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。     

消除二次资源冲突的鲁棒性双目标关键链项目调度优化

传统关键链方法无法解决插入输入缓冲引起的二次资源冲突困境,更不能表述和建模调度方案的鲁棒性,这极大地限制了它在项目进度管理中的广泛应用。本文从鲁棒调度和双目标优化两个角度拓展和创新了传统关键链方法。首先,针对最棘手的二次资源冲突困境,从鲁棒优化视角提出基于局部重调度的二次资源冲突消除策略,进而设计基于消除策略的鲁棒性测度指标;其次,构建同时优化项目工期和调度方案鲁棒性的双目标关键链项目调度模型,并设计混合差分进化算法求解。在获取基准调度计划阶段为克服现有的关键链识别方法的不足,设计基于鲁棒性资源流网络的关键链识别算法并将其嵌入差分进化主算法中。最后,设计并运行大规模数值测试实验,输出数据的统计结果验证了关键链识别算法和二次资源冲突消除策略的有效性,同时也表明了本文设计混合差分进化算法的优越性。     

基于资源流网络优化的Max-npv项目调度

活动拖期通过资源流网络的传递会严重影响项目的净现值收益。针对该问题，本文首先在确定性环境下采用模拟退火算法(SA)构建了Max-NPV(Maximize the Net Present Value)非鲁棒性基准调度计划，然后考虑到活动工期的不确定性，设计了MEPC(Minimize Expected Penalty Cost)资源流网络优化算法，通过鲁棒性资源分配实现净现值期望惩罚成本最小化。大规模仿真对比实验结果表明，在活动工期低、中、高三种不确定性程度下，相对于采用随机资源分配算法(SA+RRAS)构建的非鲁棒性调度计划，SA+MEPC算法构建的鲁棒性调度计划在项目净现值实际收益、调度计划的“解”鲁棒性和“质”鲁棒性三个方面都取得了更好的结果，并且应对活动拖期风险的能力也更强。     

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。     

随机抽样算法在多项目调度中的应用

针对资源约束下的多项目调度问题,扩展了单项目进度生产机制,并在此基础上设计了多项目调度的随机抽样算法。通过对比分析,说明不同的任务优先规则对随机抽样算法具有不同的影响,其中采用MINSLK等优先规则的随机抽样算法能够有效地缩短项目平均工期。与其他多项目调度启发式算法的比较和统计检验,说明随机抽样算法显著优于这些常用的启发式算法。     

地域分散型多项目时间/成本权衡问题

实践中多项目可能分散在不同的地域，制订多项目计划时全局资源在项目间的转移时间不能忽略；项目活动有不同的执行模式，投入的预算越多，活动工期越短。地域分散型多项目时间/成本权衡问题涉及总预算在项目间的合理分配、全局资源在项目间的转移以及预算约束下的项目工期优化问题。针对该问题特点设计一种遗传算法，对带有预算约束的局部项目调度问题进行求解，采用序贯博弈谈判机制协调总预算在多项目间的分配并制订全局资源转移计划。基于多项目标准算例集MPSPLIB开展实验研究，一方面，探究求解该问题的序贯博弈谈判机制的协调效果；另一方面，分析并讨论问题规模、资源冲突强度和总预算对全局目标值的影响。     

一种策略层项目计划的双目标优化方法

针对产品开发项目管理的实际情况,对策略层计划优化方法进行研究。以工作包的工作量估算为基础,以资源投入水平和工期最小化为目标,考虑各种约束条件,提出一种策略层项目计划问题的混合整数规划问题模型。以非支配遗传算法NSGA-II为基础框架,设计了一种改进的双目标遗传算法。该算法针对问题的特点,提出了基于资源平滑的解码算法。参考NSGA-III的关键特征,对拥挤密度计算方法进行改进。通过企业实际项目案例,验证了算法的性能和所提出的策略层项目计划方法的有效性。     

