工期-资源模糊条件下多资源受限项目调度研究

摘要

资源受限项目调度问题（Resource Constrained Project Scheduling Problem，RCPSP）要求在满足项目时序约束与资源约束的条件下，安排所有任务的开工期和完工期，以达到某一最优的目标。经典 RCPSP 假定项目处于确定环境中，然而在实际情况中，由于天气状况、场地条件及技术水平等因素，使项目常处于不确定环境中。对此，本文以项目总工期最短为目标，将经典 RCPSP 拓展到工期模糊、资源模糊的多资源受限项目调度问题（Fuzzy Resource Constrained Project Scheduling Problem，FRCPSP）进行研究。 首先，本文基于一种引入最大、最小理想点作为比较中介点的区间数距离测度，以?-cut水平截集为桥梁，通过定义一种项目路径可能度测算指标及其求解步骤，有效地计算出了模糊网络中各路径的可能度大小，并以此为依据，相应地识别出了模糊网络中可能的关键路径（任务）、必然的关键路径（任务）和必然的非关键路径（任务），从而为FRCPSP中任务调度和资源分配提供了依据。 其次，引入以最大、最小理想点作为比较中介点的模糊取最大运算来比较项目模糊工期、多种模糊资源的大小，通过重新定义最小理想点，避免了采用不同理想点（最大或最小理想点）时的模糊数间比较结果不一致问题。并以此求解出了项目所有可能会发生改变的关键路径，解决了以往FRCPSP研究中忽略的在工期模糊的情况下，关键路径有可能会发生改变，相应地各任务的模糊调度时间以及项目的模糊最短工期也可能随之发生改变问题。 最后，针对本文所建立模型及其假设条件，将一种基于混沌和差分进化的混合粒子群优化算法（CDEHPSO）引入FRCPSP的求解中，该算法利用混沌技术初始化种群，基于一种早熟判断机制对早熟粒子进行差分变异、交叉和选择以维持种群多样性。在此基础上，本文通过对算法惯性权重采用非线性自适应更新方法动态地调整其大小，从而进一步提高了算法的全局搜索能力，并基于FRCPSP的具体特征，考虑到并行调度方法有可能错过最优解，采用基于优先值的编码方式以及串行调度生成机制，提出混沌差分进化粒子群算法来求解本文所提出问题。并通过一个算例验证了本文所提出模型与方法的有效性和优越性。

目录

第一个书签之前