项目调度的数学模型与启发式算法

第1章 项目计划与项目调度
1．1 项目计划
1．2 项目调度
1．3 多项目管理
第2章 项目调度问题数学模型
2．1 任务工期
2．1．1 确定型时间估计
2．1．2 概率型时间估计
2．2 约束条件
2．2．1 优先关系
2．2．2 资源约束
2．2．3 时间约束
2．3 目标函数
2．3．1 时间类目标函数
2．3．2 资源类目标函数
2．3．3 财务类目标函数
2．3．4 质量类目标函数
2．3．5 常规目标函数与非常规目标函数
2．4 单项目调度问题数学模型
2．4．1 基本模型
2．4．2 拓展模型
2．4．3 分类系统
2．5 多项目调度问题数学模型
第3章 项目调度问题特征参数与算例库
3．1 单项目调度问题特征参数
3．2 单项目调度算例库
3．2．1 Patterson算例库
3．2．2 PSPLIB算例库
3．3 多项目调度问题特征参数
3．4 多项目调度算例库
3．4．1 构造方式
3．4．2 全因子多项目算例库
第4章 项目网络时间分析
4．1 任务开始时间
4．1．1 正向计算
4．1．2 逆向计算
4．2 任务时差
4．2．1 总时差
4．2．2 自由时差
4．2．3 安全时差
4．3 扩展分析
第5章 基于优先规则的启发式算法
5．1 进度生成机制
5．1．1 串行进度生成机制
5．1．2 并行进度生成机制
5．1．3 多项目进度生成机制
5．2 任务优先规则
5．3 简单启发式算法
5．4 多项目调度抽样算法
5．4．1 算法设计
5．4．2 算法测试与分析
第6章 正向逆向迭代算法
6．1 正向逆向调度
6．1．1 逆向调度算法
6．1．2 迭代算法
6．2 改进型迭代算法
6．2．1 基于局部搜索的迭代算法
6．2．2 逆向正向改进算法
6．2．3 改进算法的比较与应用
6．3 多项目调度迭代算法
6．3．1 算法流程
6．3．2 算法测试与分析
第7章 项目调度遗传算法
7．1 遗传算法
7．1．1 简单遗传算法
7．1．2 选择算子
7．1．3 交叉算子
7．1．4 变异算子
7．2 单项目调度遗传算法
7．2．1 编码方案
7．2．2 其他部分
7．3 多项目调度遗传算法
7．3．1 设计方案
7．3．2 算法测试与分析
第8章 项目调度蚁群算法
8．1 蚁群算法
8．1．1 蚂蚁系统
8．1．2 蚁群系统
8．1．3 蚁群优化算法
8．1．4 蚁群算法的改进
8．2 单项目调度蚁群优化算法
8．3 多目标项目调度蚁群算法
8．3．1 多目标项目调度问题
8．3．2 多种群蚁群算法
8．3．3 算法测试与分析
第9章 项目调度粒子群优化算法
9．1 粒子群优化算法
9．1．1 粒子群优化
9．1．2 算法流程
9．2 抢占式项目调度
9．3 抢占式项目调度粒子群优化算法
9．3．1 编码方案
9．3．2 进度生成机制
9．3．3 适应值函数
9．3．4 粒子更新机制
9．3．5 算法测试与分析
第10章 项目调度多智能体优化算法
10．1 多智能体优化
10．2 抢占式项目调度多智能体优化算法
10．2．1 基础服务平台
10．2．2 智能体交互系统
10．2．3 协商过程
10．2．4 调度智能体
10．2．5 任务智能体
10．3 计算示例
10．3．1 初始化阶段
10．3．2 再调度阶段
10．3．3 迭代改进阶段
第11章 多项目调度拍卖算法
11．1 拍卖理论与拍卖算法
11．1．1 拍卖理论
11．1．2 组合拍卖与优化
1 1．2 多单位组合拍卖算法
11．2．1 拍卖品组合
11．2．2 竞买人效用
11．2．3 拍卖人效用
11．2．4 组合拍卖流程
11．3 计算示例
第12章 项目组合选择调度问题及算法
12．1 数学模型
12．2 双层决策算法
12．2．1 上层决策
12．2．2 下层决策
12．3 计算测试与分析
12．3．1 算例设计
12．3．2 算法参数设计
12．3．3 计算结果分析
参考文献