资源约束下多项目的两阶段调度算法

简介：
本文提出了一种在资源受限条件下的多项目两阶段调度算法，旨在优化项目进度与资源配置，提高整体效率和成本效益。 在资源受限项目调度问题的研究背景下，进一步将可更新资源扩展为具有不同胜任力的人力资源，并建立了一个考虑人力资源差异的多目标项目调度模型。该模型是对传统多模式资源约束项目调度问题的一种更贴近研发项目群实际情况的改进版本。 为了处理这种新的复杂性，提出了一种两阶段优化算法来解决上述提出的数学模型中的挑战。第一阶段是针对项目的时序约束进行优化，采用蚁群算法（ACO）对任务列表进行求解和调整，并通过改良信息素增量规则、串联进度生成机制(SSGS)以及资源冲突消解策略的应用提高了算法的效率与质量。 第二阶段则专注于解决人力资源的限制问题。利用第一阶段得到的任务序列作为输入数据，逐一核查每一项任务所需的人力资源配置情况并进行必要的调整，从而最终产生出优化后的项目调度方案。 数值实验结果表明，考虑了胜任力差异的新模型更加符合研发项目的实际情况，并且所提出的两阶段算法在求解性能方面表现出色。