Προγραμματισμός έργων προκαθορισμένης προσπάθειας με ευέλικτα προφίλ πόρων και  γενικευμένες σχέσεις προτεραιότητας

Γεωργόπουλος, Ανδρέας; Georgopoulos, Andreas

dc.contributor.author	Γεωργόπουλος, Ανδρέας	el
dc.contributor.author	Georgopoulos, Andreas	en
dc.date.accessioned	2014-11-24T11:37:13Z
dc.date.available	2016-02-08T12:29:53Z
dc.date.issued	2014-11-24
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/39731
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11048
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Προγραμματισμός έργων	el
dc.subject	Γενετικός αλγόριθμος βελτιστοποίησης	el
dc.subject	Εffort driven project	el
dc.subject	Scheduling genetic algorithms	en
dc.title	Προγραμματισμός έργων προκαθορισμένης προσπάθειας με ευέλικτα προφίλ πόρων και γενικευμένες σχέσεις προτεραιότητας	el
heal.type	bachelorThesis
heal.classification	Προγραμματισμός και Διοίκηση έργων	el
heal.language	el
heal.access	free	el
heal.recordProvider	ntua	el
heal.publicationDate	2014-10-20
heal.abstract	Στην παρούσα διπλωματική εργασία παρουσιάζεται ένα νέο εννοιολογικό και μαθηματικό μοντέλο, το οποίο διαχειρίζεται προβλήματα προγραμματισμού έργων υπό περιορισμένους ανανεώσιμους πόρους με ή χωρίς γενικευμένες σχέσεις προτεραιότητας με ελάχιστες και μέγιστες χρονικές καθυστερήσεις, μέσα από την παραγωγή ευέλικτων προφίλ πόρων που ικανοποιούν την προκαθορισμένη απαιτούμενη προσπάθεια κάθε δραστηριότητας του έργου (Εffort Driven Resource Constrained Project Scheduling with Flexible Resource Profiles and Generilized Precedecne Relations with minimal and maximal Time Lags). Η κύρια ιδέα έγκειται στη δυνατότητα χρονοπρογραμματισμού και υπολογισμού της κατανομής των πόρων, μέσω της παραγωγής ευέλικτων προφίλ εκτέλεσης που βελτιστοποιούν τον αντικειμενικό σκοπό του έργου, με ταυτόχρονο σεβασμό στις απαιτήσεις και στους ρεαλιστικά διατυπωμένους περιορισμούς. Προτείνεται ένας σύνθετος εξελικτικός αλγόριθμος, ο οποίος υλοποιεί τις απαιτήσεις, τους περιορισμούς και τους στόχους του νέου μοντέλου. Πρόκειται για μια μεταευρετική υπολογιστική διαδικασία βελτιστοποίησης, που βασίζεται στην εξελικτική δυνατότητα δύο εμφωλευμένων γενετικών αλγορίθμων. Ο εξωτερικός γενετικός αλγόριθμος διαχειρίζεται τη δημιουργία προφίλ εκτέλεσης ανά δραστηριότητα και απαιτούμενο πόρο, ενώ ο εσωτερικός γενετικός αλγόριθμος διαχειρίζεται την αναζήτηση του βέλτιστου χρονοπρογράμματος στο χώρο λύσεων του προβλήματος και κατ’ επέκταση τη βελτιστοποίηση της συνολικής διάρκειας του έργου. O χρονοπρογραμματισμός υλοποιείται μέσα από την ευρετική μέθοδο παραγωγής χρονοπρογραμμάτων με βήμα αποπρογραμματισμού (serial Schedule Generation Scheme with Unschedule step – sSGSU). Κατά το πέρας της υπολογιστικής διαδικασίας, δίδονται πέραν από το χρονοπρόγραμμα με τις χρονικές στιγμές έναρξης των δραστηριοτήτων του έργου, οι διάρκειες και τα προφίλ εκτέλεσης των δραστηριοτήτων ανά απαιτούμενο πόρο και χρονική περίοδο. Η επαλήθευση και η αξιολόγηση της αποδοτικότητας και της αποτελεσματικότητας του προτεινόμενου αλγορίθμου επίλυσης απεδείχθη μέσα από ένα σύνολο πειραματικών διαδικασιών, οι οποίες αφορούν τη σύγκριση των αποτελεσμάτων που δίδει η προτεινόμενη μέθοδος επίλυσης με τα αντίστοιχα δεδομένα βέλτιστα αποτελέσματα, διαθέσιμα στη διεθνή βιβλιογραφία, για κάθε επιμέρους πρόβλημα προγραμματισμού που αφορά το μοντέλο του προβλήματος, δηλαδή RCPSP και RCPSP/max προβλήματα. Επιπρόσθετα, οι πειραματικές διαδικασίες περιλαμβάνουν τη δημιουργία και την επίλυση παραδειγμάτων για το υπό μελέτη πρόβλημα, καθώς και προσπάθειες καθορισμού των τιμών των παραμέτρων του προτεινόμενου αλγορίθμου επίλυσης που βελτιστοποιούν την απόδοση του τελευταίου. Τα πειραματικά αποτελέσματα σκιαγραφούν τη δυναμική και τις προοπτικές που διακατέχουν το προτεινόμενο μοντέλο, το οποίο επιλύει αποτελεσματικά όλα τα προβλήματα προγραμματισμού έργων που δύναται να διαχειριστεί, με δυνατότητα επίλυσης ακόμα και άλυτων, ως τώρα, προβλημάτων.	el
heal.abstract	In this diploma thesis a new mathematical formulation for the effort driven resource constrained project scheduling problem with renewable resources with or without generalized precedence relations with minimal and maximal time lags by generating flexible resource profiles is proposed. The main idea is to generate such flexible resource profiles for each project’s activity, that would optimise the project’s objective with respect to the problem’s constaints. Based on this model and its constraints, requirements and objectives, an evolutionary algorithm is implemented. The proposed algorithm is a metaheuristic combinatorial optimization solution process, consisting of two nested genetic algorithms. The external genetic algorithm generates resource profiles per activity and required resource, while the internal genetic algorithm handles the optimization of the overall project’s duration by searching the best schedule in the problem’s solution space for the corresponding external chromosome with specified resource profiles. The scheduling part of the internal genetic algorithm is implemented by the heuristic method of serial schedule generation scheme with unschedule step (sSGSU). The outputs of the solution process are the scheduled activities with their start times and their total durations and the activities’ resource profiles per required resource and time period. The efficiency and the evaluation of the proposed solution algorithm is substantiated by a set of experimental procedures. Τhe experiments that took place regard firstly a comparison of the best known results for each variation and extention of RCPSP that are incorporated in the model to the results given by the proposed algorithm and secondly the design of specific instances for the under study problem. The experimental results outline the dynamic and the perspectives of the proposed model and algorithm, which has the ability not only to solve effectively RCPSP and RCPSP/max problems, but also to provide solutions to yet unsolved problems	en
heal.advisorName	Λεώπουλος, Βρασύδας	el
heal.committeeMemberName	Πόνης, Σταύρος	el
heal.committeeMemberName	Παναγιώτου, Νικόλαος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Βιομηχανικής Διοίκησης και Επιχειρησιακής 'Ερευνας	el
heal.academicPublisherID	ntua
heal.numberOfPages	180 σ.
heal.fullTextAvailability	true