资源受限项目组合选择及调度优化研究
致谢 | 第1-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
目录 | 第7-10页 |
图目录 | 第10-11页 |
表目录 | 第11-12页 |
1 引言 | 第12-24页 |
·项目及项目管理 | 第12-14页 |
·项目组合选择 | 第14-15页 |
·项目调度 | 第15-20页 |
·资源受限(多)项目调度问题 | 第16-19页 |
·资源受限(多)项目调度问题求解方法 | 第19-20页 |
·项目选择及调度问题 | 第20-21页 |
·课题研究目的及意义 | 第21页 |
·论文框架 | 第21-24页 |
2 项目组合选择与项目调度研究现状 | 第24-52页 |
·项目组合选择问题 | 第24-28页 |
·基本问题模型 | 第24-25页 |
·目标函数 | 第25页 |
·约束条件 | 第25-27页 |
·其他相关研究 | 第27-28页 |
·项目组合选择问题求解方法 | 第28-34页 |
·基于项目评价的方法 | 第29-30页 |
·传统经济方法 | 第30-31页 |
·数学规划方法 | 第31页 |
·决策分析方法 | 第31-32页 |
·仿真方法 | 第32页 |
·启发式方法 | 第32-33页 |
·项目组合选择的整合框架 | 第33-34页 |
·资源受限(多)项目调度问题及其求解方法 | 第34-47页 |
·经典RCPSP模型 | 第35-36页 |
·经典RCPSP求解方法 | 第36-42页 |
·RCPSP问题库 | 第42页 |
·资源受限多项目调度问题概述 | 第42-43页 |
·资源受限多项目调度问题求解方法 | 第43-47页 |
·项目组合选择及调度问题研究现状 | 第47-52页 |
·项目选择与项目整体调度 | 第48-49页 |
·项目选择与任务调度 | 第49-50页 |
·现状小节与研究设想 | 第50-52页 |
3 智能优化算法 | 第52-68页 |
·蚁群优化算法概述 | 第52-62页 |
·蚁群算法的产生与发展 | 第52-53页 |
·人工蚂蚁 | 第53-56页 |
·蚂蚁系统 | 第56-58页 |
·蚁群算法的改进 | 第58-60页 |
·蚁群算法的参数研究 | 第60-62页 |
·多智能体进化算法 | 第62-68页 |
·智能体及智能体网格 | 第62-63页 |
·智能体邻域竞争行为 | 第63-64页 |
·智能体自学习行为 | 第64-66页 |
·多智能体进化算法流程 | 第66-68页 |
4 资源受限项目组合选择与调度问题模型 | 第68-74页 |
·资源受限项目组合选择及调度问题模型 | 第68-74页 |
·问题描述 | 第68-69页 |
·RCPPSS基本数学模型 | 第69-71页 |
·其他约束条件 | 第71-74页 |
5 资源受限项目组合选择及调度问题优化算法 | 第74-94页 |
·算法结构概述 | 第74页 |
·多项目调度子程序 | 第74-78页 |
·调度可行性 | 第75-76页 |
·调度优先规则 | 第76页 |
·串行进度生成机制 | 第76页 |
·算法流程 | 第76-78页 |
·RCPPSS蚁群优化算法 | 第78-85页 |
·基于ACO的项目组合选择 | 第78-82页 |
·RCPPSS蚁群优化算法描述 | 第82-85页 |
·RCPPSS多智能体进化算法 | 第85-94页 |
·基于MA的项目组合选择 | 第86-90页 |
·智能体非可行解修复机制 | 第90-91页 |
·RCPPSS多智能体进化算法流程 | 第91-94页 |
6 计算及结果分析 | 第94-118页 |
·实验设计 | 第94-100页 |
·问题实例 | 第94-98页 |
·RCPPSS算例 | 第98-100页 |
·实验指标设定 | 第100页 |
·优化算法参数确定 | 第100-109页 |
·蚁群算法参数确定 | 第101-105页 |
·RCPPSS-MA算法参数选择 | 第105-109页 |
·计算结果分析 | 第109-118页 |
·对比方法 | 第109-112页 |
·算法性能比较 | 第112-115页 |
·ACO与MA的收敛性 | 第115页 |
·ACO与MA的效率比较 | 第115-118页 |
7 总结与展望 | 第118-120页 |
·总结 | 第118-119页 |
·展望 | 第119-120页 |
参考文献 | 第120-128页 |
作者简历及在学期间所取得的主要科研成果 | 第128页 |