资源受限多项目调度的模型与方法PDF电子书下载

第1章 项目计划与项目调度 1

1.1项目计划 1

1.2项目调度 3

1.3多项目管理 4

第2章 项目调度问题数学模型 8

2.1任务工期 8

2.1.1确定型时间估计 9

2.1.2概率型时间估计 9

2.2约束条件 11

2.2.1优先关系 11

2.2.2资源约束 14

2.2.3时间约束 15

2.3目标函数 17

2.3.1时间类目标函数 18

2.3.2资源类目标函数 19

2.3.3财务类目标函数 20

2.3.4质量类目标函数 20

2.3.5常规目标函数与非常规目标函数 20

2.4单项目调度问题数学模型 22

2.4.1基本模型 22

2.4.2拓展模型 23

2.4.3分类系统 25

2.5多项目调度问题数学模型 28

第3章 特征参数与问题库 39

3.1单项目调度问题特征参数 39

3.2单项目调度问题库 42

3.2.1 Patterson问题库 43

3.2.2 PSPLIB问题库 43

3.3多项目调度问题特征参数 45

3.4多项目调度问题库 48

3.4.1构造方式 49

3.4.2全因子多项目问题库 50

第4章 项目网络时间分析 54

4.1任务开始时间 54

4.1.1正向计算 55

4.1.2逆向计算 55

4.2任务时差 58

4.2.1总时差 58

4.2.2自由时差 59

4.2.3安全时差 59

4.3扩展分析 60

第5章 关键链项目管理方法 62

5.1约束理论 63

5.2关键链与时间缓冲 64

5.2.1关键链 64

5.2.2时间缓冲 64

5.2.3时间缓冲估计 67

5.3对关键链方法的分析 68

第6章 基于优先规则的启发式算法 74

6.1进度生成机制 74

6.1.1串行进度生成机制 75

6.1.2并行进度生成机制 78

6.2任务优先规则 80

6.3启发式算法 84

第7章 随机抽样算法 89

7.1多项目启发式算法 89

7.1.1多项目进度生成机制 89

7.1.2多项目调度优先规则 92

7.2多项目抽样算法 95

7.3算法测试与分析 96

7.3.1优先规则的比较 97

7.3.2随机抽样算法的比较 97

第8章 正向逆向迭代算法 101

8.1正向逆向调度 101

8.1.1逆向调度算法 101

8.1.2迭代算法 104

8.2改进型迭代算法 108

8.2.1基于局部搜索的迭代算法 108

8.2.2逆向正向改进算法 109

8.2.3改进算法的比较与应用 110

8.3多项目迭代算法 111

8.3.1算法流程 111

8.3.2算法测试与分析 112

第9章 项目调度遗传算法 116

9.1遗传算法 116

9.1.1简单遗传算法 117

9.1.2选择算子 119

9.1.3交叉算子 120

9.1.4变异算子 122

9.2项目调度遗传算法 123

9.2.1编码方案 124

9.2.2其他要素 125

9.3多项目调度遗传算法 127

9.3.1设计方案 127

9.3.2算法测试与分析 129

第10章 项目调度蚁群算法 136

10.1蚁群算法 136

10.1.1蚂蚁系统 137

10.1.2蚁群系统 139

10.1.3蚁群优化算法 141

10.1.4蚁群算法的改进 142

10.2项目调度蚁群算法 144

10.3多目标调度蚁群算法 145

10.3.1多目标项目调度问题 145

10.3.2多种群蚁群算法 146

10.3.3算法测试与分析 149

第11章 多项目调度组合拍卖算法 153

11.1拍卖理论与拍卖算法 153

11.1.1拍卖理论 153

11.1.2组合拍卖与优化 155

11.2多单位组合拍卖算法 158

11.2.1拍卖品组合 158

11.2.2竞买人效用 160

11.2.3拍卖人效用 161

11.2.4组合拍卖流程 162

11.3计算示例 163