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。     

资源约束下多项目调度的启发式算法

讨论了目前RCPSP领域的研究现状,建立了一种针对单模式资源受限下多项目调度问题的数学模型,并提出一种解决该问题的启发式算法,给出了具体的算法步骤以及算例,结果表明该算法可以得到可行解.     

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。     

活动重叠模式与资源约束下的项目调度优化

采取活动重叠模式通常是加速研发的有效手段,带有活动重叠的资源受限项目调度问题是经典资源受限项目调度问题的扩展.首先,深入分析了活动重叠对于项目调度的影响,对活动重叠及其不确定进行详细描述与建模,提出了活动重叠导致下游活动返工时间的二项分布概率模型;其次,构建了以最小化研发项目期望工期为目标的优化调度模型,设计了基于串行进度生成机制的遗传算法对大规模问题进行优化求解;最后,基于PSPLIB J60问题库中480个算例分析了该算法的计算结果,并考察了网络参数、资源参数和重叠参数变化时,采用活动重叠模式对缩短项目工期的影响.研究结果表明:活动对资源的需求强度越小或资源稀缺程度越低,可重叠活动对数量就会增加,项目工期缩短得越明显;网络复杂度的变化对缩短项目工期的影响不大;项目中重叠活动对越多,重叠导致的下游活动返工的概率越小,项目工期缩短的越明显.     

基于逆控制工序的重复性项目最短工期计算方法

最短工期问题是重复性项目调度中的一类常见问题。本文首先根据不同类型控制工序工期与总工期之间的变化关系,提出并证明了总工期的计算公式,给出了逆控制工序存在的必要条件。然后提出了最短工期问题的优化策略,即只需对所有满足逆控制工序必要条件的工序系进行执行模式的选择,而其余工序系直接选择最快执行模式。最后以该策略为基础设计了新的遗传算法。算例分析表明,与现有的其它算法相比,极大地简化了计算量,提高了计算效率。     

RCPSPDC的一种启发式算法

在资源约束条件下,如何最大化项目净现值是目前项目规划研究的重点问题。本文研究了一次付款项目支付模式下的RCPSPDC,提出了一种Min{L＆F}启发式算法。该算法比较可行工序集中各工序的Min{L＆F}值,据此确定规划顺序,进而完成整个项目的规划,实现最大化项目净现值的目标。最后,本文在算例应用与算法比较的基础上,验证了Min{L＆F}算法的有效性。     

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。     

关键链技术在RCPSP问题中的应用研究

本文采用遗传算法,提出了一种关键链的识别方法,能够得到一近优的关键链.在项目缓冲的设置方面,既考虑了关键链自身的因素,又考虑了非关键链对其的影响.通过对资源受限项目调度问题(RCPSP)的标准问题库PSPLIB中典型案例的求解,较为详尽地描述了方法的具体应用过程.最后,采用对比研究仿真验证的方法证实了上述方法的有效性.     

基于图的广度搜索的进度生成机制

启发式算法是解决资源受限的项目调度问题的经典方法之一，通常用来生成元启发算法初始解，传统的串行（SSGS）和并行（PSGS）是生成项目调度方案的经典机制，本文基于图的广度优先搜索算法，提出了一种考虑任务节点位置因素的广度生成机制（BSSGS），并验证了算法的效果。借鉴广度搜索算法定义进度生成机制中的当前任务集合C、候选任务集合D以及阶段变量g等，对各任务节点进行层次划分并定义任务调度秩序；结合优先规则选择候选任务j^*并进行资源R_k（t）调度更新，进而生成完整的调度方案；案例分析表明新机制在满足优先规则和资源约束的同时兼顾了任务节点在网络中位置因素，拥有对于局部复杂网络不回避，对关键节点及时调度等明显优势；选择PSPLIB中算例，在不同优先规则下对新机制进行了测试，测试结果表明新的进度生成机制在LPT、SPT、MTS和MIS等优先规则下，在平均最短工期、平均资源利用率及最优调度方案率等方面优于串行和并行进度生成机制，且算法时间复杂度与传统机制相比并未增加，仍为O（J²，K）。     

基于机动时间的可分解平行工序顺序优化研究

平行工序的顺序优化是解决资源有限项目进度计划问题的最有效、最普遍的方法之一。对于该类问题的研究目前主要基于工序的不可分解性,而现实情况下有些工序是任意可分的。基于此,本文首先提出了最小路长定理,在其基础上,建立了任意可分的两个平行工序调整为顺序工序的亏值模型,并进行了理论证明,此外,针对从n个可分解平行工序中选取一个与指定工序调整为顺序工序的优化问题进行了研究,在已给亏值模型的基础上设计出了优化算法,越是大型网络,该方法的优越性越明显。     

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。     

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.     

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。     

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。     

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。     

OPTIMAL PROJECT SEQUENCING WITH RECOURSE AT A SCARCE RESOURCE

We develop a dynamic prioritization policy to optimally allocate a scarce resource among K projects, only one of which can be worked on at a time. When the projects' delay costs differ, the problem (a “restless bandit”) has not been solved in general. We consider the policy of working on the project with the highest expected delay loss as if the other project was completely finished first (although recourse is allowed). This policy is optimal if: (1) the delay cost increases with the delay regardless of the performance state, (2) costs are not discounted (or, discounting is dominated by delay costs), (3) projects are not abandoned based on their performance state during processing at the scarce resource, and (4) there are no stochastic delays. These assumptions are often fulfilled for processing at specialized resources, such as tests or one‐off analyses.     

Designing Efficient Infrastructural Investment and Asset Transfer Mechanisms in Humanitarian Supply Chains

We analyze the efficacy of different asset transfer mechanisms and provide policy recommendations for the design of humanitarian supply chains. As a part of their preparedness effort, humanitarian organizations often make decisions on resource investments ex ante because doing so allows for rapid response if an adverse event occurs. However, programs typically operate under funding constraints and donor earmarks with autonomous decision‐making authority resting with the local entities, which makes the design of efficient humanitarian supply chains a challenging problem. We formulate this problem in an agency setting with two independent aid programs, where different asset transfer mechanisms are considered and where investments in resources are of two types: primary resources that are needed for providing the aid and infrastructural investments that improve the operation of the aid program in using the primary resources. The primary resources are acquired from earmarked donations. We show that allowing aid programs the flexibility of transferring primary resources improves the efficiency of the system by yielding greater social welfare than when this flexibility does not exist. More importantly, we show that a central entity that can acquire primary resources from one program and sell them to the other program can further improve system efficiency by providing a mechanism that facilitates the transfer of primary resources and eliminates losses from gaming. This outcome is achieved without depriving the individual aid programs of their decision‐making autonomy while maintaining the constraints under which they operate. We find that outcomes with centralized resource transfer but decentralized infrastructural investments by the aid programs are the same as with a completely centralized system (where both resource transfer and infrastructural investments are centralized).