基于蟻群算法的軟件行業(yè)工期固定-資源均衡優(yōu)化決策及其實(shí)現(xiàn).pdf

1、隨著我國(guó)經(jīng)濟(jì)發(fā)展的進(jìn)一步加深，新的經(jīng)濟(jì)常態(tài)的逐步形成，資源的合理利用和效率的提高都將推進(jìn)經(jīng)濟(jì)的進(jìn)一步發(fā)展和經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型。軟件行業(yè)作為知識(shí)密集、資源密集的產(chǎn)業(yè)，項(xiàng)目管理與一般行業(yè)相比更加困難，資源的合理配置也更加迫切。論文利用蟻群算法對(duì)軟件行業(yè)中的工期固定-資源均衡問題進(jìn)行求解，對(duì)于提高軟件項(xiàng)目的資源利用率、控制項(xiàng)目費(fèi)用、提高項(xiàng)目質(zhì)量具有重要的現(xiàn)實(shí)意義。
　　論文是基于工期固定-資源均衡問題，并在國(guó)內(nèi)外研究現(xiàn)狀和理論分析的基礎(chǔ)上展

2、開的。首先，介紹了項(xiàng)目管理、網(wǎng)絡(luò)計(jì)劃和資源均衡的理論基礎(chǔ)。其次，構(gòu)建了軟件行業(yè)資源均衡的數(shù)學(xué)模型。然后，介紹了蟻群算法的基本理論，并基于基本蟻群算法的正反饋機(jī)制，提出可以解決工期固定-資源均衡問題的蟻群算法：求解非關(guān)鍵工序的開始工作時(shí)間范圍；將所有螞蟻隨機(jī)分布在以上可行域中，得到螞蟻的初始位置，并計(jì)算此時(shí)各人工螞蟻所對(duì)應(yīng)的信息素值，記錄得到其中的最優(yōu)信息素值；螞蟻根據(jù)轉(zhuǎn)移概率的大小決定進(jìn)行局部搜索或全局搜索，直至迭代次數(shù)達(dá)到規(guī)定最大循環(huán)

3、次數(shù)則跳出循環(huán)，獲得全局最優(yōu)解。此外，對(duì)工期固定-資源均衡模型進(jìn)行了仿真研究，并將遺傳算法和蟻群算法的進(jìn)化速度進(jìn)一步對(duì)比。
　　研究發(fā)現(xiàn)，經(jīng)過蟻群算法求解計(jì)算，單資源的目標(biāo)函數(shù)值由10.1225降低到4.3261，多資源的目標(biāo)函數(shù)值由2.5546降低到1.7613，資源消耗量趨向于均衡。利用遺傳算法求解論文中的兩個(gè)算例和蟻群算法的進(jìn)化速度對(duì)比，可以得到：蟻群算法單資源均衡算例需要300個(gè)種群、1000次迭代、耗時(shí)90.473秒，利

4、用遺傳算法求解此算例，需要300個(gè)種群、1500次迭代、耗時(shí)146.470秒；利用蟻群算法求解，需要25個(gè)種群、迭代100次、耗時(shí)1.125秒，利用遺傳算法求解多資源均衡算例，需要25個(gè)種群、迭代100次、耗時(shí)3.860秒。對(duì)比發(fā)現(xiàn)蟻群算法的進(jìn)化速度遠(yuǎn)高于遺傳算法，論文提出的蟻群算法不僅可以有效求解工期固定-資源均衡問題且相比遺傳算法大大縮短了求解時(shí)間。此外，為保證資源均衡，對(duì)軟件行業(yè)的企業(yè)提出了一些保證資源均衡的對(duì)策建議，包括制定項(xiàng)目