資源受限多項目調(diào)度的模型與方法

第1章 項目計劃與項目調(diào)度
1.1 項目計劃
1.2 項目調(diào)度
1.3 多項目管理
第2章 項目調(diào)度問題數(shù)學模型
2.1 任務工期
2.1.1 確定型時間估計
2.1.2 概率型時間估計
2.2 約束條件
2.2.1 優(yōu)先關系
2.2.2 資源約束
2.2.3 時間約束
2.3 目標函數(shù)
2.3.1 時間類目標函數(shù)
2.3.2 資源類目標函數(shù)
2.3.3 財務類目標函數(shù)
2.3.4 質(zhì)量類目標函數(shù)
2.3.5 常規(guī)目標函數(shù)與非常規(guī)目標函數(shù)
2.4 單項目調(diào)度問題數(shù)學模型
2.4.1 基本模型
2.4.2 拓展模型
2.4.3 分類系統(tǒng)
2.5 多項目調(diào)度問題數(shù)學模型
第3章 特征參數(shù)與問題庫
3.1 單項目調(diào)度問題特征參數(shù)
3.2 單項目調(diào)度問題庫
3.2.1 Patterson問題庫
3.2.2 PSPLIB問題庫
3.3 多項目調(diào)度問題特征參數(shù)
3.4 多項目調(diào)度問題庫
3.4.1 構造方式
3.4.2 全因子多項目問題庫
第4章 項目網(wǎng)絡時間分析
4.1 任務開始時間
4.1.1 正向計算
4.1.2 逆向計算
4.2 任務時差
4.2.1 總時差
4.2.2 自由時差
4.2.3 安全時差
4.3 擴展分析
第5章 關鍵鏈項目管理方法
5.1 約束理論
5.2 關鍵鏈與時間緩沖
5.2.1 關鍵鏈
5.2.2 時間緩沖
5.2.3 時間緩沖估計
5.3 對關鍵鏈方法的分析
第6章 基于優(yōu)先規(guī)則的啟發(fā)式算法
6.1 進度生成機制
6.1.1 串行進度生成機制
6.1.2 并行進度生成機制
6.2 任務優(yōu)先規(guī)則
6.3 啟發(fā)式算法
第7章 隨機抽樣算法
7.1 多項目啟發(fā)式算法
7.1.1 多項目進度生成機制
7.1.2 多項目調(diào)度優(yōu)先規(guī)則
7.2 多項目抽樣算法
7.3 算法測試與分析
7.3.1 優(yōu)先規(guī)則的比較
7.3.2 隨機抽樣算法的比較
第8章 正向逆向迭代算法
8.1 正向逆向調(diào)度
8.1.1 逆向調(diào)度算法
8.1.2 迭代算法
8.2 改進型迭代算法
8.2.1 基于局部搜索的迭代算法
8.2.2 逆向正向改進算法
8.2.3 改進算法的比較與應用
8.3 多項目迭代算法
8.3.1 算法流程
8.3.2 算法測試與分析
第9章 項目調(diào)度遺傳算法
9.1 遺傳算法
9.1.1 簡單遺傳算法
9.1.2 選擇算子
9.1.3 交叉算子
9.1.4 變異算子
9.2 項目調(diào)度遺傳算法
9.2.1 編碼方案
9.2.2 其他要素
9.3 多項目調(diào)度遺傳算法
9.3.1 設計方案
9.3.2 算法測試與分析
第10章 項目調(diào)度蟻群算法
10.1 蟻群算法
10.1.1 螞蟻系統(tǒng)
10.1.2 蟻群系統(tǒng)
10.1.3 蟻群優(yōu)化算法
10.1.4 蟻群算法的改進
10.2 項目調(diào)度蟻群算法
10.3 多目標調(diào)度蟻群算法
10.3.1 多目標項目調(diào)度問題
10.3.2 多種群蟻群算法
10.3.3 算法測試與分析
第11章 多項目調(diào)度組合拍賣算法
11.1 拍賣理論與拍賣算法
11.1.1 拍賣理論
11.1.2 組合拍賣與優(yōu)化
11.2 多單位組合拍賣算法
11.2.1 拍賣品組合
11.2.2 競買人效用
11.2.3 拍賣人效用
11.2.4 組合拍賣流程
11.3 計算示例