论文部分内容阅读
随着经济的发展,越来越多的项目如雨后春笋般的破土而出。为了降低项目的破产率,项目管理被提出,项目管理经过几十年的发展,形成了一门学科并发展出了新的分支项目调度。本文将解鲁棒性与质量鲁棒性相结合提出了资源受限项目多目标鲁棒调度模型以及相应的工期不定资源受限项目多目标鲁棒调度评价模型,通过这两个模型对项目调度进行相对应的优化。基于资源受限项目多目标鲁棒调度模型,本文提出了最大化解鲁棒性与最小化质量鲁棒性相对应的公式以及将专门用来解决多目标问题的NSGA—Ⅱ算法引入该模型。最大化解鲁棒性公式的提出是基于项目阶段的划分,在此基础上将与项目解鲁棒性有关的因素:项目活动的总时差、项目活动所需资源与资源总量的比值、项目阶段的时差与项目活动开始时间相结合。该公式中解鲁棒性的值越大表明该项目调度计划在执行过程中越稳定。最小化质量鲁棒性采用的是项目最短完工工期,质量鲁棒性是用来衡量项目调度计划的完工工期,项目调度计划完工工期在规定完工工期内越短表明该项目调度计划的质量鲁棒性就越好。NSGA—Ⅱ算法应用于本文中代替了传统的多目标鲁棒调度的利用管理者偏好系数将解鲁棒性与质量鲁棒性相结合的方法,该算法是遗传算法的创新,除了遗传算法原有的遗传、变异等内容还加入了快速非支配排序算法、拥挤度以及精英策略。该算法将项目调度计划的解鲁棒性与质量鲁棒性较好的结合起来,利用随机分配缓冲的方法来得到相应的项目调度计划以及项目调度计划的解鲁棒性和质量鲁棒性。工期不定资源受限项目多目标鲁棒调度模型评价模型,本文中该模型利用蒙特卡洛仿真得到相应的活动的实际活动工期,通过净现值评价函数来对项目调度计划进行评价,从而得到净现值最大的项目调度计划。净现值评价函数建立于项目阶段基础上,本文通过对项目活动的支出与收入进行计算,其中由于项目活动延长导致的惩罚成本需要从收入中减除。因此,利用惩罚成本能够将不利影响降到最低,进而保证项目净现值保持一个较好的水平。本文最后通过相应的实例研究,验证了上述研究方法的可行性,并依据最终的分析结果提出了相应的建议。