含风险时差的工序可间断多资源均衡分析

doi:10.3778/j.issn.1002-8331.2009.33.070

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (33): 222-226.DOI: 10.3778/j.issn.1002-8331.2009.33.070

含风险时差的工序可间断多资源均衡分析

郭海滨¹，张立峰²

1.青岛理工大学管理学院，山东青岛 266520
2.青建集团股份公司，山东青岛 266071

收稿日期:2008-07-01 修回日期:2009-01-09 出版日期:2009-11-21 发布日期:2009-11-21
通讯作者: 郭海滨

Analysis of multi-resource leveling problem with activity break and risk float time

GUO Hai-bin¹，ZHANG Li-feng²

1.School of Management，Qingdao University of Technology，Qingdao，Shandong 266520，China
2.Qingjian Group Co.Ltd.，Qingdao，Shandong 266071，China

Received:2008-07-01 Revised:2009-01-09 Online:2009-11-21 Published:2009-11-21
Contact: GUO Hai-bin

摘要/Abstract

摘要： 针对网络计划资源均衡问题，已经提出过一种工序可间断的单资源均衡模型。通过引入多资源的条件和风险时差的概念，对该模型加以改进。改进后的模型在求解多资源均衡问题的同时，可以为某些选定的工序预留出一定的时差，从而避免因资源均衡过程对这些时差的过度利用而增加工期风险。通过采用遗传算法对模型进行求解，验证了模型的有效性。

关键词: 多资源均衡, 遗传算法, 可间断工序, 风险时差

Abstract: A kind of resource leveling model allowing activity break is presented before.This model is improved now by introducing the multi-resource condition and a new kind of concept named risk float time.The improved model can reserve specified values of float time for selected activities of a project when the multi-resource leveling problem is calculated.Thus the increase of duration risk possibly caused by the excessive use of float time can be avoided.The validity of the improved model is verified with the help of genetic algorithm.

Key words: multi-resource leveling, genetic algorithm, activity with break, risk float time

中图分类号:

F207.7

郭海滨¹，张立峰². 含风险时差的工序可间断多资源均衡分析[J]. 计算机工程与应用, 2009, 45(33): 222-226.

GUO Hai-bin¹，ZHANG Li-feng². Analysis of multi-resource leveling problem with activity break and risk float time[J]. Computer Engineering and Applications, 2009, 45(33): 222-226.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

含风险时差的工序可间断多资源均衡分析

Analysis of multi-resource leveling problem with activity break and risk float time

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics