目前在軟件項目中針對多技能員工調(diào)度問題的研究比較少,一般學(xué)者對于多技能員工調(diào)度問題的研究往往是在技能型員工具有全技能且其技能值不發(fā)生變化的前提下,考慮技能型員工技能的異質(zhì)效率,對單個目標(biāo)進(jìn)行優(yōu)化研究。本文在參與軟件項目技能型員工人數(shù)不發(fā)生變化的前提下,考慮技能型員工所掌握技能種類不同且效率異質(zhì)、技能水平發(fā)生變化的情形,對多個目標(biāo)進(jìn)行優(yōu)化研究。本文首先不考慮技能型員工技能水平的變化,建立技能值不變的多技能員工調(diào)度問題的多目標(biāo)混合整數(shù)非線形約束規(guī)劃模型。然后,分別考慮由于學(xué)習(xí)效應(yīng)、學(xué)習(xí)遺忘效應(yīng)所導(dǎo)致技能型員工技能水平的變化,以學(xué)者研究的學(xué)習(xí)模型為基礎(chǔ)并結(jié)合軟件項目中多技能員工調(diào)度的特點(diǎn),建立基于學(xué)習(xí)效應(yīng)的多技能員工調(diào)度問題的多目標(biāo)混合整數(shù)非線形約束規(guī)劃模型;以學(xué)者研究的學(xué)習(xí)遺忘綜合指數(shù)模型為基礎(chǔ)并結(jié)合軟件項目中多技能員工調(diào)度的特點(diǎn),建立基于學(xué)習(xí)遺忘效應(yīng)的多技能員工調(diào)度問題的多目標(biāo)混合整數(shù)非線形約束規(guī)劃模型。最后,針對上述建立的多技能員工調(diào)度多目標(biāo)優(yōu)化模型,設(shè)計帶精英策略的非支配排序多目標(biāo)遺傳算法（NSGA-Ⅱ）進(jìn)行求解,并結(jié)合算例分別給出不考慮技能型員工技能值變化、只考慮技能型員工學(xué)習(xí)效應(yīng)... 

【文章來源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

多技能人力資源約束的項目調(diào)度問題三層架構(gòu)

5算例分析 碩士學(xué)位論文 46IntelPentiumG4560@3.50GHz,RAM8G,MatlabR2016b開發(fā)環(huán)境。通過實(shí)驗(yàn)調(diào)整各參數(shù)值，根據(jù)求解效果，算法基本參數(shù)設(shè)置如下：種群初始規(guī)模為200，迭代次數(shù)為500，交叉概率是0.7，變異概率是0.1。5.2.1技能值不變的多技能員工調(diào)度多目標(biāo)優(yōu)化實(shí)驗(yàn)結(jié)果通過Matlab運(yùn)行代碼得到工期的迭代曲線如圖5.2所示，成本迭代曲線如圖5.3所示，帕累托前沿如圖5.4所示。圖5.2工期迭代曲線圖5.3成本迭代曲線

5算例分析 碩士學(xué)位論文 46IntelPentiumG4560@3.50GHz,RAM8G,MatlabR2016b開發(fā)環(huán)境。通過實(shí)驗(yàn)調(diào)整各參數(shù)值，根據(jù)求解效果，算法基本參數(shù)設(shè)置如下：種群初始規(guī)模為200，迭代次數(shù)為500，交叉概率是0.7，變異概率是0.1。5.2.1技能值不變的多技能員工調(diào)度多目標(biāo)優(yōu)化實(shí)驗(yàn)結(jié)果通過Matlab運(yùn)行代碼得到工期的迭代曲線如圖5.2所示，成本迭代曲線如圖5.3所示，帕累托前沿如圖5.4所示。圖5.2工期迭代曲線圖5.3成本迭代曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)遺傳算法的工程項目多目標(biāo)優(yōu)化研究[J]. 王玫婷,張建坤,黃有亮.  建筑經(jīng)濟(jì). 2017(11)
[2]自適應(yīng)粒子群算法求解資源受限多項目調(diào)度問題[J]. 王海鑫,王祖和,溫國鋒,李海霞.  管理工程學(xué)報. 2017(04)
[3]蟻群算法求解多目標(biāo)資源受限項目排程問題——結(jié)合不同排程法則的修正與比較[J]. 陳青蘭,林琨庭,魏秋建.  計算機(jī)工程與應(yīng)用. 2017(05)
[4]不確定資源受限項目調(diào)度研究綜述[J]. 王凌,鄭環(huán)宇,鄭曉龍.  控制與決策. 2014(04)
[5]基于云多目標(biāo)微粒群算法的多項目調(diào)度方法[J]. 郭研,李南,李興森.  計算機(jī)工程與應(yīng)用. 2012(21)
[6]不確定條件下工程項目的多目標(biāo)模糊均衡優(yōu)化[J]. 高云莉,李宏男,王楠楠.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2010(11)
[7]資源約束項目調(diào)度研究綜述[J]. 方晨,王凌.  控制與決策. 2010(05)
[8]工程項目綠色施工管理多目標(biāo)均衡優(yōu)化研究[J]. 王宇靜,李永奎.  計算機(jī)工程與應(yīng)用. 2010(10)
[9]基于遺傳算法的軟件項目人力資源調(diào)度研究[J]. 任守綱,徐煥良,李相全.  計算機(jī)應(yīng)用研究. 2008(12)
[10]建設(shè)項目多目標(biāo)優(yōu)化方法研究[J]. 趙瑞,劉曉君,申金山.  西安建筑科技大學(xué)學(xué)報(自然科學(xué)版). 2008(06)

博士論文
[1]新產(chǎn)品研發(fā)項目組合中多技能員工調(diào)度優(yōu)化研究[D]. 陳蓉.合肥工業(yè)大學(xué) 2016
[2]工程項目中技能型員工調(diào)度問題研究[D]. 柳春鋒.合肥工業(yè)大學(xué) 2011

碩士論文
[1]基于改進(jìn)掙值法的軟件項目進(jìn)度監(jiān)控研究[D]. 常瀾瀟.南京理工大學(xué) 2013
[2]基于遺傳算法的多目標(biāo)優(yōu)化問題的研究與應(yīng)用[D]. 徐磊.中南大學(xué) 2007
[3]基于遺傳算法的工程多目標(biāo)優(yōu)化研究[D]. 阮宏博.大連理工大學(xué) 2007



本文編號：3473545