کمینه کردن جریمه دیرکرد و بیشینه‌کردن پاداش زودکرد انجام فعالیت‌ها در مسئله MRCPSP/max با استفاده از الگوریتم ژنتیک دو مرحله‌ای

در این مقاله، برای اولین بار مسئله زمانبندی پروژه در شرایط محدود بودن منابع، امکان اجرای فعالیت‌ها در چندین مد و با در نظر گرفتن تأخیرات زمانی بیشینه و کمینه میان زمان‌های شروع فعالیت‌ها، MRCPSP/max ، با هدف کمینه‌کردن جریمه دیرکرد و بیشینه کردن پاداش زودکرد اتمام فعالیت‌ها، مطرح شده و مورد بررسی قرار گرفته است. پس از بررسی تاریخچه و روند استفاده از روش‌های مختلف در حل مسائل مشابه در سال‌های گذشته،  الگوریتم ژنتیک به عنوان الگوریتم مورد استفاده در این تحقیق برگزیده شده است. در این مقاله، شیوه پیداکردن جواب برای مسئله مورد نظر به این ترتیب است که با استفاده از یک الگوریتم ژنتیک، مسئله اصلی را به مسئله‌ای که در آن هر فعالیت فقط یک حالت اجرایی دارد، ساده کرده و سپس در فاز دوم حل، با استفاده از یک الگوریتم ژنتیک مستقل دیگر، بهترین جواب مسئله حاصله از فاز اول الگوریتم را می‌یابیم. عناصر اصلی و عملگرهای هر دو الگوریتم، از هم مستقل هستند. در انتها نیز نتایج عددی حاصل از الگوریتم‌های پیشنهادی که به وسیله زبان برنامه نویسی MATLAB  نوشته شده است، با نتایج موجود در کتابخانه مسائل زمانبندی مقایسه شده‌اند و مشاهده می‌شود که الگوریتم ارائه شده در این تحقیق در چندین مورد جواب‌های موجود را بهبود داده است.