导读:本文包含了可拆分任务论文开题报告文献综述及选题提纲参考文献，主要关键词:地铁工程,关键链,多项目,任务拆分
可拆分任务论文文献综述
杜昊炜[1]（2019）在《考虑任务可拆分的关键链多项目调度》一文中研究指出发展快速、安全、大运量、全天候的公共交通网络,是全国各地区政府解决日益严峻的交通拥堵的主要途径。地铁建设作为一个庞大的工程项目,其实质是包含具有交错关联的子项目的多项目系统。不同项目间的资源争夺及任务之间复杂的搭接关系,使其具有施工难度高、建设周期长、工程风险大等特点。传统的项目计划方法与关键链技术很难保障其按计划实施。在研究国内外相关文献及前人研究成果的基础上,论文对关键链项目管理技术及任务的可拆分性进行了详细的阐述。研究允许资源冲突发生在任意任务间,打破了传统关键链的假设,利用“鼓”资源可抢占的性质使任务被拆分执行,提出了基于任务可拆分的多项目关键链模型;对具有开始一开始搭接关系的任务研究后发现,重迭任务间存在的耦合性使前置任务具有可吸收定量滞后工期的资源自由时差。同时,针对将拆分任务视为独立的新任务忽略了原任务时间参数完整性的现象,本文对多项目间的资源冲突特性进行了研究,分析并归纳了任务冲突类型。另外考虑到人的行为因素影响,提出了逆向调度以消除工序内的自由时差。在分析了传统缓冲区设置方法后,本文综合任务的位置、复杂度、风险系数提出了适应于地铁工程特性的分布式缓冲设置机制。本文以杭州地铁5号线沈半路站工程作为实例进行了分析。结果表明所提优化策略较传统方法可对“鼓”资源进行更高效的配置,在缩短了子项目的工期的基础上也缩短了总项目工期,实现了从个体到整体的优化。同时,通过采取分部式地缓冲设置策略有效地提升了项目整体的鲁棒性。从实践角度验证本研究所提理论的有效性和可行性,其成果对任务可拆分的地铁多项目工程建设具有一定意义。(本文来源于《杭州电子科技大学》期刊2019-03-13）
陶俐言,杜昊炜,赵鹏翡[2]（2019）在《关键链任务可拆分多项目优化调度研究》一文中研究指出为解决多项目内子项目间资源冲突问题,对多项目进度优化进行了研究。结合资源争夺不仅发生于关键任务间,而且任务往往可被拆分成子任务执行的情况,建立了适应多项目特性的关键链网络模型。从协同优化的角度,提出了以项目整体延迟损失最小、均衡"鼓"资源负荷以及资源自由时差最小为目标的关键链多项目优化调度启发式新方法。通过算例,验证了所提模型与启发式算法的可靠性与完整性。(本文来源于《项目管理技术》期刊2019年03期）
王磊,聂兰顺,战德臣,王弼陡,罗刚银[3]（2017）在《求解任务可拆分多项目协同调度问题的启发式算法》一文中研究指出生产项目计划与调度过程中任务可以被拆分为更小粒度的子任务分批次执行,实现缩短项目总工期的优化目标.针对抢占式任务可拆分多项目调度问题,从协同优化角度探讨任务拆分与重组方式,提出一个长工期任务优先拆分、长工期项目优先拆分和高资源利用率项目优先拆分3种任务拆分优先级判断规则,设计一种求解任务可拆分多项目协同调度问题的启发式算法.最后通过数值实例和仿真分析验证了所提出方法在多项目调度总工期的优化效果和求解效率.(本文来源于《控制与决策》期刊2017年06期）
陈路[4]（2016）在《不确定环境下任务可拆分资源受限项目调度问题的前馈调度研究》一文中研究指出在现有资源受限项目调度问题研究(Resource-Constrained Project Scheduling Problem, RCPSP)中,同时考虑项目调度方案鲁棒性、项目任务可拆分、决策环境模糊随机性的研究还很鲜见。因此,本文以任务可拆分RCPSP为研究对象,以提高项目调度方案的鲁棒性为目标,综合运用模糊随机理论、软件编程及案例分析,对前馈调度是否能有效提高项目调度方案的鲁棒性进行研究。首先,本文研究对象为不确定环境中的经典RCPSP.使用模糊随机参数来描绘项目中各个任务工期的不确定和单位时间提供资源的不确定。以使项目调度方案中的自由缓冲量最大为目标,建立了带有模糊随机变量的RCPSP鲁棒模型,并通过实例验证“累计不稳定权重和越大的任务优先被调度”和“资源松弛”前馈调度策略能有效的加强调度方案的鲁棒性,但同时会一定程度的增加项目的完工时间。其次,本文接着对模糊随机环境下不考虑拆分成本的任务可拆分RCPSP鲁棒性进行了研究。第一步建立了一个带模糊随机变量的两阶段任务可拆分RCPSP鲁棒性模型,第一阶段是以项目总工期最短为目标的任务拆分模型,第二阶段是以项目调度中的自由缓冲量最大为目标的任务拆分后的RCPSP鲁棒性模型。第二步将模型中的模糊随机参数转换成确定性参数。第叁步使用领域搜索粒子群算法对项目中的任务进行拆分后,通过实例验证了前文使用的两种前馈调度策略能够增大任务拆分后RCPSP的鲁棒性,同时会增加项目的完工时间,但增加的时间比任务不拆分的调度方案时间要短。最后,本文对带模糊随机参数的考虑拆分成本的任务可拆分RCPSP进行了研究。第一步是建立了一个以拆分成本和项目工期为综合目标的不确定性调度模型,通过领域搜索粒子群算法对模型进行优化,确定项目中被拆分的任务。然后在以调度方案中自由缓冲量最大为目标,验证了前文提到的两种前馈调度策略能够增加调度鲁棒性。全文对“累计不稳定权重和越大的任务优先被执行”策略和“资源松弛”策略能够增加不确定环境下的任务可拆分RCPSP的鲁棒性进行了研究,通过相关实例验证了这两种前馈调度策略能够有效地增加调度方案的鲁棒性,在消除不确定性因素的干扰上有一定的积极作用。(本文来源于《南京理工大学》期刊2016-03-01）
王伟鑫,王旭,葛显龙[5]（2014）在《任务可拆分的多模式多项目调度模型与算法》一文中研究指出针对多项目调度资源利用率低的问题,提出任务可拆分的多模式多项目调度模型。采用多属性效用函数对工期—成本—质量—资源均衡进行目标优化,以提高资源利用率、缩短工期,实现多项目调度整体效用的最大化。利用正态云模型云滴的随机性和稳定性的特征,设计云遗传算法并生成多项目调度各个活动的优先级,最终生成活动可拆分的多模式多项目调度计划。通过算例验证了所提模型和算法的有效性。(本文来源于《计算机集成制造系统》期刊2014年06期）
毕阳[6]（2014）在《资源时间窗约束下任务可拆分项目调度的Rollout算法研究》一文中研究指出目前资源受限项目调度问题主要对任务不可拆分、资源单技能且全程可得的问题进行研究。随着社会的日益发展，项目工程和资源特性逐渐发生变化，一些关键性资源具有时间窗特性，且具有多技能特征，同时任务的执行允许不连续，可以对任务进行适当拆分。本文分别对单技能和多技能资源时间窗约束下任务可拆分项目调度问题进行研究。首先建立整数规划模型，然后根据模型设计基于优先规则的Rollout算法对问题进行求解，其中在单技能情形下，直接汇总技能提供量和需求量，来判断是否满足资源约束，在多技能情形下，提出贪心策略来判断任务是否满足资源约束，最后使用算例来检验算法的性能，通过设计资源技能矩阵和资源时间窗，将Patterson测试集中110个算例改进为多技能资源时间窗约束下任务可拆分问题，对多组不同的资源技能比例、含时间窗的资源比例和可用时间占比参数下进行实验，来检验参数的灵敏度。实验结果表明在小规模问题上，该算法求取最优解的概率较大，拆分次数比CPLEX软件求解的最优解要少；在中大规模问题上，CPLEX软件无法求解，该算法能在较短时间内得到较优解。同时任务的可拆分性，资源的多技能性均能缩短项目工期。当单技能资源比例较多情形下，参数的灵敏度较大，当单技能资源比例适中或较少时，参数的灵敏度较小。(本文来源于《华中科技大学》期刊2014-02-01）
温宇昂[7]（2013）在《单阶段差异化多机可拆分任务调度优化方法》一文中研究指出随着经济全球化趋势不断加剧,国内外市场竞争更加激烈,产品的市场需求向着多样化、个性化、定制化的方向发展,中小批量的生产订单所占比例不断增大。企业要想在激烈的市场竞争中利于不败之地,就要在降低生产成本的同时,提高生产效率和生产质量。本文以某面向订单生产企业的瓶颈工序为背景,调度任务对象带有交货期和拖期惩罚,并可拆分；功能相同但效率和加工成本存在差异的多台机器设备可并行处理拆分的子任务；以最小化总费用(即总加工成本和总拖期惩罚之和)为目标,优化任务拆分与加工顺序。本文在现场调研基础上,研究分析实际生产过程中问题特征,归纳抽象为单阶段差异化多机可拆分任务调度优化问题。主要研究内容包括：1.查阅国内外相关研究文献,对与所研究问题相关的车间调度问题、并行机调度问题和可拆分任务调度问题进行了综述,并结合本文问题进行比较分析。2.根据所研究问题的特点,将实际生产中多机加工调度问题抽象描述为单阶段差异化多机的可拆分任务调度优化问题；并建立相应的数学模型。3.针对调度问题的优化模型；设计了求精确解的分支定界算法；并用算例示范了算法过程和求解结果。4.针对较大规模问题,设计求解模型的遗传算法,设计了适应问题解特点的染色体编码、交叉和变异算子；采用不同规模算例验证了算法的稳定性和适用性。(本文来源于《东北大学》期刊2013-06-21）
胡淑芳[8]（2012）在《考虑资源技能和时间窗特性的任务可拆分项目调度》一文中研究指出资源受限项目调度问题是项目管理中的典型问题，问题中一般假设任务不允许被拆分，而在实际项目中，资源工作时间的不连续、紧急任务的加入、市场因素等通常需要任务被拆分成多次执行。同时企业发展要求资源拥有多种技能。将这些因素引入问题中具有十分重要的理论和现实意义。本文首先分析了研究多技能资源任务可拆分项目调度的现实和理论意义，并对RCPSP、PRCPSP、多技能资源的RCPSP问题的研究现状进行总结。对问题进行清晰的界定和描述，构建了数学模型，提出了求解此问题的分支定界算法。此算法求解过程中以可行调度活动集进行分支，而利用节点的任务完成率来优化分支和优选过程；而从资源约束条件来看，资源拥有单技能时，通过对技能总量的比较而判断任务组合的资源约束条件是否满足，而资源拥有多技能时，通过对资源—技能矩阵的处理、对资源指派方案的编码和解码等过程计算资源对技能的提供量是否能满足任务组合对技能的需求，从而判断任务组合是否满足资源约束条件。最后，通过Patterson实例集的测试，比较混合遗传算法、粒子群算法与分支定界算法的目标函数和运行时间，可以看出中小型项目调度时，分支定界算法对解决多技能资源任务可拆分项目调度问题的有效性和可行性。本文的研究成果，理论上丰富了资源受限项目调度问题的研究内容，而在动态环境下，给定项目和资源配置参数，可以得到较好的调度方案，为项目经理合理安排项目进度提供指导。(本文来源于《华中科技大学》期刊2012-02-01）
孙晓雅,林焰[9]（2011）在《人工蜂群算法求解任务可拆分项目调度问题》一文中研究指出针对任务可拆分的资源受限的项目调度问题,提出了一种人工蜂群算法与任务可拆分的串行调度机制相结合的优化方法.人工蜂群算法中每个食物源的位置代表一组项目任务的优先权序列,优先权序列通过调度生成机制转换为可行调度方案,迭代中由叁种人工蜂执行不同的操作来实现全局最优解的更新.实算表明,基于优先权的人工蜂群算法可以有效求解任务可拆分项目调度问题,收敛速度较快且精度较高.(本文来源于《微电子学与计算机》期刊2011年11期）
邓林义,林焰[10]（2008）在《粒子群算法求解任务可拆分项目调度问题》一文中研究指出首先针对任务可拆分的项目调度问题,提出一种带有局部搜索的粒子群算法LSPSO;然后采用基于任务排列的粒子表示方法,将遗传算法中的定位交叉引入粒子的更新过程中,并采用局部搜索技术对更新后的粒子进行改进;最后对Patterson测试集中110个问题实例进行了测试,实验结果表明,算法LSPSO具有较快的速度,所给出的调度方案较优.(本文来源于《控制与决策》期刊2008年06期）
可拆分任务论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决多项目内子项目间资源冲突问题,对多项目进度优化进行了研究。结合资源争夺不仅发生于关键任务间,而且任务往往可被拆分成子任务执行的情况,建立了适应多项目特性的关键链网络模型。从协同优化的角度,提出了以项目整体延迟损失最小、均衡"鼓"资源负荷以及资源自由时差最小为目标的关键链多项目优化调度启发式新方法。通过算例,验证了所提模型与启发式算法的可靠性与完整性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可拆分任务论文参考文献
[1].杜昊炜.考虑任务可拆分的关键链多项目调度[D].杭州电子科技大学.2019
[2].陶俐言,杜昊炜,赵鹏翡.关键链任务可拆分多项目优化调度研究[J].项目管理技术.2019
[3].王磊,聂兰顺,战德臣,王弼陡,罗刚银.求解任务可拆分多项目协同调度问题的启发式算法[J].控制与决策.2017
[4].陈路.不确定环境下任务可拆分资源受限项目调度问题的前馈调度研究[D].南京理工大学.2016
[5].王伟鑫,王旭,葛显龙.任务可拆分的多模式多项目调度模型与算法[J].计算机集成制造系统.2014
[6].毕阳.资源时间窗约束下任务可拆分项目调度的Rollout算法研究[D].华中科技大学.2014
[7].温宇昂.单阶段差异化多机可拆分任务调度优化方法[D].东北大学.2013
[8].胡淑芳.考虑资源技能和时间窗特性的任务可拆分项目调度[D].华中科技大学.2012
[9].孙晓雅,林焰.人工蜂群算法求解任务可拆分项目调度问题[J].微电子学与计算机.2011
[10].邓林义,林焰.粒子群算法求解任务可拆分项目调度问题[J].控制与决策.2008