工程項目中技能型員工調(diào)度問題研究.pdf_第1頁
已閱讀1頁,還剩135頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、經(jīng)濟(jì)發(fā)展的全球化和用戶要求的個性化促使企業(yè)更加趨向于采用面向項目的生產(chǎn)方式,出現(xiàn)了一大批建筑、能源、交通、水利方面的建設(shè)項目、生產(chǎn)制造項目、軟件項目、科研項目等。員工調(diào)度問題是工程項目管理中的關(guān)鍵問題之一。由于工程項目日益復(fù)雜、勞動力成本不斷上升、以及多技能員工成為培養(yǎng)趨勢等因為,員工調(diào)度變得更加困難。業(yè)界和學(xué)界進(jìn)一步關(guān)注并研究工程項目管理中的(技能型)員工調(diào)度問題。這種項目員工調(diào)度是一種復(fù)雜的任務(wù)進(jìn)度安排和人力資源配置問題,屬于機(jī)器調(diào)

2、度、項目調(diào)度和員工調(diào)度的交叉研究領(lǐng)域。
   實際工程項目中的員工調(diào)度問題需考慮的因素很多,主要有員工技能、員工效率、學(xué)習(xí)形態(tài)、工資水平,以及優(yōu)化目標(biāo)(如項目工期、總誤工時間、工資成本、運(yùn)營成本、時間成本等)。本文主要從技能類型和效率類型兩個維度系統(tǒng)地研究了五類項目員工調(diào)度問題,針對各類問題分別建立了數(shù)學(xué)模型,提出了相應(yīng)的求解算法,大量隨機(jī)數(shù)值實驗表明這些算法具有較強(qiáng)的尋優(yōu)能力和穩(wěn)定性。本文的主要工作及取得的創(chuàng)新性成果如下:

3、r>   (1)在分析比較具有優(yōu)先序的平行機(jī)調(diào)度、資源受限項目調(diào)度、以及員工調(diào)度的基礎(chǔ)上,提出了工程項目管理中員工調(diào)度問題的研究框架。
   (2)研究了單技能型員工調(diào)度問題。針對員工具有同質(zhì)效率、最小化項目工期的調(diào)度,建立了0-1型整數(shù)線性規(guī)劃模型,該問題可以看作為經(jīng)典的資源受限項目調(diào)度問題的特例,提出了串行插入式進(jìn)度生成方法,數(shù)值實驗表明該算法在質(zhì)量和效率上明顯優(yōu)于另一種任意序進(jìn)度生成方法;針對員工具有異質(zhì)效率、最小化項目

4、工期的調(diào)度,建立了整數(shù)線性規(guī)劃模型,設(shè)計了基于優(yōu)先規(guī)則的啟發(fā)式算法獲得單個初始解,然后提出了混合模擬退火算法(HSA)進(jìn)一步搜索尋優(yōu),數(shù)值實驗表明HSA比常規(guī)模擬退火算法更能快速準(zhǔn)確地進(jìn)行求解。
   (3)研究了完全技能型員工調(diào)度問題。針對員工具有異質(zhì)效率的情形分別考慮了三種優(yōu)化目標(biāo):第一種目標(biāo)為最小化項目工期,建立了整數(shù)線性規(guī)劃模型,設(shè)計了基于優(yōu)先規(guī)則的啟發(fā)式串行調(diào)度算法,數(shù)值實驗表明該算法在質(zhì)量和效率上明顯優(yōu)于另一種現(xiàn)有的

5、啟發(fā)式算法;第二種目標(biāo)為最小化總誤工時間,建立了整數(shù)線性規(guī)劃模型,設(shè)計了基于優(yōu)先規(guī)則的啟發(fā)式算法獲得多個初始解,然后通過實驗比較概率進(jìn)化策略和精英進(jìn)化策略后,提出了基于概率進(jìn)化策略的混合遺傳算法(HGA)進(jìn)一步搜索尋優(yōu),數(shù)值實驗表明在相同運(yùn)行時間內(nèi)HGA能比常規(guī)遺傳算法搜索到更優(yōu)的解;第三種目標(biāo)為最小化增長型工資與時間成本之和,建立了整數(shù)非線性規(guī)劃模型,通過啟發(fā)式規(guī)則和常規(guī)動態(tài)規(guī)劃方法相結(jié)合,提出了改進(jìn)的DP算法,數(shù)值實驗表明該算法中引

6、入任務(wù)完成時間界限能有效提高計算效率。
   (4)研究了多技能型員工調(diào)度問題。針對員工具有同質(zhì)效率、最小化運(yùn)營成本與差異型工資成本之和的調(diào)度,建立了整數(shù)非線性規(guī)劃模型,提出了一種將基于優(yōu)先規(guī)則的并行進(jìn)度生成方法和常規(guī)遺傳算法有機(jī)結(jié)合的混合遺傳算法,數(shù)值實驗表明多種優(yōu)先規(guī)則都能使該算法收斂到理想的點;針對學(xué)習(xí)型員工具有異質(zhì)效率、最小化項目工期的調(diào)度,建立了0-1型整數(shù)非線性規(guī)劃模型,設(shè)計了基于優(yōu)先規(guī)則的啟發(fā)式算法獲得優(yōu)良的初始解

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論