ارائه یک الگوریتم ژنتیک جدید جهت تسطیح منابع چندگانه با فرض مجاز بودن شکست فعالیت های پروژه

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,821

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IIEC06_151

تاریخ نمایه سازی: 8 مهر 1387

چکیده مقاله:

[توضیح سیویلیکا: برخی از فرمولهای داخل متن درج نشده اند] تسطیح منابع یکی از ابزارهای مهم مورد استفاده در زمان بندی فعالیت های یک پروژه است. هدف این تکنیک حداقل سازی نوسانات مصرف منابع در طی مدت زمان اجرای پروژه می باشد. تاکنون مطالعات بسیاری در زمینه نسطیح منابع بر پایه روش های تحلیلی و ابتکاری انجام شده است که در عمل به دلیل پیچیدگی خاص این مسئله (NP-Complete) و عدم کارایی روش های تحلیلی از الگوریتم های ابتکاری استفاده می شود. یکی از مهمترین فرضیات الگوریتم های مذکور، پیوسته بودن فعالیت ها به معنی عدم توقف و شروع به کار مجدد یک فعالیت در بازه های زمانی جدا از هم است که به اصتلاح عدم قابلیت شکست فعالیت ها نامیده می شود. البته در بسیاری از موارد واقعی اجرای پروژه ها فعالیت هایی یافت می شوند که قابلیت توقف و اجرای مجدد آنها وجود دارد. در این مقاله الگوریتم جدیدی بر پایه الگوریتم ژنتیک پیشنهاد شده است که به اجرای تسطیح منابع یک پروژه، با فرض قابلیت شکست فعالیت های آن می پردازد. به منظور ارائه معیاری برای مقایسه نتایج الگوریتم پیشنهادی، کران پایینی برای تابع هدف این مسئله بر اساس مدل برنامه ریزی خطی صفر- یک ارائه شده در [18] پیشنهاد می کنیم که از طریق آزاد سازی متغیرهای صفر- یک این مدل حاصل می شود. در پایان با تسطیح منابع 80 پروژه تولید شده تصادفی با استفاده نرم افزار PROGEN/MAX کارایی الگوریتم ژنتیک نشان داده شده است. بزرگترین مسئله نمونه دارای 1000 فعالیت است که در زمان حدود 2 ساعت توسط الگوریتم پیشنهادی و مسئله برنامه ریزی خطی آزاد شده آن در حدود 9 ساعت توسط نرم افزار LINGO 10 حل شده است. در این مسئله معیار تسطیح بهبود می یابد.

نویسندگان

سید حسین هاشمی دولابی

دانشجوی کارشناسی ارشد دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر

عباس سیفی

دانشیار دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر

سید یاسر شریعت

دانشجوی کارشناسی دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Kim, J. _ Kim K., Jee, N. and Yoon Y., ...
  • !. Leu, S.S., Yang, C.H. and Huang J.C., "Resource Leveling ...
  • Harris, R.B. _ "Precedence and Arrow Networking Techniques for Construction", ...
  • Stevens, J. D. _ "Techniques for construction network scheduling", New ...
  • Georgy M.E. _ "Evolutionary resource scheduler for linear projects", Automation ...
  • Ahuja H. _ "Construction Performance Control by Networks" , NewYork ...
  • 0.Bandelloni, M., Tucci, M., and Rinaldi, R., "Optimal resource leveling ...
  • Burgess, A. R., and Killebrew, J. B."Variation in activity level ...
  • Harris, R.B.. "Packing method for resource leveling (PACK)". Journal of ...
  • Padilla E., Carr R., " Resource strategies for dynamic project". ...
  • st, J.D., and Levy, F.K., " A management guide to ...
  • Antill, J.M., and Woodhead, R.W.. "Critical path methods in construction ...
  • Leu, S.S., Chen, A.T., Yang, C.H.. "A fuzzy optimal for ...
  • Hiyasat, M.A.S. "Applying modified minimum moment method to multiple resource ...
  • Son, J. _ Mattila _ K.G.."Binary Resource Leveling Model: Activity ...
  • Son, J. and Skibniewski2, M.J., "Multiheuristic Approach for Resource Leveling ...
  • Gen, M. _ Cheng, R.Genetic Algorithms and Engineering Design, New ...
  • Goldberg, D.E.. "Genetic Algorithms in Search, Optimization and Machine Learning", ...
  • نمایش کامل مراجع