论文部分内容阅读
项目调度是项目管理、项目问题解决的重要环节,而资源约束项目调度问题(RCPSP,Resource-Constrained Project Scheduling Problem)是其中重要的建模解决方式,其在符合项目工作紧前紧后关系与各资源有限约束的同时,设定目标最优的各任务执行时序安排。当前,基于人工智能方法对该问题进行求解,是学界的重点研究方向,其具有算法、问题无需相关的优势,可以适应RCPSP各种针对现实需求的模型改进。这二者的结合也是项目调度决策支持系统的核心组成部分。本文从系统管理与决策理论的视角识别管道隔膜泵(PDP,Pipe Diaphragm Pump)研发项目当前运作中的问题,及研发项目作为组织系统各层决策问题间相互左右、制约的情景。并运用范围管理与现场管理的思路分析问题的特点与难点,进一步提炼了问题解决的可操作范围,以此为基础,设计了“以RCPSP进行决策支持、从执行现场解决项目问题”的方式。对于此方式,本研究通过对项目的访研,及对项目WBS工作分解结构进行梳理,提炼出了适合本项目现场调度的RCPSP模型,并为解决传统RCPSP模型只能在单重时间单位上进行调度的问题,增设了“时-日”二重调度过程,使得模型得以在每日安排下进行小时层面的调度,同时将加班及适合加班的场景考虑进来,使得调度可以进行合理的进度冲刺。在此基础上,本文使用新型人工智能算法细菌觅食优化算法(BFO,Bacterial Foraging Optimization)来进行调度问题的求解,并提出在位置更新方程、扰动方式、算法结构等方面对BFO进行改进的DPCBFO算法,经由基准实验验证算法改进的有效性。最后,通过设计编码、适应值函数、计算过程等将DPCBFO算法结合并行进度生成机制(PSGS,Parallel Schedule Generation Scheme)应用到案例项目的问题场景内,为项目所面对的工作中断、管理不足而导致的进度缓慢难题,有效提供了并行工作安排的决策系统支持,并分析了进一步改进的着力点。这些也为其它企业同类型现场调度问题提供一定的借鉴与指导。