×

一种创新的四层启发式算法,用于在多资源约束下调度多模式项目。 (英语) 兹比尔1425.90054

摘要:本文提出了一种创新的四层启发式算法,用于多资源约束下的多模式项目调度。为此,将偏置随机采样技术、局部搜索、分解方法和进化搜索机制组合在一起,每一层都位于一个单独的层中,每个层将其输出传递给下一层进行改进。该程序的设计基于这样一个事实,即使得多模式项目的调度难以求解的是模式的巨大搜索空间以及活动的开始时间。这就是为什么该程序旨在在搜索大规模搜索空间时平衡勘探与开发。一方面,它进一步开发有希望的地区,另一方面,搜索未开发的地区以扩大其范围。由于第一层提供了一个初始解决方案,而其他三层中的每一层都可以改善其前一层的结果或保持其不变,因此解决方案永远不会恶化,因此开发了有前景的领域。此外,由于每一层探索解决方案空间的方式不同于其上一层,因此可以有效搜索未探索的区域。根据每一层是否能对前一层的结果进行改进,测量了相应层对程序性能的影响。

MSC公司:

90B50型 管理决策,包括多个目标
90B35型 运筹学中的确定性调度理论
90B40码 搜索理论
90-08 运筹学和数学规划相关问题的计算方法
68卢比 计算机科学中的组合数学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] P.I.Adamu、M.C.Agarana和H.I.Okagbue,《解决多模式资源约束项目调度问题的机器学习启发式》(2018)。
[2] J.Alcaraz、C.Maroto和R.Ruiz,用遗传算法求解多模式资源约束项目调度问题。《运营杂志》。《联邦公报》54(2003)614-626·Zbl 1095.90541号
[3] A.Andreica和C.Chira,多模式资源约束项目调度进化方法中的最佳顺序交叉。国际期刊计算。信息系统。Ind.管理。(IJCISIM)6(2014)364-372。
[4] S.Asta、D.Karapetyan、A.Kheiri、E.Øzcan和A.J.Parkes,将蒙特卡罗和超神经方法相结合用于多模式资源约束多项目调度问题。信息科学。373 (2016) 476-498.
[5] J.Blazewicz、J.K.Lenstra和A.R.Kan,《资源约束下的调度:分类和复杂性》。离散应用程序。数学。5 (1983) 11-24. ·Zbl 0516.68037号
[6] F.F.Boctor,具有资源限制和多种资源利用模式的项目调度启发式。《国际期刊生产研究》31(1993)2547-2558。
[7] F.F.Boctor,通过模拟退火进行资源约束项目调度。《国际期刊生产研究》34(1996)2335-2351·Zbl 0930.90041号
[8] K.Bouleimen和H.Lecocq,一种用于资源受限项目调度问题的新的高效模拟退火算法及其多模式版本。欧洲药典。第149号决议(2003)268-281·Zbl 1040.90015号
[9] M.-Y.Cheng和D.-H.Tran,一种用于多模式资源约束项目调度的基于差分进化的高效混合串行方法。KSCE J.土木工程20(2016)90-100·doi:10.1007/s12205-015-0414-0
[10] J.Coelho和M.Vanhoucke,使用RCPSP和SAT求解器的多模式资源约束项目调度。欧洲药典。第213号决议(2011)73-82·Zbl 1237.90086号
[11] S.Colak、A.Agarwal和S.Erenguc,可再生资源的多模式资源约束项目进度问题:新的解决方法。J.公交车。经济。(JBER)第11号决议(2013)455-468·doi:10.19030/jber.v11i11.8193
[12] A.Csébfalvi,E.Szendrői,多模式资源约束项目调度问题的改进混合方法。摘自:第八届工程计算技术国际会议论文集。Civil-Comp出版社,英国斯特林(2012)。
[13] D.Debels和M.Vanhoucke,资源约束项目调度问题的基于分解的遗传算法。操作。第55号决议(2007)457-469·兹比尔1167.90664
[14] M.Dorigo和L.M.Gambardella,《蚁群系统:旅行推销员问题的合作学习方法》,IEEE Trans。进化。计算。1 (1997) 53-66.
