作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决大规模有资源约束的项目调度问题,提出一种串行分解和并行分解相结合的项目逐层分解方法,以便克服精确算法求解时同不可接受,而启发式算法解的质量较差的问题.根据该分解方法特点,提出基于采样选择的启发式协调方法,以及基于分枝定界方法的精确底层调度的子项目协调优化算法,并通过仿真分析了关键参数的选取.仿真结果表明,该算法解的平均质量明显优于相关启发式算法,并且求解时间能够满足工程上的要求,能够有效地提高大规模项目调度问题的求解质量,具有实用价值.
推荐文章
基于改进分解协调的大规模水电站群优化调度
大规模水电站群
系统分解协调
自适应偏廊道
初始解
协调因子
大规模物流配送车辆调度问题研究
车辆调度
启发式
遗传算法
优化
基于改进蚁群算法的大规模定制协同物流协调优化
蚁群算法
大规模定制
协同物流
协调优化
大规模过程系统优化方法
稳态优化
非线性规划
大规模过程系统
数值试验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大规模项目调度问题的分解和协调优化方法
来源期刊 清华大学学报(自然科学版) 学科 经济
关键词 大规模项目调度 问题分解 智能优化算法
年,卷(期) 2009,(1) 所属期刊栏目 自动化
研究方向 页码范围 153-156
页数 4页 分类号 F272.2
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴澄 125 4840 34.0 67.0
2 程序 4 65 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大规模项目调度
问题分解
智能优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导