基于优先规则的启发式资源分配规则.docxVIP

基于优先规则的启发式资源分配规则 0 非返工迭代项目调度优化问题 采取行动是一种高风险的行为。根据standerson的统计数据，2000年美国的提议项目支出为72%。项目失败的主要原因是由于产品开发项目本身所具有的复杂性、不确定性、耦合性等特点,致使项目进度、成本以及消耗资源往往难以准确估计,使得产品开发过程混乱,缺乏良好的组织和规划。当前项目规划研究领域主要分析非返工迭代情况下的项目调度优化问题,而返工情况下的调度问题尚少有人涉及。由于产品开发过程充满不确定性,返工迭代情况时有发生,因此如何优化该情况下的项目执行过程是一个需要深入研究的问题。 1 启发式算法与智能搜索算法在资源分配算法中的应用 产品开发项目的流程优化问题是基于资源约束的进度规划问题,即Job-shop问题。当项目任务数目逐渐增大时,精确计算各任务的最佳执行时间就变得非常困难。因此人们在寻找问题精确解的同时,也设计了许多启发式算法来寻找问题的近似解或满意解。精确算法主要有线性规划法和分枝定界法。启发式算法则主要有优先规则算法和智能搜索算法,如蚁群算法、禁忌搜索算法、模拟退火算法、遗传算法等。由于资源受限项目调度问题为NP-hard问题,精确算法无法在合理时间内得到大规模问题的最优解,所以对启发式算法的研究成为该领域的主流,亦产生了大量的成果。启发式算法主要有基于优先权规则的启发式算法和智能搜索算法两大类。 基于