[15] S.E.Elmaghraby,《活动网络:通过网络模型进行项目规划和控制》。纽约威利出版社(1977年)·兹伯利0385.90076
[16] M.Eusuff、K.Lansey和F.Pasha,Shuffled蛙跳算法:离散优化的模因元神经。工程优化。38 (2006) 129-154. ·doi:10.1080/03052150500384759
[17] Z.W.Geem、J.H.Kim和G.Loganathan,一种新的启发式优化算法:和谐搜索。模拟76(2001)60-68。
[18] M.J.Geiger,用于多模式、资源约束的多项目调度问题的多线程局部搜索算法和计算机实现。欧洲药典。第256号决议(2017年)729-741·Zbl 1394.90272号
[19] F.Glover、J.P.Kelly和M.Laguna,《遗传算法和禁忌搜索:混合优化》。计算。操作。第22号决议(1995年)111-134·Zbl 0813.90093号
[20] S.Hartmann,资源约束项目调度的竞争遗传算法。导航。Res.后勤。45 (1998) 733-750. ·Zbl 0936.90024号 ·doi:10.1002/(SICI)1520-6750(199810)45:7<733::AID-NAV5>3.0.CO;2-C型
[21] S.Hartmann,《多模式项目调度:遗传算法》。安·Oper。第102号决议(2001)111-135·Zbl 1024.90039号
[22] B.Jarboui、N.Damak、P.Siarry和A.Rebai,用于解决多模式资源约束项目调度问题的组合粒子群优化。申请。数学。计算。195 (2008) 299-308. ·Zbl 1180.90125号
[23] R.Kolisch、A.Sprecher和A.Drexl,一类一般资源约束项目调度问题的描述和生成。管理。科学。41 (1995) 1693-1702. ·Zbl 0870.90070号
[24] R.Kolisch和A.Sprecher,PSPLIB——一个项目进度库。欧洲药典。第96号决议(1996)205-216·Zbl 0947.90587号
[25] R.Kolisch和A.Drexl,非主动多模式资源约束项目调度的本地搜索。IIE事务处理。29 (1997) 987-999.
[26] G.M.Kopanos、T.S.Kyriakidis和M.C.Georgiadis,资源约束项目调度问题的新连续时间和离散时间数学公式。计算。化学。《工程》68(2014)96-106。
[27] T.S.Kyriakidis、G.M.Kopanos和M.C.Georgiadis,单模式和多模式资源约束项目调度问题的MILP公式。计算。化学。工程36(2012)369-385。
[28] E.L.Lawler、J.K.Lenstra和A.H.G.R.Kan,确定性测序和调度的最新发展:一项调查。In:确定性随机调度。施普林格,多德雷赫特(1982)35-73·Zbl 0482.68035号 ·doi:10.1007/978-94-009-7801-03
[29] J.A.Lozano、R.Sagarna和P.Larrañaga,分布算法的并行估计。In:分布算法估计Springer(2002)129-145·Zbl 1002.90104号 ·doi:10.1007/978-1-4615-1539-55
[30] J.Magalháes-Mendes,多模式资源约束项目调度问题的两级遗传算法。国际期刊系统。申请。工程发展5(2011)271-278。
[31] T.Messelis和P.De Causmaecker,多模式资源约束项目调度问题的自动算法选择方法。欧洲药典。第233号决议(2014年)511-528·Zbl 1339.90143号
[32] D.Morillo、F.Barber和M.A.Salido,基于模式与基于活动的搜索,用于无冗余解决多模式资源约束项目调度问题。数学。探针。工程2017(2017)·Zbl 1426.90130号 ·doi:10.1155/2017/4627856
[33] A.E.F.Muritiba、C.D.Rodrigues和F.A.da Costa,多模式资源约束项目调度问题的路径重链接算法。计算。操作。第92号决议(2018)145-154·Zbl 1391.90258号
[34] E.Oztemel和A.A.Selam,Bees算法,用于模具行业多模式、资源受限的项目调度。计算。Ind.Eng.112(2017)187-196。
[35] E.Ratajczak Ropel,基于代理的方法解决多模式资源受限项目调度问题的实验评估。赛博。系统。(2018) 1-21.
