ترجمه بهینه سازی ازدحام ذرات برنامه ریزی پروژه منابع محدود

توضیحات

 عنوان فارسی: بهینه سازی ازدحام ذرات برای برنامه ریزی پروژه با منابع محدود

عنوان انگلیسی مقاله ترجمه شده:

Particle swarm optimization for resource-constrained project scheduling 

چکیده

این مقاله رویکرد مبتنی بر بهینه سازی ازدحام ذرات (PSO) برای حل مشکل برنامه ریزی پروژه با منابع محدود (RCPSB) با هدف به حداقل رساندن مدت زمان پروژه را معرفی می کند. اولویت های فعالیت برای برنامه ریزی توسط ذرات نشان داده شده و طرح موازی برای تبدیل اولویت نمایندگی به یک برنامه عملی با توجه به اولویت و محدودیت منابع به کار برده است به طوری که مورد ارزیابی قرار گیرد. سپس چارچوب طرح PSO برای RCPSB توسعه یافته است. تجزیه و تحلیل محاسباتی به طوری ارائه شده اند که برای عملکرد رویکرد مبتنی بر PSO برای RCPSB بررسی شود. این مطالعه با هدف توسعه روش بهینه سازی جایگزین و کارآمد برای حل RCPSB و باز کردن اجرای PSO برای مسائل بهینه سازی برای مدیریت پروژه ساخت و ساز انجام شده است.

مقدمه

روش سنتی برنامه ریزی پروژه ها از قبیل روش انتقادی مسیر (CPM) و ارزیابی برنامه و تکنیک ها (PERT) بر وابستگی منطقی با فرض در دسترس بودن منابع نامحدود تمرکز می کند. با این حال، فرض تنوع نامحدود منابع ممکن است در بسیاری از شرایط ساخت و ساز توجیه نشود از آنجا که تنها مقدار ثابتی از منابع در دسترس هستند و یا هزینه های دستیابی به منابع اضافی بسیار بالا است. بنابراین، بسیاری از روش های تحلیلی یا اکتشافی برای حل چنین مشکل برنامه ریزی ساخت و ساز با منابع محدود (RCPSB) ارائه شده است.

روش های تحلیلی برای RCPSB اغلب مدل های ریاضی هستند مانند برنامه ریزی عدد صحیح و برنامه نویسی پویا، و همچنین شاخه و محدود و یا شمارش نزدیک به جستجو برای OPTIMA با توجه به RCPSB به عنوان NP کامل. اما روش های تحلیلی ممکن است غیر ممکن و یا صورت ” انفجار ترکیبی ” شوند اگر پروژه مورد مطالعه بزرگتر و یا پیچیده تر باشد.

روش های اکتشافی برای RCPSB با هدف جستجو برای OPTIMA از طریقی کارآمد است. جدیدترین روش های اکتشافی موجود استفاده از قوانین اولویت از قبیل مدت زمان کوتاه ترین فعالیت (SAD)، حداقل زمان اواخر پایان (MILFT)، و یا حداقل کل شناور (MITF) است برای تعیین این که کدام فعالیت زودتر از دیگران برنامه ریزی شود. با این حال، اساس کمی برای انتخاب یکی در میان قوانین مختلف اکتشافی وجود دارد و هیچ قانونی اولویت غالب بر دیگران ندارد و یا به طور مداوم بهتر از دیگران اجرا نمی شود. بنابراین، روش های اکتشافی بر اساس قوانین اکتشافی وابسته به مشکل هستند (به عنوان مثال، اثر متغیر در موارد مختلف) و ممکن است در OPTIMA محلی به دام افتاده باشند.

الگوریتم ژنتیک (GA) یک تکنیک محاسبات تکاملی، به طور گسترده برای حل RCPSB به کار می رود. روش GA برای OPTIMA بسیاری از نسل برنامه نشان داده توسط کروموزوم جستجو  می کند که از طریق تقاطع و جهش، بدون اشاره به هر گونه قوانین اکتشافی تکثیر می شود. مکانیسم به روز رسانی داخلی کروموزوم GA را برای جستجو OPTIMA جهانی با فرار از Optima محلی قادر می سازد. بنابراین، رویکرد GA می تواند بر اشکالات روش های تحلیلی و اکتشافی غلبه کند. با این وجود، برخی از نواقص در عملکرد GA از جمله همگرایی زودرس یا روند همگرایی آهسته (به عنوان مثال، نیاز به تعداد نسل زیاد) نیز شناسایی شده است.

