結合啟發式演算法於雙重粒子群優化法求解多模式專案排程之研究與實例應用

勤益科大機構典藏 > 電資學院 > 資訊工程系(所) > 【資訊工程系所】博碩士論文 > Item 987654321/5202

請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5202

題名:	結合啟發式演算法於雙重粒子群優化法求解多模式專案排程之研究與實例應用
作者:	簡佑丞陳瑞茂
貢獻者:	資訊工程系
關鍵詞:	随機鏈結拓撲多模式資源有限之專案排程問題超啟發式演算法粒子群優化法
日期:	2011
上傳時間:	2013-08-07 13:42:31 (UTC+8)
出版者:	台中;國立勤益科技大學
摘要:	多模式資源受限之專案排程問題(Multi-mode Resource-Constrained Project Scheduling Problem, MRCPSP)是一項複雜的專案排程問題，並且此問題已被證實為NP-hard組合式問題。近年來，超啟發式演算法(Meta-heuristics)已被廣泛的應用於求解各種NP-hard問題上，同時，在求解MRCPSP問題中，MRCPSP可以被視為兩種子問題，其一為模式分配問題，另一為活動優先順序問題。因此本文欲藉由雙重粒子群演算法(Particle Swarm Optimization, PSO)求解MRCPSP這兩種子問題。本文中，我們使用標準粒子群優化法(standard PSO)中收縮版本的速度更新規則，而非原始的PSO所使用之速度更新方式，同時，應用離散版本的粒子群演算法(discrete PSO)於解決模式分配的子問題。此外，我們提出一種新的群體溝通拓撲，該拓撲用於粒子的群體經驗，使其降低傳統粒子收斂速度緩慢及過快的情形，此溝通模型的拓撲結構命名為隨機鏈結(rand-link)。除此之外，本文結合兩種基於模式和活動優先權規則的啟發式演算法(Heuristics)於幫助粒子群優化法的產生更好的初始解。首先，本論文將針對著名的benchmark進行模擬測試，該問題即PSPLIB中的MRCPSP例題。之後再應用此最佳化演算法於人力資源規畫的專案排程問題中。在現實世界中，人力資源規劃的專案排程問題與MRCPSP的種種條件限制如出一轍，因此，我們使用本文的方法並以半人-工(half-man-day)當作資源單位的方式找出最佳的人力資源需求量。模擬結果表明，本論文提出的方法能提供一個有效且有效率的解決現實世界中的人力資源規劃問題。
顯示於類別:	[資訊工程系(所)] 【資訊工程系所】博碩士論文

文件中的檔案:

沒有與此文件相關的檔案.

檢視Licence

在NCUTIR中所有的資料項目都受到原著作權保護.

資料載入中.....