基于蚁群优化算法的资源受限项目调度问题研究

摘要

项目管理是管理科学的一个重要分支，项目计划与调度是项目管理的重要组成部分，项目调度方面的研究对于发展项目管理理论、提高项目管理水平有重要意义。 考虑到资源受限项目调度问题已经被证明是NP难问题，我们试图将蚁群优化算法应用于该问题的求解。蚁群优化算法是受自然界中真实蚁群觅食行为的启发而提出的一种智能优化算法，在求解TSP等组合优化问题中表现优良，为资源受限的项目调度提供了高效的求解方法。 本文主要工作包括以下内容：(1)总结了国内外资源受限项目调度问题研究现状的基础上，对几种比较重要的求解方法进行了比较；(2)总结概括蚁群优化算法的研究现状，深入研究几种重要的改进算法，总结蚁群优化算法的应用领域，讨论该算法应用于资源受限项目调度问题的基本思路；(3)在此基础上设计了一种基于蚁群优化算法的单执行模式资源受限项目调度问题优化算法。该算法以满足紧前关系的工作链表作为人工蚂蚁的巡游路径，针对问题特点设计了信息素及启发式信息策略，采用伪随机比例规则。根据正交法设计实验，并采用项目调度标准问题库中的基准问题进行试验。实验结果验证了算法的有效性；并通过对计算结果的分析得到了算法的优化解参数设置，在此参数设置下对较大规模的基准问题进行求解，得到了较好结果。最后对全文进行总结并提出未来研究方向。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1研究背景与意义

1.2项目调度发展过程

1.3资源受限项目调度问题研究现状

1.3.1优化目标及资源分类

1.3.2问题模型

1.3.3求解方法

1.3.4基准问题

1.4本文主要工作及文章结构

第二章资源受限项目调度基本理论

2.1 RCPSP概述

2.1.1典型RCPSP

2.1.2特性参数

2.2 SRCPSP模型及参数介绍

2.2.1基本模型及参数含义

2.2.2基本定义、定理

2.3 SRCPSP求解方法

2.3.1分支定界算法

2.3.2传统的基于优先规则的方法

2.3.3采样算法

2.3.4基于关键链项目管理的项目调度

2.3.5智能优化算法

2.4本章小结

第三章蚁群优化算法的基本理论和研究现状

3.1蚁群优化算法简介

3.2蚁群优化算法的基本理论

3.2.1蚁群优化算法的基本思想

3.2.2蚁群优化算法的基本算法

3.3几种主要的改进算法

3.3.1带精英策略的蚂蚁系统

3.3.2蚁群系统

3.3.3最大—最小蚂蚁系统MMAS

3.3.4蚁群算法与其他优化算法的融合

3.4蚁群优化算法的主要应用

3.5本章小结

第四章ACO在SRCPSP中的应用研究

4.1基准问题

4.2算法设计

4.2.1基本思想

4.2.2算法流程

4.3实验设计

4.3.1实验指标选择

4.3.2因素及水平

4.3.3实验流程与系统结构

4.4实验结果及参数分析

4.5本章小结

第五章总结及展望

5.1本文总结

5.2进一步研究方向

参考文献

个人简历