CN119515019A 考虑时间-资源权衡的项目调度与资源配置集成优化方法 （武汉纺织大学）

号考虑时间-资源权衡的项目调度与资源配置计划。本发明能够在保证项目按期完成的前提源条件下追求成本效益最大化的复杂项目管理2S3、采用基于超体积贡献率指标的自适应大邻域待优化项目所需的资源分为专有资源和临时资源；专有资源在分配后仅当前活动使每个活动具有一定的工作量，并且有若干种执行模式，每种执专有资源的成本按整个项目周期计算，临时资源的成本按实际使用时间和资源量计资源约束条件包括：在任意时刻，专有资源和临时资源项目紧前约束条件包括所有活动之间的紧前连续使用的最小和最大天数、专有资源在每个时间周期内连续停止使用的最小和最大天3沿解为最优项目调度计划和资源配置计划；所述的混合编码包括项目调度计划向量和资源配置计划向量；其中，项执行模式向量中，虚拟起始活动和结束活动仅有一种执行模式若两个相邻活动之间存在优先级约束关系，则交换它们的位置以所述的资源配置计划向量表示每种资源的配置向量；首先，根据双通过组合执行模式向量、活动优先级向量和资源配置计划向量这三个矩S323、检查当前剩余资源是否满足活动的需求，若S326、制定资源配置计划，并综合计算项目周4S361：从除了第一个和最后一个活动的执行模依次从第一向量中选择一个元素，在第二向量中随机选择一个模型构建模块，用于根据所述基本假设，构建以最小化项目工期和模型求解模块，用于采用基于超体积贡献率指标的自适应大邻域搜待优化项目所需的资源分为专有资源和临时资源；专有资源在分配后仅当前活动使每个活动具有一定的工作量，并且有若干种执行模式，每种执专有资源的成本按整个项目周期计算，临时资源的成本按实际使用时间和资源量计5集成项目调度与资源配置的研究在技术密集型项目中逐渐受到重视，尤其是在应急救援、技术人员等稀缺资源，其高昂的成本要求在临时资源的租用合理配置中实现更高的经济6项目紧前约束条件包括所有活动之间的紧前S31、基于最小化项目工期和总成本的双目标，对基本假设中的参数进行混合编托前沿解为最优项目调度计划和资源配置计划；7从活动优先级向量中随机选择一部分元素组成第一向量，剩余元素组成第二向重复上述操作直到第一向量为空，从而得到更新后的第二向量及其对应的邻域8了多模式项目调度与资源配置问题的求解方法，并扩展了自适应大邻域搜索算法的应用。9项目紧前约束条件包括所有活动之间的紧前t为时间范围内的时间段集合T={1,2,.]TI}（索引t以时间长度为周期单天数和最大使用天数分别为wntin和，连续使用最小天数和最大天数分ynmn=1,执行;ymn=0,不执行将活动i在t时刻是否开始的变量vit作为0_1变量(vt=1,开始;vit=0,未开始将分配到调度计划iej的专有资源在第t时刻是否使用[0044]其中，总成本pc由专有资源成本和临时资源成本两部分组成，具体表达为：r,确保专有资源满足专有资源可用资源量约束条[0050]定义专有资源在每个时间周期内的最小使用天数约束为vleL，[0051]定义专有资源在每个时间周期内的最[0055]定义专有资源连续停止使用的最大天数约束为vteT，S31、基于最小化项目工期和总成本的双目标，对基本假设中的参数进行混合编出项目在整个周期内的项目调度计划，见表5中实施例项目调度计划，否则标记此为非法的方法剔除不符合约束条件的资源配置计划。[0074]根据上述所述解码阶段的考虑带惩罚成本的资源配置方对所述的专有资源和临时资源进行分配。表5中实施例解码得到的资源配置计划表示一种（1）当{F1(A)≥F1(B)且F2(A)>F2(B)}，或者{F1(A)>F1(B)且F2(A)≥F2(B)}（2）当{F1(A)<F1(B)且F2(A)SF2(B)}，或者{F1(A)SF1(B)且F2(A)<F2(B)}（3）当{F1(A)<F1(B)且F2(A)>F2(B)}，或者{F1(A)>F1(B)且F2(A)<F2(B)},或者{F1(A)=F1(B)且F2(A)=F2(B)}时，则表示A与B之间不存在支配关系。体的前一个个体i+1和后一个个体i-1的目标值。托前沿解为最优项目调度计划和资源配置计划。p)表示非支配解集x中解x与参为目标函数f1和f2的上界,f1(i)和fz(i)是解i的目标值。[0086]活动优先级向量的破坏操作如下：从活动优先级向量中随机选择在其之前的所有活动必须是的前置活动（或与无直接前置约束在其之后的所有活动必应的邻域解。[0087]对资源配置计划向量Z进行破坏_操作如下：从资源配置计划向量Z中随机选择zxpaestory个元素进行破坏。破坏后的元素将通过从表3列出的10个候选资源配置组合方Z=(8,2,1,3,5,3,6,8,4,6,3,9}执行了破坏_修复操作。在这个过程中，我们随机选择了3决这一问题，我们进一步合并并删除了解码后具有相同项目调度和资源配置计划的个体，度计划和资源配置计划。[0096]作为本发明的第二方面，本发明还提供一种考虑时间_资源权衡的项目调度与资标时间_资源权衡的项目调度和资源配置集成优化问题是一个全新的研究领域，目前尚无步骤2：使用带有优先级的串行调度生成机制（SerialSchedulingGeneration元素，得到两个子代。同样地，对资源配置向量也采用相同方法，生成一个大小为本实例在不同的项目参数设置下采用ALNS和NSGA_II算法进行了多次模拟实验。验参数如表6所示。求得的解集，是从帕累托前沿上采样的一组参考点，而dis(x,y)表示解集p中的点y和参实帕累托前沿最优解到最近得到的近似集合解的平均距离。较低的IGD值表明解集更好地取pareto前沿两个端点值，ALNS在端点1上的成本和工期，以及端点2上成本要优于NSGA_的迭代图如图10和图11所示。从图10和图11中不难看出两种算法在前200代都能快速收敛[0117]图13展示了在不同网络复杂度（0S=0.25,0.50,0.75）下，ALNS和NSGA_II表8数据展示了两种优化算法LVNS和NSGA_II在不同问题实例中的两个端点[0124]LVNS算法在所测试的优化问题中，尤相比NSGA_II算法在本发明研究问题中具有更所述考虑时间资源权衡的项目调度与资源配置集成优化方充分考虑临时资源的灵活性与项目工期压缩的潜力，通过以项目成本和工期为双重目标，