項目調(diào)度的數(shù)學模型與啟發(fā)式算法

定　價：￥68.00

作　者：	壽涌毅，陳佩鈺著
出版社：	浙江大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787308199247	出版時間：	2019-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	232	字數(shù)：

內(nèi)容簡介

　　當今社會，項目管理已成為組織與個人的必備管理技能。項目管理的核心是對項目任務的有效調(diào)度安排，涉及運籌學在項目實踐中的合理應用。《項目調(diào)度的數(shù)學模型與啟發(fā)式算法》詳細梳理了項目調(diào)度問題中的各類要素，系統(tǒng)構(gòu)建了單一項目與并行多項目的各類數(shù)學模型，在此基礎(chǔ)上深入介紹了項目網(wǎng)絡技術(shù)與啟發(fā)式算法，并針對項目調(diào)度的各類擴展問題提出了相應的元啟發(fā)式算法。《項目調(diào)度的數(shù)學模型與啟發(fā)式算法》可供項目管理領(lǐng)域的實踐者和研究者參考。

作者簡介

　　壽涌毅博士，浙江大學管理學院教授，博士生導師。新加坡南洋理工大學博士，英國劍橋大學訪問學者，美國印第安納大學訪問學者。學術(shù)研究涉及物流與供應鏈管理、運營戰(zhàn)略、可持續(xù)管理、項目管理等領(lǐng)域。作為項目負責人先后主持國家自然科學基金項目、加拿大International DevelopmentResearch Centre國際研究項目、浙江省自然科學基金杰出青年項目、浙江省151人才工程項目、浙江省之江青年社科學者項目等科研項目。在International Journal of Operations &Production Management，International Journalof Production Economics，IEEE Transactionson Engineering Management，TransportationResearch，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，《科研管理》，《管理工程學報》等國內(nèi)外期刊上發(fā)表論文數(shù)十篇。

圖書目錄

第1章項目計劃與項目調(diào)度
1．1 項目計劃
1．2 項目調(diào)度
1．3 多項目管理
第2章項目調(diào)度問題數(shù)學模型
2．1 任務工期
2．1．1 確定型時間估計
2．1．2 概率型時間估計
2．2 約束條件
2．2．1 優(yōu)先關(guān)系
2．2．2 資源約束
2．2．3 時間約束
2．3 目標函數(shù)
2．3．1 時間類目標函數(shù)
2．3．2 資源類目標函數(shù)
2．3．3 財務類目標函數(shù)
2．3．4 質(zhì)量類目標函數(shù)
2．3．5 常規(guī)目標函數(shù)與非常規(guī)目標函數(shù)
2．4 單項目調(diào)度問題數(shù)學模型
2．4．1 基本模型
2．4．2 拓展模型
2．4．3 分類系統(tǒng)
2．5 多項目調(diào)度問題數(shù)學模型
第3章項目調(diào)度問題特征參數(shù)與算例庫
3．1 單項目調(diào)度問題特征參數(shù)
3．2 單項目調(diào)度算例庫
3．2．1 Patterson算例庫
3．2．2 PSPLIB算例庫
3．3 多項目調(diào)度問題特征參數(shù)
3．4 多項目調(diào)度算例庫
3．4．1 構(gòu)造方式
3．4．2 全因子多項目算例庫
第4章項目網(wǎng)絡時間分析
4．1 任務開始時間
4．1．1 正向計算
4．1．2 逆向計算
4．2 任務時差
4．2．1 總時差
4．2．2 自由時差
4．2．3 安全時差
4．3 擴展分析
第5章基于優(yōu)先規(guī)則的啟發(fā)式算法
5．1 進度生成機制
5．1．1 串行進度生成機制
5．1．2 并行進度生成機制
5．1．3 多項目進度生成機制
5．2 任務優(yōu)先規(guī)則
5．3 簡單啟發(fā)式算法
5．4 多項目調(diào)度抽樣算法
5．4．1 算法設計
5．4．2 算法測試與分析
第6章正向逆向迭代算法
6．1 正向逆向調(diào)度
6．1．1 逆向調(diào)度算法
6．1．2 迭代算法
6．2 改進型迭代算法
6．2．1 基于局部搜索的迭代算法
6．2．2 逆向正向改進算法
6．2．3 改進算法的比較與應用
6．3 多項目調(diào)度迭代算法
6．3．1 算法流程
6．3．2 算法測試與分析
第7章項目調(diào)度遺傳算法
7．1 遺傳算法
7．1．1 簡單遺傳算法
7．1．2 選擇算子
7．1．3 交叉算子
7．1．4 變異算子
7．2 單項目調(diào)度遺傳算法
7．2．1 編碼方案
7．2．2 其他部分
7．3 多項目調(diào)度遺傳算法
7．3．1 設計方案
7．3．2 算法測試與分析
第8章項目調(diào)度蟻群算法
8．1 蟻群算法
8．1．1 螞蟻系統(tǒng)
8．1．2 蟻群系統(tǒng)
8．1．3 蟻群優(yōu)化算法
8．1．4 蟻群算法的改進
8．2 單項目調(diào)度蟻群優(yōu)化算法
8．3 多目標項目調(diào)度蟻群算法
8．3．1 多目標項目調(diào)度問題
8．3．2 多種群蟻群算法
8．3．3 算法測試與分析
第9章項目調(diào)度粒子群優(yōu)化算法
9．1 粒子群優(yōu)化算法
9．1．1 粒子群優(yōu)化
9．1．2 算法流程
9．2 搶占式項目調(diào)度
9．3 搶占式項目調(diào)度粒子群優(yōu)化算法
9．3．1 編碼方案
9．3．2 進度生成機制
9．3．3 適應值函數(shù)
9．3．4 粒子更新機制
9．3．5 算法測試與分析
第10章項目調(diào)度多智能體優(yōu)化算法
10．1 多智能體優(yōu)化
10．2 搶占式項目調(diào)度多智能體優(yōu)化算法
10．2．1 基礎(chǔ)服務平臺
10．2．2 智能體交互系統(tǒng)
10．2．3 協(xié)商過程
10．2．4 調(diào)度智能體
10．2．5 任務智能體
10．3 計算示例
10．3．1 初始化階段
10．3．2 再調(diào)度階段
10．3．3 迭代改進階段
第11章多項目調(diào)度拍賣算法
11．1 拍賣理論與拍賣算法
11．1．1 拍賣理論
11．1．2 組合拍賣與優(yōu)化
1 1．2 多單位組合拍賣算法
11．2．1 拍賣品組合
11．2．2 競買人效用
11．2．3 拍賣人效用
11．2．4 組合拍賣流程
11．3 計算示例
第12章項目組合選擇調(diào)度問題及算法
12．1 數(shù)學模型
12．2 雙層決策算法
12．2．1 上層決策
12．2．2 下層決策
12．3 計算測試與分析
12．3．1 算例設計
12．3．2 算法參數(shù)設計
12．3．3 計算結(jié)果分析
參考文獻