×
陈伟能;张军

在不确定性下调度多模式项目以优化现金流：蒙特卡洛蚁群系统方法。 （英语） 兹比尔1279.68301

J.计算。科学。技术。 27，第5期，950-965（2012）.
摘要：不确定性下的项目进度安排是一个具有挑战性的研究领域，越来越受到人们的关注。虽然现有的大多数研究只考虑了不确定性条件下的单模项目调度问题，但本文旨在处理一个更现实的模型，即带有贴现现金流的随机多模资源约束项目调度问题（S-MRCPSPDCF）。在该模型中，活动持续时间和成本由随机变量给出。其目标是找到一个最佳的基线计划，以便使现金流的预期净现值（NPV）最大化。为了解决这个问题，设计了一种基于蚁群系统的方法。该算法使用信息素和预期折现成本（EDC）启发式算法，派遣一组蚂蚁迭代构建基线调度。由于随机变量的存在，无法直接评估预期净现值，因此该算法采用蒙特卡罗（MC）模拟技术。由于ACS算法只使用迄今为止最好的解决方案来更新信息素值，因此发现用少量随机场景进行粗略模拟就足以进行评估。从而降低了计算成本。33个实例的实验结果证明了该模型和ACS方法的有效性。

引用于4文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
90B35型 运筹学中的确定性调度理论

关键词：

项目进度安排;不确定性优化;现金流量;蚁群优化;蒙特卡罗模拟
PDF格式BibTeX公司 XML格式引用
\textit{W.-N.Chen}和\textit{J.Zhang}，J.Compute。科学。技术。27，第5号，950--965（2012；Zbl 1279.68301）
全文： 内政部

