首页理论教育基于Agent交互协议的模型和方法：资源受限项目调度算例测试

基于Agent交互协议的模型和方法：资源受限项目调度算例测试

2023-10-05 理论教育版权反馈

【摘要】：由于资源受限项目调度模型在水平运输管理中起着最终判断决策运输方案是否可行的作用，且该模型流程结构复杂，算法嵌套较多，因此有必要通过测试算例评估改进差分进化人工蜂群算法和广义优先关系串行调度，提升资源受限项目调度模型的适用程度和运算速度。其中，横坐标为迭代次数，纵坐标为每次迭代计算出来的工期，分别用长虚线、长短虚线和短虚线表示差分人工蜂群算法、人工蜂群算法和差分进化算法迭代过程的工期。

由于资源受限项目调度模型在水平运输管理中起着最终判断决策运输方案是否可行的作用，且该模型流程结构复杂，算法嵌套较多，因此有必要通过测试算例评估改进差分进化人工蜂群算法和广义优先关系串行调度，提升资源受限项目调度模型的适用程度和运算速度。

在算例测试中，输入资源约束进度管理的测试案例数据，执行任务D＝44，每个任务需要占用三种可更新资源，每个资源同一时间内的最大使用量分别为R1＝12、R2＝8、R3＝8，各任务的持续时间、紧前任务（示例均为经典的FS型关系）和资源需求如表3.2所示。

表3.2　测试示例基础数据表

pagenumber_ebook=38,pagenumber_book=32

（续表）

pagenumber_ebook=39,pagenumber_book=33

根据既有研究的经验，变异系数F和交叉系数CR一般取值在[0，1]之间，此处均取0.5（Cai，2011）。而引领蜂、跟随蜂和侦察蜂的最佳比例通常分别约为75%、10%和15%。因此，蜂巢的构造函数Hive为：

int totalNumberBees＝100；

int numberInactive＝20；

int numberActive＝50；

int numberScout＝30；

int maxNumberVisits＝20；

int maxNumberCycles＝100。(www.chuimin.cn)

在Windows10、CPU Intel Core i5和8G内存的操作环境下，以上程序的平均运算时间为2秒，通过Java编程分别使用差分进化算法、人工蜂群算法和改进差分人工蜂群算法对示例进行测试，结果显示改进差分人工蜂群算法具有收敛快（见图3.6）、误差小（见表3.3）等重要优势。

表3.3　三种算法结果对比

pagenumber_ebook=39,pagenumber_book=33

图3.6显示了各类算法的运算效率。其中，横坐标为迭代次数，纵坐标为每次迭代计算出来的工期，分别用长虚线、长短虚线和短虚线表示差分人工蜂群算法、人工蜂群算法和差分进化算法迭代过程的工期。

pagenumber_ebook=40,pagenumber_book=34

图3.6　三种仿生算法的迭代过程

最优工期的计算结果如表3.4所示，其中关键路径上的结束时间用黑体字标出。

表3.4　最优工期资源配置进度计划

pagenumber_ebook=40,pagenumber_book=34

（续表）

pagenumber_ebook=41,pagenumber_book=35

根据表3.4最优工期资源配置进度计划，可将计算结果导入进度管理软件Project中，为符合Project工作日和日期的输入规则，需给表3.4的数据设置一个开始时间节点，便可获得施工进度管理常用的横道图，故表3.4的计算数据可快速转化为工程应用数据。