حل مسائل زمانبندی پروژه با محدودیت منابع (RCPSP) با استفاده از الگوریتم رقابت استعماری اصلاحشده (DICA)
Authors
Abstract:
مسئلۀ زمانبندی پروژه با محدودیت منابع (RCPSP) جزء مسائل غیرچندجملهای سخت (NP-Hard) است که برای حل آن، روشهای ابتکاری و فراابتکاری در مقایسه با راهحلهای دقیق، کارایی بیشتری دارند. در این تحقیق از الگوریتم رقابت استعماری اصلاحشده برای حل مسئلۀ زمانبندی پروژه با محدودیت منابع در حالت تکحالته و همچنین از الگوریتم محاسبۀ جواب موجه ابتدایی برای افزایش سرعت الگوریتم رقابت استعماری اصلاحشده با استفاده از حذف فضای غیرموجه جستوجو، استفاده شده است. الگوریتم ارائهشده در این مقاله بر روی مجموعۀ مسائل استاندارد کتابخانۀ PSPLIB آزمایش و از نظر کارایی با تعدادی از روشهای موجود مقایسه شده است. نتایج آزمایشها، کارایی و امکانپذیری الگوریتم پیشنهادی را در حل مسائل استاندارد زمانبندی پروژه با محدودیت منابع نشان میدهد. بهمنظور بررسی عملکرد الگوریتم در حل مسائل با دادههای واقعی، دو پروژۀ انجامگرفته توسط شرکت قدس نیرو در قالب مسئلۀ مدلسازی و با استفاده از الگوریتم پیشنهادی حل شد.
similar resources
ارائۀ یک الگوریتم رقابت استعماری کارآمد برای حل مسئلۀ زمانبندی پروژه با محدودیت منابع
در این مقاله، الگوریتم جدیدی براساس چارچوب الگوریتم رقابت استعماری برای حل مسئلۀ زمانبندی پروژه با محدودیت منابع ارائه میشود. در این مسئله، فعالیتهای پروژه با توجه به محدودیتهای منابع و روابط پیشنیازی، بهگونهای زمانبندی میشوند که زمان پروژه حداقل شود. در الگوریتم پیشنهادی، بهمنظور مدلسازی عملگر جذب، از عملگر تقاطع یکنواخت استفاده شده و برای جلوگیری از همگرایی ناقص الگوریتم، دو عملگر ...
full textمسئله زمانبندی پروژه با محدودیت منابع چند حالته (مد) و حل با الگوریتم رقابت استعماری
مسئله زمان بندی پروژه با محدودیت منابع (rcpsp) یکی از مسائل بسیار معروف و مطرح در زمینه تحقیق در عملیات و مدیریت پروژه است. کاربردی بودن آن باعث توجه بیش از پیش محققین به این مسئله در سال های اخیر شده است. در این پژوهش، مسئله زمان بندی پروژه با محدودیت منابع از طریق ایجاد مدلی دوهدفه با در نظر گرفتن اهداف مهمی از قبیل کمینه کردن زمان اتمام پروژه و بیشینه کردن کیفیت انجام پروژه و کمینه کردن هزین...
حل مسایل زمانبندی پروژه ها با منابع محدود با استفاده از الگوریتم مورچگان اصلاح شده
موضوع زمانبندی پروژه ها با منابع محدود1 (rcpsp) در پی یافتن توالی مناسبی برای انجام فعالیت های یک پروژه است؛ به نحوی که محدودیت های تقدم و و تأخر شبکه پروژه و انواع مختلف محدودیت های منبعی موجود در پروژه به طور همزمان ارضا و معیار سنجش معینی از جمله زمان انجام پروژه، هزینه انجام، تعداد فعالیت های تأخیر دار و غیره بهینه شوند. rcpsp، یک مسئله چندجمله ای غیرقطعی سخت2 به شمار می آید و اهمیت این موض...
full textمکانیابی ماشینهای مجازی با استفاده از الگوریتم رقابت استعماری
مجازیسازی و استفاده از ماشینهای مجازی اساس تکنولوژی پردازش ابری است. ماشینهای مجازی پس از مکانیابی، بر روی ماشینهای فیزیکی منتخب اجرا میشوند. منظور از مکانیابی، انتخاب میزبان مناسب برای ماشینهای مجازی موجود است. مکانیابی ماشینهای مجازی در میزان مصرف انرژی و جلوگیری از هدر رفتن منابع در بسترهای سختافزاری، نقش اساسی دارند. از طرفی، توسعه روزافزون سیستمهای ابری فرآیند مکانیابی ماشینه...
full textحل مسایل زمانبندی پروژهها با منابع محدود با استفاده از الگوریتم مورچگان اصلاح شده
موضوع زمانبندی پروژهها با منابع محدود1 (RCPSP) در پی یافتن توالی مناسبی برای انجام فعالیتهای یک پروژه است؛ به نحوی که محدودیتهای تقدم و و تأخر شبکه پروژه و انواع مختلف محدودیتهای منبعی موجود در پروژه به طور همزمان ارضا و معیار سنجش معینی از جمله زمان انجام پروژه، هزینه انجام، تعداد فعالیتهای تأخیردار و غیره بهینه شوند. RCPSP، یک مسئله چندجملهای غیرقطعی سخت2 به شمار میآید و اهمیت این موض...
full textحل مسئله زمانبندی دروس دانشگاه با الگوریتم رقابت استعماری
مسئله ی زمان بندی دروس دانشگاه یک مسئله¬ی بهینه سازی ترکیبی از دسته مسائل np- hard می باشد که هدف اصلی این مسئله، یافتن یک رهیافت برای تخصیص کلیه ی رویدادها به برش های زمانی و اتاق های ثابت می¬باشد، که البته باید همه ی محدودیت های سخت و نرم ذکر شده در مسئله برآورده شود. تعداد زیادی از روش های متنوع در حال حاضر برای حل این مسئله پیشنهاد شده اند. همچنین مطالعات زیادی از الگوریتم های تکاملی برای ح...
My Resources
Journal title
volume 7 issue 2
pages 333- 364
publication date 2015-06-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023