多项目多资源均衡问题及其基于Pareto的向量评价微粒群算法
DOI:
CSTR:
作者:
作者单位:

南京航空航天大学;浙江大学宁波理工学院

作者简介:

郭研

通讯作者:

中图分类号:

F407.9

基金项目:


Multi-resource leveling in multiple projects and vector evaluated particle swarm optimization based on Pareto
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    首先针对多项目多资源均衡问题的特点, 建立描述问题的多目标优化模型; 然后将Pareto 方法嵌入向量
    评价微粒群算法(VEPSO), 提出一种新的基于Pareto 的向量评价微粒群算法(VEPSO-BP); 最后利用一个算例测试了VEPSO-BP 的性能, 并与VEPSO 进行了对比. 实验结果表明, VEPSO-BP 的收敛性能优于VEPSO, 实现了对多项目多资源均衡问题的高质量求解.

    Abstract:

    Based on the characteristics of multi-resource leveling in multiple projects scheduling problem, a multi-objectives
    optimization model is setup. By applying Pareto optimal method into vector evaluated particle swarm optimization (VEPSO),a new vector evaluated particle swarm optimization based on Pareto (VEPSO-BP) is proposed. Finally, the performance of VEPSO-BP is tested with a testing example which is compared with VEPSO. Experiment results show that, VEPSO-BP is better than VEPSO in convergence efficiency, which also performs well in solving multi-resource leveling in multiple projects scheduling problem.

    参考文献
    相似文献
    引证文献
引用本文

郭研 李南 李兴森.多项目多资源均衡问题及其基于Pareto的向量评价微粒群算法[J].控制与决策,2010,25(5):789-793

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-05-26
  • 最后修改日期:2009-10-18
  • 录用日期:
  • 在线发布日期: 2010-05-20
  • 出版日期:
文章二维码