تبریز: دانشگاه تبریز ، دانشکده علوم ریاضی ، گروه علوم کامپیوتر
۷۵ص
چاپی
کارشناسی ارشد
علوم کامپیوتر
۱۳۹۰/۱۱/۲۵
تبریز: دانشگاه تبریز ، دانشکده علوم ریاضی ، گروه علوم کامپیوتر
مسئله زمانبندی پروژه، یک زمانبندی را برای تخصیص منابع تعیین می کند تا مدت تکمیل پروژه و یا هزینه کلی پروژه را بهینه سازد .یکی از مسائل زمانبندی پروژه، مسئله زمانبندی پروژه چند حالته با منابع محدود است، به طوری که چندین حالت اجرایی برای هر فعالیتی از پروژه در دسترس می باشد .در طی این سال ها، روش های زمانبندی پروژه به طور پیوسته، برای مدل سازی مسائل عملی مناسب، توسعه یافته اند .در این پایان نامه، علاوه بر مطالعه مفاهیم مسائل زمانبندی و بررسی برخی از این روش-ها، روشی را برای مسئله زمانبندی پروژه چند حالته با منابع محدود و با مدت فعالیت های فازی پیشنهاد کرده ایم .فرضیات روش پیشنهادی، مسئله تک پروژه ای با یک هدف واحد و زمانبندی غیرقطعی می باشد .همچنین فعالیت ها میصتوانند در تعداد نامحدودی از حالت های اجرایی، پردازش شوند .برای این منظور، یک الگوریتم هوشمند ترکیب شده از مجموعه های فازی و الگوریتم ژنتیک طراحی شده تا یک مدل فازی برای حل کردن مسئله زمانبندی پروژه ی مورد نظر ارائه گردد .نتایج شبیه سازی از پیاده سازی این الگوریتم بیانگر کاهش مدت تکمیل پروژه در مثال پیشنهادی می باشد .
Project scheduling problem is to be determining the schedule of allocating resources so as to optimize the completion time and/ or the total cost of the project. The basic problem type in project scheduling is the well-known multi-mode resource-constrained project scheduling problem (MRCPSP), in which multiple execution modes are available for each of the activities of the project. During these years, the methodologies of project scheduling have been developing constantly to model adequately new practical problems. This thesis has introduced the concepts of scheduling problems and has surveyed some of papers in project scheduling problem. Then, it is proposed a model to MRCPSP with fuzzy activity duration times. This model is single-project, single-objective, uncertainty project scheduling problem in which activities can be processed using an infinite number of modes concerning resources of various categories and types. Moreover, the technique of fuzzy sets and genetic algorithm are integrated to design a hybrid intelligent algorithm to solve the fuzzy model. The practical results are seen after implementation the method. Finally, the thesis ends with suggestions for future work
Project scheduling
Fuzzy sets
Genetic algorithm
Multi-mode Resource-Constrained Project Scheduling Problem (MRCPSP)