بهینه سازی ازدحام ذرات (PSO) روش بهینه سازی تکاملی است که رفتار اجتماعی پرنده هجوم آوردنده به مکان های مورد نظر را شبیه سازی می کند. مانند GA، PSO با مقدار دهی اولیه جمعیت راه حل های تصادفی و جستجو برای OPTIMA با به روز رسانی نسل شروع می شود. اما PSO از هیچ اپراتور تکامل استفاده نمی کند. در PSO، ذرات از طریق فضای مشکل با دنبال کردن تجربه خود و بهترین تجربه به دست آمده توسط گروهی به عنوان یک کل، پرواز می کنند. در مقابل روش های اکتشافی تحلیلی یا به طور کلی، PSO از نظر محاسباتی کارآمد و دارای قابلیت های زیادی از فرار OPTIMA محلی است. علاوه بر این، PSO به دلیل پیاده سازی آسان، فرایند جستجو نسبتا سریع تر و یا عملکرد موثر دارای مزایای بیشتری از GA است. PSO در دیگر مناطق صنعتی مانند مهندسی برق برای بهینه سازی جریان برق استفاده می شود. طبق دانش ما، با این حال، هیچ عملکردی از PSO به RCPSB نبوده است.

در این مقاله، یک روش مبتنی بر PSO برای RCPSB با به حداقل رساندن مدت پروژه به عنوان هدف ارائه شده است. اولویت فعالیت برای برنامه ریزی، به جای جایگشت توالی، به عنوان یک راه حل برای RCPSB در نظر گرفته و توسط ذرات PSO ارائه شده است. از طریق یک طرح موازی، هر ذره را می توان به یک برنامه عملی با توجه به محدودیت منابع و محدودیت اولویت تبدیل کرد، که ارزیابی راه حل های بالقوه (به عنوان مثال، برنامه مربوط به ذرات) در طول جستجوی PSO را تسهیل می کند.

شرح و فرمول بندی RCPSB

مسئله ی برنامه ریزی پروژه را می توان با تابع هدف، ویژگی های منابع و شرایط پیش دستی مشخص کرد. به حداقل رساندن مدت زمان پروژه اغلب به عنوان هدفی از یک مسئله برنامه ریزی پروژه ی کلی استفاده می شود، در حالی که اهداف دیگر مانند کاهش هزینه کل پروژه، حداکثر ارزش خالص فعلی جریان های نقدی و استفاده ی درست از منابع نیز در نظر گرفته می شود. منابع درگیر در یک پروژه می تواند انواع یک یا چند داشته و می تواند تجدید پذیر (به عنوان مثال، پس از قرار گرفتن در یک فعالیت دوباره ریکاور شوند، به عنوان مثال، خدمه) و یا غیر قابل تجدید (در روند پروژه و بخش مصرفی مقدار محدود نمی تواند بازیافت شود، به عنوان مثال، پول) باشد. پیش دستی بدان معنی است که برخی از فعالیت ها (به عنوان مثال، نصب قاب در ساخت و ساز) را می توان در طول اجرای خود قطع کرد، در حالی که غیر پیشدستی به معنی این است که برخی از فعالیت ها مانند بتن ریزی زمانی که برنامه شروع می شود، عملیات مجاز به قطع نیست.

RCPSB مورد مطالعه بر اساس فرضیات زیر است: (1) فعالیت های نوشتن یک پروژه ساخت و ساز مدت زمان خاص و شناخته شده دارد (2) همه پیشینیان باید به پایان رسید قبل از اینکه یک فعالیت بتواند آغاز شود (به عنوان مثال، محدودیت اولویت). (3) منابع می تواند انواع متعدد موجود در مقادیر محدود و از دوره ای به دوره ی دیگر تجدید پذیر باشند (محدودیت منابع متعدد). (4) فعالیت ها غیر پیشگیرانه هستند، که زمانی که در حال پیشرفت است نمی تواند قطع شود. (5) هدف مدیریتی برای به حداقل رساندن مدت زمان پروژه است.

توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.