版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、項(xiàng)目調(diào)度問(wèn)題是項(xiàng)目管理中最為常見(jiàn)的一種管理方法。其中,基于資源約束的項(xiàng)目調(diào)度問(wèn)題屬于應(yīng)用比較廣泛的一類問(wèn)題。本文研究的課題是基于多模式的資源約束項(xiàng)目調(diào)度問(wèn)題,它屬于NP-Hard問(wèn)題。目前解決該類問(wèn)題的方法主要分為精確算法、啟發(fā)式算法和智能優(yōu)化算法。
本文首先對(duì)多模式資源約束項(xiàng)目調(diào)度問(wèn)題進(jìn)行了理論研究,并在此基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)了求解該類問(wèn)題的遺傳算法。實(shí)驗(yàn)分析表明,盡管遺傳算法在解決該類問(wèn)題時(shí)收斂速度較快,但是對(duì)系統(tǒng)中反饋信息
2、的利用不夠充分,容易過(guò)早收斂,使得搜索的解空間范圍較小。本文還設(shè)計(jì)并實(shí)現(xiàn)了求解該類問(wèn)題的蟻群算法。實(shí)驗(yàn)分析表明,盡管蟻群算法搜索解的能力較強(qiáng),但算法在初期信息素比較匱乏,導(dǎo)致收斂速度較慢,運(yùn)行時(shí)間過(guò)長(zhǎng)。鑒于此,為使兩種算法能夠優(yōu)劣互補(bǔ),本文將遺傳算法與蟻群算法相融合,設(shè)計(jì)并實(shí)現(xiàn)了求解該類問(wèn)題的融合算法。為了能給研究多模式資源約束項(xiàng)目調(diào)度問(wèn)題提供更可靠、便捷的平臺(tái),本文還開(kāi)發(fā)了相關(guān)算法分析平臺(tái),該平臺(tái)可以實(shí)現(xiàn)批量導(dǎo)入、運(yùn)行實(shí)例、動(dòng)態(tài)設(shè)置和
3、調(diào)整算法等功能,節(jié)省了研究的時(shí)間,提高了研究的效率。
目前,遺傳和蟻群的融合算法尚未應(yīng)用于該領(lǐng)域,因此本文提出的融合算法為求解MRCPSP問(wèn)題提供了一種新的思路。另外,本文在融合算法的思路、方法、優(yōu)化以及策略組合等方面還進(jìn)行了深入的研究與分析。
在驗(yàn)證融合算法的求解性能方面,本文使用了國(guó)際上廣泛使用的PSPIJB實(shí)例庫(kù)作為驗(yàn)證基準(zhǔn),運(yùn)行了單模式實(shí)例集J30、J60、J90、J120,多模式實(shí)例集J10、J12
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于微粒群算法的多模式資源受限項(xiàng)目調(diào)度優(yōu)化問(wèn)題研究.pdf
- 基于遺傳算法的多資源約束項(xiàng)目調(diào)度問(wèn)題研究.pdf
- 基于遺傳算法的資源約束型項(xiàng)目調(diào)度問(wèn)題的優(yōu)化.pdf
- 基于蟻群算法的多模式資源受限項(xiàng)目調(diào)度問(wèn)題研究.pdf
- 基于遺傳算法的資源約束項(xiàng)目調(diào)度問(wèn)題優(yōu)化及應(yīng)用研究.pdf
- 多模式資源約束項(xiàng)目工期-成本優(yōu)化問(wèn)題研究.pdf
- 基于改進(jìn)遺傳算法的多模式資源受限項(xiàng)目調(diào)度問(wèn)題研究.pdf
- 基于進(jìn)化算法的資源約束項(xiàng)目調(diào)度研究.pdf
- 基于進(jìn)化算法的多模式資源受限項(xiàng)目調(diào)度方法研究.pdf
- 基于約束傳播技術(shù)的資源受限項(xiàng)目調(diào)度問(wèn)題求解算法.pdf
- 基于蟻群優(yōu)化算法的資源受限項(xiàng)目調(diào)度問(wèn)題研究.pdf
- 柔性資源受限的多模式項(xiàng)目調(diào)度問(wèn)題研究.pdf
- 資源約束跨企業(yè)項(xiàng)目資源平衡與調(diào)度優(yōu)化算法.pdf
- 一個(gè)特殊資源約束項(xiàng)目調(diào)度問(wèn)題模型及其優(yōu)化算法研究.pdf
- 具有柔性資源約束的優(yōu)化調(diào)度問(wèn)題研究.pdf
- 資源約束下的多項(xiàng)目調(diào)度問(wèn)題研究.pdf
- 基于資源約束的安吉物流智能調(diào)度項(xiàng)目進(jìn)度計(jì)劃優(yōu)化研究.pdf
- 多技能人力資源約束下項(xiàng)目?jī)?yōu)化調(diào)度方法研究.pdf
- 運(yùn)用蟻群算法優(yōu)化資源受限項(xiàng)目調(diào)度問(wèn)題的研究.pdf
- 不確定資源約束下的項(xiàng)目調(diào)度問(wèn)題研究.pdf
評(píng)論
0/150
提交評(píng)論