基于动态多目标粒子群优化算法的资源受限研发项目进度.pdf

第 25卷第 9期(总第 165期) 系 统 工 程 VoI．25，No．9 2007年 9月 SystemsEngineering Sept．。2007 文章编号；1001—4098(2007)09—0098—05 基于动态多目标粒子群优化算法的 资源受限研发项 目进度 曲 红 ，吴 娟 (1．湖南大学 工商管理学院，湖南 长沙 410082； 2．湖南工业大学 新闻与传播学院，湖南 株洲 412008) 摘 要；资源与进度优化调度 已成为企业研发项 目成功的关键。引入粒子群算法来解决这一问题，将普通粒 子群 多目标算法进行 了改进 ，提 出动态的多 目标粒子群算法，通过采用VC++编程语言对模型及其求解算 法进行案饲仿真，证实了模型及算法的有效性与优越性。 关键词 ：资源受限，研发项 目进度 问题 ，多 日标模型；动态多日标粒子群优化算法 中圈分类号；F270 文献标识码：A 标准的例子，对模型与算法的有效性与优越性进行了验 1 引言 证 。 在企业研发过程中，由于企业资源的有限性，对研发 2 问题描述 项 目资源与进度优化调度 已成为企业研发项 目成功的关 键。关于资源受限的项 目进度 问题 (resourceconstrained 企业 中的一个研发项 目包括t，项活动 ，由 1，2，…，， projectschdeulingproblem，RCPSP)是 已被证 明的 NP …，t，表示，每个任务 (一1，2，…，t，)可以拆分为多次执 (non—deterministicPolynomia1)难 问题 ，从 2O世纪 6O年 行，总耗时为 西个时间单位，开工时间 ，完工时间为 代开始，国外很多的专家学者对其进行了深入的讨论与 j ；活动之间存在前后序关系，Pj为活动J直接前序活 研究，尤其是 2O世纪 9O年代，随着各类先进算法的出 动集，则活动．『在它的任一前序活动i(iEPj)没有完成前 现，对资源受限项 目(包括研发项 目)进度 问题的研究也 不能进行 ；项 目共需K种资源，每k种资源在时刻t的总 进入了高潮 ：传统的关键路径法 (CPM)与网络评审计划 量为 =1，2，…，K； 1，2，…，)，活动 的完成需要 技术(PEl )由于忽略了资源的有限性而在实际应用中 第k种资源的量为rj^，在项 目任意时段使用的各种资源量 受到了限制，随后学者们提出求精确解的线性规划、整数 不能超过其总量，为整个工期 丁内的资源平均需要量． 规划、动态规划、分枝定界法等各类方法，但 以上方法均 如何使得研发项 目在资源均衡使用的前提下工期最短，首 不能解决大型的、复杂的研发项 目进度问题 ；于是各类启 先引入两个决策变量： 发式算法被引用进来解决这类NP难问题，如遗传算法、 f1， 活动 在时段 t正在进行 模拟退火算法、禁忌搜索算法等，然而，这些方法具有一 10， 其他 个共同点，求解过程比较复杂，不易理解。因此，本文引 活动 J的开工时间：ETj=m in { lxjl=1 l≤ ≤r 入一种在其他领域应用比较成功的群智能算法——粒子 活动 的完工时间：刀 』=max(txil)