[36] M.Sebt、M.Afshar和Y.Alipouri,遗传算法与完全知情粒子群的杂交,用于解决多模式资源受限项目调度问题。工程优化。49 (2017) 513-530. ·doi:10.1080/0305215X.2016.1197610
[37] R.Slowinski,项目活动间资源分配问题的两种方法——比较研究。J.运营商。《联邦公报》第31卷(1980年)第711-723页·Zbl 0439.90042号
[38] O.S.Soliman和E.A.Elgendi,多模式资源约束项目调度问题的随机行走局部搜索分布估计混合算法。国际期刊计算。趋势科技(IJCTT)8(2014)57-64·doi:10.14445/22312803/IJCTT-V8P111
[39] R.Sonmez和M.Gürel,大型多模式资源约束项目调度问题的混合优化方法。J.管理。工程32(2016)04016020·doi:10.1061/(ASCE)ME.1943-5479.0000468
[40] A.Sprecher、S.Hartmann和A.Drexl,多模式项目调度的精确算法。OR规范。19(1997)195-203·Zbl 0885.90059号
[41] A.Sprecher和A.Drexl,通过简单、通用和强大的排序算法实现的多模式资源约束项目调度。欧洲药典。第107号决议(1998年)431-450·Zbl 0943.90042号
[42] A.Sprecher,资源受限项目调度的网络分解技术。操作。《联邦公报》第53卷(2002年)第405-414页·Zbl 1130.90331号 ·doi:10.1057/palgrave.jors.2601308
[43] R.Szeredi和A.Schutt,多模式资源约束项目调度建模与求解。In:约束编程原理与实践国际会议。斯普林格(2016)。
[44] F.B.Talbot,带时间-资源权衡的资源约束项目调度:非自愿案例。管理。科学。28 (1982) 1197-1210. ·Zbl 0493.90042号
[45] T.A.Toffolo、H.G.Santos、M.A.Carvalho和J.A.Soares,多模式资源约束多项目调度问题的整数规划方法。J.Schedul。19 (2016) 295-307. ·Zbl 1347.90051号 ·doi:10.1007/s10951-015-0422-4
[46] L.-Y.Tseng和S.-C.Chen,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传输。进化。计算。13 (2009) 848-857.
[47] V.Valls、F.Ballestin和S.Quintanilla,资源约束项目调度问题的基于人群的方法。安·Oper。第131(2004)号决议305-324·兹比尔1066.90044
[48] V.Valls、F.Ballestin和S.Quintanilla,《合理化和RCPSP:一种有回报的技术》。欧洲药典。第165号决议(2005)375-386·Zbl 1066.90045号
[49] V.Van Peteghem和M.Vanhoucke,利用资源稀缺性特征解决多模式资源约束项目调度问题,J.Heuristics 17(2011)705-728·Zbl 1237.90100号 ·doi:10.1007/s10732-010-9152-0
[50] V.Van-Peterghem和M.Vanhoucke,新数据集实例上多模式资源约束项目调度问题的元启发式实验研究,Eur.J.Oper。第235号决议(2014)62-72·Zbl 1305.90203号
[51] L.Wang和C.Fang,多模式资源约束项目调度问题的一种有效的混合蛙跳算法,Inf.Sci。181 (2011) 4804-4822. ·Zbl 1242.90082号
[52] L.Wang和C.Fang,多模式资源约束项目调度问题的有效分布估计算法,计算。操作。第39号决议(2012)449-460。
[53] L.Wang和J.Liu,使用组织进化算法解决多模式资源约束项目调度问题。摘自:第18届亚太智能与进化系统研讨会论文集。施普林格(2015)。
[54] R.Zamani,多资源约束下调度项目的混合分解过程。操作。第11号决议(2011)93-111。
[55] R.Zamani,资源约束项目调度问题的极化自适应调度生成方案。RAIRO:OR 46(2012)23-39·Zbl 1241.90060号 ·doi:10.1051/ro/2012006
[56] R.Zamani,一种有效的基于镜像的遗传算法,用于调度多模式资源受限项目。计算。工业工程127(2019)914-924。
[57] H.Zhang,多模式资源约束项目调度的蚁群优化。J.管理。工程28(2012)150-159·doi:10.1061/(ASCE)ME.1943-5479.0000089
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。