Algorytmy metaheurystyczne dla problem harmonogramowania projektu z kamieniami milowymi

• Autorzy: Klimek M. , Łebkowski P.

Warianty tytułu

EN

Metaheuristic algorithms for Project scheduling problem with milestones

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano model matematyczny problemu harmonogramowania projektu z ograniczoną dostępnością zasobów RCPSP (ang. Resource-Constrained Project Scheduling Problem), który uwzględnia system kamieni milowych. Dla części zadań (związanych z kamieniami milowymi) określono nieprzekraczalne terminy ich zakończenia. Opracowano funkcję celu, która uwzględnia terminy realizacji wszystkich tych czynności. Dla zdefiniowanego problemu przetestowano skuteczność działania algorytmów) genetycznych i symulowanego wyżarzania.

EN

In article is proposed mathematical model for Resource-Constrained Project Scheduling Problem with milestones. For some activities (related to the milestones), unsurpassable term of completion is determinate. We have defined objective function, taking into consideration the observance of the times of completion of all these activities. For defined problem we have tested effectiveness of genetic and simulated annealing algorithms.

Słowa kluczowe

PL

algorytm metaheurystyczny; harmonogramowanie; system kamieni milowych; algorytm genetyczny; wyżarzanie symulowane

EN

metaheuristic algorithm; scheduling; milestones system; genetic algorithm; simulated annealing

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Automatyka / Politechnika Śląska
• Rocznik: 2008
• Tom: z. 150
• Strony: 63--72
• Opis fizyczny: Bibliogr. 8 poz.

Twórcy

autor

Klimek M.

autor

Łebkowski P.

• Państwowa Wyższa Szkoła Zawodowa, Biała Podlaska,

Bibliografia

• 1. Bierwirth C, Mattfeld D.C.: Production Scheduling and Rescheduling with Genetic Algorithms, Evolutionary Computation 7 (1), 1999, s. 1-17.
• 2. Herroelen W., De Reyck B., Demeulemeester E.: Resource constrained scheduling: a survey of recent developments. Computers and Operations Research 25,1998, s. 279-302.
• 3. Kirkpatrick S., Gelatt CD., Vecchi M.P.: Optimization by simulated annealing. Science 220, 1983, s. 671-680.
• 4. Klimek M., Łebkowski P.: Miary odporności harmonogramów. Komputerowo Zintegrowane Zarządzanie (red.) R. Knosala, Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, 1.1, Opole 2008, s. 569-577.
• 5. Kolisch R.: Serial and parallel resource-constrained project scheduling methods revisited: Theory and computation. European Journal of Operational Research 90, 1996, s. 320-333.
• 6. Kolisch R., Sprecher A.: PSPLIB - a project scheduling library. European Journal of Operational Research 96, 1997, s. 205-216.
• 7. Kostrubiec A.: Harmonogramowanie projektów - przegląd modeli. Inżynieria Zarządzania Przedsięwzięciami, Wydawnictwo Politechniki Gdańskiej, Gdańsk 2003, s. 33-52.
• 8. Kostrubiec A.: Metody generowania sąsiedztwa w metaheurystycznych metodach harmonogramowania projektów. Inżynieria systemów zarządzania. Ilościowe metody wspomagania decyzji w systemach produkcji, Wydawnictwo Politechniki Gdańskiej, Gdańsk 2005, s. 45-57.