它通常以三种形式出现:(1)P1:截止日期问题,在项目截止日期约束下使完成项目的总费用最小;(2)P2:预算问题,在费用预算约束下使项目工期最短;(3)P3:工期-费用曲线问题,找出全部有效的工期-费用模式集合。然而,考虑时间转换约束(TSC)的DTCTP却很少被关注。本文首先介绍时间转换约束的问题描述,在此基础上,建立具有活动类型时间转换约束的DTCTPTSC-P2模型;从实用角度出发,设计求解模型的遗传算法;最后,用一个真实项目实例说明模型的合理性和算法的有效性,对算例分析结果表明,该模型对承包商更准确地进行项目工期-费用权衡决策具有借鉴意义。     

基于开工柔韧性的关键链项目缓冲分配方法

缓冲应该进行集中式还是分散式管理是项目缓冲管理的一个核心问题，经典缓冲管理方法没有对此进行研究。基于此，本文在考虑开工柔韧性的情况下，研究并比较分析了两种项目缓冲的分配模式。通过对两种缓冲管理模型的研究，结合MATLAB仿真结果发现，缓冲集中式管理模式在考虑开工柔韧性的情况下，主要通过活动资源提前就位来抓住项目活动可能出现的提前完工机会，即通过可能的成本增加来换取可能的工期降低。仿真结果显示，在这种模式下，项目工期提前了8.67%，而总成本只上升了2.02%（主要是因为增加了资源库存成本和计划变动成本），由此可见，集中式缓冲管理模式可以有效降低工期。而缓冲分散式管理模式则是现有缓冲管理方法的延伸，在考虑开工柔韧性的情况下，将项目计划做出不同程度延缓，相较于缓冲集中式管理没有了库存成本的增加，实验结果表明，当活动完工率落在概率分布函数的50%~60%之间时可得到项目的最佳缓冲分散程度。     

基于拍卖机制的资源转移时间型动态分布式多项目调度

实践中,企业并行实施地域上分散的多个项目时,资源在各子项目之间的转移时间是影响多项目整体进度的关键因素,同时在动态多项目环境下,新项目不断到达且到达时间不可预知使得制定多项目调度计划遭遇更大困难。本文在动态环境下对资源转移时间型分布式多项目调度问题进行建模和求解,基于多代理系统建立分布式多项目调度问题的动态模型,并将拍卖理论引入其中,设计一种基于时间窗拍卖机制的分布式多代理系统(DMAS/ATW),在动态环境和资源转移时间约束下为多项目配置全局资源。通过一个具体的分布式多项目示例详细分析DMAS/ATW算法的动态调度过程,并基于MPSPLIB中的分布式多项目算例开展数值实验。实验结果表明：无资源转移时间约束时,DMAS/ATW算法求得的平均项目延迟同比相关文献中的DMAS/RIA算法最多减少42%,平均减少26%;有资源转移时间约束时,DMAS/ATW算法对1/3算例集的求解结果优于DMAS/RIA算法在无资源转移时间约束时的结果,验证了本文DMAS/ATW算法求解效果的优异性。对算例规模和全局资源利用系数的实验分析还表明,DMAS/ATW算法对不同规模和资源约束紧张程度的算例都具有良好的适应性。     

Multimode time-cost-robustness trade-off project scheduling problem under uncertainty

The time/cost trade-off problem is a well-known project scheduling problem that has been extensively studied. In recent years, many researchers have begun to focus on project scheduling problems under uncertainty to cope with uncertain factors, such as resource idleness, high inventory, and missing deadlines. To reduce the disturbance from uncertain factors, the aim of robust scheduling is to generate schedules with time buffers or resource buffers, which are capped by project makespan and project cost. This paper addresses a time-cost-robustness trade-off project scheduling problem with multiple activity execution modes under uncertainty. A multiobjective optimization model with three objectives (makespan minimization, cost minimization, and robustness maximization) is constructed and three propositions are proposed. An epsilon-constraint method-based genetic algorithm along with three improvement measures is designed to solve this NP-hard problem and to develop Pareto schedule sets, and a large-scale computational experiment on a randomly generated dataset is performed to validate the effectiveness of the proposed algorithm and the improvement measures. The final sensitivity analysis of three key parameters shows their distinctive influences on the three objectives, according to which several suggestions are given to project managers on the effective measures to improve the three objectives.

     

On the dynamic use of project performance and schedule risk information during projecttracking

Project scheduling, risk analysis and project tracking are key parameters to a project's success or failure. Research on the relative sensitivity of project activities during the project scheduling phase as well as research on project performance measurement during project progress have been published throughout the academic literature and the popular press. Obviously, the interest in activity sensitivity information and project performance measurement from both the academics and the practitioners lies in the need to focus a project manager's attention on those activities that influence the performance of the project. When management has knowledge about the current project performance and has a certain feeling of the relative sensitivity of the various project activities on the project objective, a better management focus and a more accurate response during project tracking should positively contribute to the overall performance of the project.