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。     

带工期指派的产品服务系统订单随机调度问题研究

针对由一个制造工厂和多个区域服务中心组成的服务型制造企业,研究了考虑生产时间和服务时间均具有随机性且工期可指派的产品服务系统（PSS）订单调度问题。首先以最小化订单提前、误工和工期指派费用的期望总额为目标构建问题的优化模型,然后分析目标函数近似值的最优性条件,据此提出加权最短平均生产时间排序规则,并结合该规则与插入邻域局部搜索设计了启发式算法对问题进行求解,最后通过数值仿真验证算法的可行性和有效性。研究表明,提前费用偏差对PSS订单调度与工期指派决策的影响很小,因此企业管理者无需准确估计库存费用也能制定出比较有效的PSS订单调度策略;而工期指派费用偏差对决策结果的影响非常大,因此企业管理者在决策时必须谨慎估计该项费用。     

资源约束下可打断项目组合选择模型研究

首先,本文在已有可打断项目组合选择模型的基础上,引入了消耗性资源和可更新资源约束,构建了一个更符合实际的新模型;其次,为了达到模型简化的目的,本文给出了资金约束的现值表示,并给出了理论证明;最后,利用GAMS对模型进行了算例分析。数值实验结果表明：1）资源约束下的项目打断有时可以给企业带来积极效益,这有别于已有的研究;2）在考虑资源约束的情况下,资源消耗少且同时收益高的项目应优先执行;3）当资源的供给量较少时,资源约束是决定项目选择的关键因素。此外,通过企业实际的案例对数值实验结果进行了验证。     

多项目人力资源调度实证研究

针对某公寓大修项目,建立有关人力资源约束下的多项目进度管理问题混合整数规划模型。其中考虑了多种约束,如项目对人员能力、水平的不同要求,而人员又具有多种能力及水平;目标为满足约束的条件下总成本最小化,其中包含按时间计费的工资,和福利等的固定费用。为了简化计算,采用列生成法把复杂的多项目模型分解为一个主问题和多个子问题并协调主问题和子问题求解。同时由于子问题的复杂性难以精确求解,采用启发式算法求解:首先由基于优先原则的启发式方法给出问题的初始解,再由遗传算法寻优。最后通过该实际案例的应用,表明此方法能够快速有效的解决实际问题,给决策者提供信息,帮助指导实践。     

基于突变的项目组合共享资源竞争拥挤研究

对于以项目方式进行管理或生产的企业来说,共享资源在多项目、特别是项目组合(project portfolio,PP)中的合理配置是企业运营所需要解决的重要问题,对企业实现可持续发展起着关键的支撑作用。本文将突变理论引入项目组合管理问题中,在类比交通系统中车辆对交通资源竞争的基础上,提出了项目组合系统共享资源竞争拥挤概念,并对其基础变量进行了详细分析;其次,本文分析了项目组合共享资源竞争拥挤势函数和竞争稳定性,构建了以系统效率最大化为决策目标的项目组合共享资源竞争拥挤模型;最后,通过HD集团的案例分析对项目组合共享资源竞争拥挤模型的可实践性进行了验证,并以此为基础,针对项目组合管理提出了共享资源的改进管理方案。     

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。     

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。     

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。     

大型建筑工程项目资源配置模型及策略研究——基于系统动力学的建模和仿真

大型建筑工程项目多类型资源的有效配置,是现阶段项目管理理论与工程管理实践面临的关键问题,特别是在考虑工艺顺序和间歇时间的工作可操作性特点,以及多资源之间反馈影响的情况下。通过整合挣值法和系统动力学理论,在分析资源可用性和工作可操作性之间因果关系的基础上,本文构建了大型建筑工程项目多资源配置的系统动力学模型。以上海市重大工程投资统计数据作为模型参数依据,模型的仿真结果表明:建筑工程项目不同类型资源其配置重要性与系统影响性存在显著差异,在制定资源配置策略时应同时考虑项目运作方式的特征与多资源之间的匹配,资源不匹配则容易导致资源配置系统失去稳态或策略失效。这为进一步研究项目管理中多资源配置提供了理论参考和实践支持。