基因演算法的特点.ppt

結合模擬與基因演算法求解軟體開發之多專案排程問題Using Simulation and Genetic Algorithm to Solve The Scheduling Problem of Multiple Software Development Projects 研 究 生：黃逸帆指導教授：葉榮懋中華民國一百年三月 報告大綱 緒論 文獻探討 研究方法 案例驗證 未來研究方向與預期成果 緒 論 研究動機 研究目的 研究架構 研究動機(1/2) 因應全球資訊化的來臨以及全球性市場的競爭與大環境變動，不論是政府機關、企業組織或個人單位針對軟體開發專案排程的需求也日益增加。 如何對資源做出有效的管理以及對專案排程方面做出有效的規劃便成為各個企業最首要的努力方向與目標 。 研究動機(2/2) 妥善的資源分配與恰當的專案排程不但可使企業本身的獲利有所提升，更能加強企業自身的競爭力，還能創造出企業本身與其他競爭者有所區別的價值，因此專案排程與其資源分配是極具探討的價值存在。 研究目的 以系統模擬解決軟體開發的多專案排程問題，並以試算表建構多專案管理的模擬模式，並對其進行求解。 利用基因演算法求解多專案排程的人力資源配置問題，藉此達到在完工期限內完成與降低成本的目標，最後將其結果提供決策者做參考之依據 。 研究架構 文獻探討 專案管理 排程策略 系統模擬 基因演算法 專案的定義及特性 Newman et al（1987）對專案的定義及描述為：組織資源的整合，以創造前所未有的某項事務，而該項事務將在組織策略的設計與建制上提供性能的能力，專案有明顯的生命週期，它開始於一個想法，透過設計、工程、製造或建構，並經由專案所有的人使用而產生。 Kerzner（1990）將專案定義為：有一定的開始日期及完成日期，並運用特定的經費與資源來完成明確目標的工作。 專案管理 Cleland & King （1983）將專案管理界定為應用系統途徑以從事技術複雜而以時間、成本、績效明顯定義目標的工作。 Lewis（1998）專案管理是一種具有效率及效益的將專案成功執行的一種程序與方法；而其所關切的是如何將一項任務能如期、如質及預算內達成並充分滿足需求目標。 專案排程 為了要決解排程問題，許多學者提出各種排程理論及方法，主要可分為以下幾種： 常用派工法（Dispatching Rule） 數學規劃法（Mathematical Programming） 啟發法（Heuristic Rule） 基因演算法（Genetic Algorithm） 電腦模擬法（Simulation） 人工智慧（Artificial Intelligence） 派工法則(1/2) Putnum et al（1971）、Holthaus & Rajendran（1997），Petroni & Rizzi（2002），皆有關於優先派工法則之詳盡研究，其中提及了最短加工時間法、先到先服務法、後到先服務法與加權最短加工時間法等。 派工法則(2/2) 系統模擬（1/2） Law & Kelton （2000）等學者認為系統是對設備及其運作程序的研究，通常會設定一連串的假設與限制以規範其運作。這些假設通常會以數學式與邏輯關係陳述，組成模型，而此模型即可用於瞭解系統的行為。 模型的邏輯關係簡單的話，則可以用數學模式求解。然而真實系統通常相當複雜，數學模式不容易分析，故常會選擇使用模擬的方式解決。 系統模擬（2/2） Harrell et al（1992）認為是模擬是一個以擬真系統進行實驗的方法，來確定系統對於本體結構、環境或假設的改變會如何反應。 建立一個類似真實系統之邏輯模式，透過運作方式，瞭解系統運作之行為，根據各種系統決策參數，提供管理者決策參數，作為改善系統績效。 系統模擬的優缺點（1/2） Law＆ Kelton（2000）所提出電腦模擬的優點如下： 當問題太過於複雜、混亂時，建構出的數學模型會過於龐大以及計算時間過長，此時模擬便是適合應用的研究工具。 當需要對一個系統作各種不同參數變化的實驗時，利用模擬的方法可以很方便又快速的完成結果，比直接在實體系統上實驗容易控制實驗的各個變因。 碰到一個需要長時間研究的系統時，利用模擬可以壓縮觀察的時間，也可以用來預估長時間以後的系統狀況。 系統模擬的優缺點（2/2） Law＆ Kelton（2000）所提出電腦模擬的缺點如下： 單一模擬方法只能依照給定的參數對系統做出評估值，並不能達到最佳化的效果。 構建一個完整的模擬模型是非常費時。 若是在模擬過程中，模式不能很完全地代表實體的系統，則模擬產生出來的系統績效值將會誤導使用者，並且模擬的結果只能反映出實體系統的部份資訊而已。 模