参考文献：

[1] Brucker P、Drexl A、Möhring R、Neumann K、Pesch E.资源约束项目进度：符号、分类、模型和方法。《欧洲运筹学杂志》，1999，112（1）：3–41·Zbl 0937.90030号 ·doi:10.1016/S0377-2217（98）00204-5
[2] Blazewicz J、Lenstra J K、Rinnooy Kan A H G。受资源约束的调度：分类和复杂性。离散应用数学，1983，5（1）：11-24·Zbl 0516.68037号 ·doi:10.1016/0166-218X（83）90012-4
[3] Ùdamar L.一种求解一般类别项目调度问题的遗传算法。IEEE系统、人与控制论汇刊——C部分：应用与评论，1999，29（1）：44-59·数字对象标识代码：10.1109/5326.740669
[4] Tseng L Y，Chen S C.多模式资源约束项目调度问题的两阶段遗传局部搜索算法。IEEE进化计算汇刊，2009，13（4）：848–857·doi:10.1109/TEVC.2008.2011991
[5] 资源约束下的Kolisch R.项目调度：几个问题类的有效启发式。Physica-Verlag，1995年。
[6] Russell A H.网络现金流。管理科学，1970，16（5）：357-373·Zbl 0187.18201号 ·doi:10.1287个/mnsc.16.5.357
[7] Herroelen W、De Reyck B、Demeulemeter E。现金流贴现项目网络模型：最近发展的导览。《欧洲运筹学杂志》，1997，100（1）：97–121·Zbl 0947.90583号 ·doi:10.1016/S0377-2217（96）00112-9
[8] Ulusoy G.具有折现现金流的多模式资源受限项目调度问题的四种支付模型。《运筹学年鉴》，2001，102（1-4）：237–261·Zbl 0990.90509号 ·doi:10.1023/A:1010914417817
[9] Mika M，Waligóra G，WÉglarz J.模拟退火和禁忌搜索具有正贴现现金流和不同支付模型的多模式资源约束项目调度。《欧洲运筹学杂志》，2005，164（3）：639–668·Zbl 1061.90048号 ·doi:10.1016/j.ejor.2003.10.053
[10] Chen W N，Zhang J，Chung H S H，Huang R Z，Liu O.优化项目进度计划中的折现现金流-蚁群优化方法。IEEE系统、人与控制论汇刊——C部分：应用与评论，2010，40（1）：64–77·doi:10.1109/TSMCC.2009.2027335
[11] Herroelen W，Leus R.《不确定性下的项目进度安排：调查和研究潜力》。欧洲运筹学杂志，2005，165（2）：289-306·Zbl 1066.90050号 ·doi:10.1016/j.ejor.2004.04.002
[12] Li Z，Ierepatritou M.不确定性下的过程调度：回顾与挑战。计算机与化学工程，2008，32（4-5）：715-727·doi:10.1016/j.compchemeng.2007.03.001
[13] Sahinidis N V.不确定性下的优化：现状和机遇。计算机与化学工程，2004，28（6-7）：971–983·doi:10.1016/j.compchemeng.2003.09.017
[14] Park H K.建筑项目现金流预测。KSCE土木工程杂志，2004，18（3）：265–271·doi:10.1007/BF02836008
[15] 杨义堂，常春云。资源和资金供应不确定的重复建设项目随机资源约束调度。国际项目管理杂志，2005，23（7）：546–553·doi:10.1016/j.ijproman.2005.03.003
[16] Wu X，Zhou X。最小化预期最大延迟的随机调度。欧洲运筹学杂志，2008，190（1）：103–115·Zbl 1146.90431号 ·doi:10.1016/j.ejor.2007.06.015
[17] Ke H，Liu B.活动持续时间随机的项目调度问题。应用数学与计算，2005，168（1）：342-353·Zbl 1076.94044号 ·doi:10.1016/j.amc.2004.09.002
[18] 郭志霞，王文霞，梁世英，范建堂，陈世芳。多不确定性订单调度的遗传优化。专家系统与应用，2008，35（4）：1788–1801·doi:10.1016/j.eswa.2007.08.058
[19] Long L D，Ohsato A.资源约束和不确定性下项目调度的模糊关键链方法。国际项目管理杂志，2008，26（6）：688–698·doi:10.1016/j.ijproman.2007.09.012
[20] Daniels R L，Carrillo J E.{（\beta\）}-加工时间不确定的单机系统鲁棒调度。IIE交易，1997，29（11）：977–985。
[21] Creemers S、Leus R、De Reyck B、Lambrecht M。具有可变活动持续时间和不确定活动结果的最大净现值项目调度。程序中。IEEE工业工程和工程管理国际会议，2008年12月，第183-187页。
[22] Creemers S，Leus R，Lambrechts M.以最大净现值为目标调度马尔可夫PERT网络。技术报告KBI 0811，比利时鲁汶大学决策科学与信息管理系，2008年。
[23] Sobel M J，Szmetekovsky J G，Tilson V。利用随机活动持续时间安排项目，以最大化预期净现值。欧洲运筹学杂志，2009198（3）：697-705·Zbl 1176.90264号 ·doi:10.1016/j.ejor.2008.10.04
[24] Wiesemann W，Kuhn D，Rustem B.不确定性下项目净现值的最大化。《欧洲运筹学杂志》，2010，202（2）：356–367·Zbl 1175.90200号 ·doi:10.1016/j.ejor.2009.05.045
[25] Szmerekovsky J G.市场不确定性下的单机调度。欧洲运筹学杂志，2007，177（1）：163–175·Zbl 1111.90047号 ·doi:10.1016/j.ejor.2005.09.047
[26] Dorigo M，Maniezzo V，Colorni A.蚂蚁系统：通过协作代理群体进行优化。IEEE系统、人与控制论汇刊——B部分：控制论，1996，26（1）：29-41·数字标识代码：10.1109/3477.484436
[27] Dorigo M，Gambardella L M。蚁群系统：TSP的合作学习方法。IEEE进化计算汇刊，1997，1（1）：53-66·doi:10.1109/4235.585892
[28] Merkle D，Middendorf M，Schmeck H.资源约束项目调度的蚁群优化。IEEE进化计算汇刊，2002，6（4）：333–346·Zbl 1044.68784号 ·doi:10.1109/TEVC.2002.802450
[29] Chen W N，Zhang J.针对具有各种QoS要求的网格工作流调度问题的蚁群优化方法。IEEE系统、人与控制论汇刊——C部分：应用与评论，2009，39（1）：29-43·doi:10.1109/TSMCC.2008.2001722
[30] 胡晓明，张杰，钟海生，刘欧，肖杰。嵌入基于蚁群优化的测试组合方法的智能测试系统。IEEE系统、人与控制论汇刊——C部分：应用与评论，2009，39（6）：659–669·doi:10.1109/TSMCC.2009.2021952
[31] Gutjahr W J.S-ACO：基于蚂蚁的不确定性组合优化方法。程序中。第四届ANTS，2004年9月，第238-249页。
[32] Gutjahr W J.一种用于随机组合优化的收敛ACO算法。程序中。第二届随机算法、基础和应用研讨会，2003年9月，第10–25页·Zbl 1161.90449号
[33] 不确定性下的Balaprakash P.蚁群优化。技术报告编号：TR/IRIDIA/2005-028，IRIDIA，布鲁塞尔自由大学，2005年。
[34] Brucker P，Knust S，Schoo A，Thiele O。资源约束项目调度问题的分枝定界算法。《欧洲运筹学杂志》，1998，107（2）：272–288·Zbl 0970.90030号 ·doi:10.1016/S0377-2217（97）00335-4
[35] Lee J K，Kim Y D。资源受限项目调度的搜索启发式。运筹学学会杂志，1996，47（5）：678-689·兹比尔0863.90090
[36] Chiang C W，Huang Y Q，Wang W Y.多模式资源约束项目调度的参数自适应蚁群优化。智能与amp；杂志；模糊系统：在工程和技术中的应用，2008，19（4-5）：345–358。
[37] Józefowska J，Mika M，Ró.zycki R，Waligóra G，Węglarz J.多模资源约束项目调度的模拟退火。《运筹学年鉴》，2001，102（1-4）：137–155·Zbl 0990.90513号 ·doi:10.1023/A:1010954031930
[38] Bianchi L，Dorigo M，Gambardella L M，Gutjahr W J.随机组合优化中的元神经学：一项调查。技术报告IDSIA-08-06，IDSIA，Dalle Molle人工智能研究所，2006年·Zbl 1162.90591号
[39] Bianchi L，Dorigo M，Gambardella L M，Gutjahr W J.组合优化的元启发式调查。自然计算。，2009, 8(2): 239–287. ·Zbl 1162.90591号 ·doi:10.1007/s11047-008-9098-4
[40] Jin Y，Branke J.不确定环境中的进化优化——一项调查。IEEE进化计算汇刊，2005，9（3）：303–317·doi:10.1109/TEVC.2005.846356
[41] Vieira G E，Herrmann J W，Lin E.重新安排制造系统：战略、政策和方法的框架。《日程安排杂志》，2003，6（1）：39–62·Zbl 1154.90500号 ·doi:10.1023/A:1022235519958
[42] Shtub A、Bard J F、Globerson S.《项目进度：过程、方法和经济学》（第二版）。普伦蒂斯·霍尔，2002年。
[43] Kolisch R，Hartmann S.解决资源受限项目调度问题的启发式算法：分类和计算分析。在《项目进度最新进展手册》中。Weglarz J（编辑），多德雷赫特，荷兰：Kluwer学术出版社，1999年，第197-212页。
[44] Demeulemeter E，Dodin B，Herroelen W。随机活动网络生成器。运筹学，1993，41（5）：972-980·Zbl 0804.90049号 ·doi:10.1287/操作41.5.972
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。