項(xiàng)目調(diào)度的數(shù)學(xué)模型與啟發(fā)式算法

定　價(jià)：￥68.00

作　者：	壽涌毅，陳佩鈺著
出版社：	浙江大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787308199247	出版時(shí)間：	2019-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	232	字?jǐn)?shù)：

內(nèi)容簡介

　　當(dāng)今社會(huì)，項(xiàng)目管理已成為組織與個(gè)人的必備管理技能。項(xiàng)目管理的核心是對(duì)項(xiàng)目任務(wù)的有效調(diào)度安排，涉及運(yùn)籌學(xué)在項(xiàng)目實(shí)踐中的合理應(yīng)用?！俄?xiàng)目調(diào)度的數(shù)學(xué)模型與啟發(fā)式算法》詳細(xì)梳理了項(xiàng)目調(diào)度問題中的各類要素，系統(tǒng)構(gòu)建了單一項(xiàng)目與并行多項(xiàng)目的各類數(shù)學(xué)模型，在此基礎(chǔ)上深入介紹了項(xiàng)目網(wǎng)絡(luò)技術(shù)與啟發(fā)式算法，并針對(duì)項(xiàng)目調(diào)度的各類擴(kuò)展問題提出了相應(yīng)的元啟發(fā)式算法。《項(xiàng)目調(diào)度的數(shù)學(xué)模型與啟發(fā)式算法》可供項(xiàng)目管理領(lǐng)域的實(shí)踐者和研究者參考。

作者簡介

　　壽涌毅博士，浙江大學(xué)管理學(xué)院教授，博士生導(dǎo)師。新加坡南洋理工大學(xué)博士，英國劍橋大學(xué)訪問學(xué)者，美國印第安納大學(xué)訪問學(xué)者。學(xué)術(shù)研究涉及物流與供應(yīng)鏈管理、運(yùn)營戰(zhàn)略、可持續(xù)管理、項(xiàng)目管理等領(lǐng)域。作為項(xiàng)目負(fù)責(zé)人先后主持國家自然科學(xué)基金項(xiàng)目、加拿大International DevelopmentResearch Centre國際研究項(xiàng)目、浙江省自然科學(xué)基金杰出青年項(xiàng)目、浙江省151人才工程項(xiàng)目、浙江省之江青年社科學(xué)者項(xiàng)目等科研項(xiàng)目。在International Journal of Operations &Production Management，International Journalof Production Economics，IEEE Transactionson Engineering Management，TransportationResearch，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，《科研管理》，《管理工程學(xué)報(bào)》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(xiàng)目計(jì)劃與項(xiàng)目調(diào)度
1．1 項(xiàng)目計(jì)劃
1．2 項(xiàng)目調(diào)度
1．3 多項(xiàng)目管理
第2章項(xiàng)目調(diào)度問題數(shù)學(xué)模型
2．1 任務(wù)工期
2．1．1 確定型時(shí)間估計(jì)
2．1．2 概率型時(shí)間估計(jì)
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(shí)間約束
2．3 目標(biāo)函數(shù)
2．3．1 時(shí)間類目標(biāo)函數(shù)
2．3．2 資源類目標(biāo)函數(shù)
2．3．3 財(cái)務(wù)類目標(biāo)函數(shù)
2．3．4 質(zhì)量類目標(biāo)函數(shù)
2．3．5 常規(guī)目標(biāo)函數(shù)與非常規(guī)目標(biāo)函數(shù)
2．4 單項(xiàng)目調(diào)度問題數(shù)學(xué)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(xiàng)目調(diào)度問題數(shù)學(xué)模型
第3章項(xiàng)目調(diào)度問題特征參數(shù)與算例庫
3．1 單項(xiàng)目調(diào)度問題特征參數(shù)
3．2 單項(xiàng)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(xiàng)目調(diào)度問題特征參數(shù)
3．4 多項(xiàng)目調(diào)度算例庫
3．4．1 構(gòu)造方式
3．4．2 全因子多項(xiàng)目算例庫
第4章項(xiàng)目網(wǎng)絡(luò)時(shí)間分析
4．1 任務(wù)開始時(shí)間
4．1．1 正向計(jì)算
4．1．2 逆向計(jì)算
4．2 任務(wù)時(shí)差
4．2．1 總時(shí)差
4．2．2 自由時(shí)差
4．2．3 安全時(shí)差
4．3 擴(kuò)展分析
第5章基于優(yōu)先規(guī)則的啟發(fā)式算法
5．1 進(jìn)度生成機(jī)制
5．1．1 串行進(jìn)度生成機(jī)制
5．1．2 并行進(jìn)度生成機(jī)制
5．1．3 多項(xiàng)目進(jìn)度生成機(jī)制
5．2 任務(wù)優(yōu)先規(guī)則
5．3 簡單啟發(fā)式算法
5．4 多項(xiàng)目調(diào)度抽樣算法
5．4．1 算法設(shè)計(jì)
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(jìn)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(jìn)算法
6．2．3 改進(jìn)算法的比較與應(yīng)用
6．3 多項(xiàng)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(xiàng)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(xiàng)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(xiàng)目調(diào)度遺傳算法
7．3．1 設(shè)計(jì)方案
7．3．2 算法測試與分析
第8章項(xiàng)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(jìn)
8．2 單項(xiàng)目調(diào)度蟻群優(yōu)化算法
8．3 多目標(biāo)項(xiàng)目調(diào)度蟻群算法
8．3．1 多目標(biāo)項(xiàng)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(xiàng)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(xiàng)目調(diào)度
9．3 搶占式項(xiàng)目調(diào)度粒子群優(yōu)化算法
9．3．1 編碼方案
9．3．2 進(jìn)度生成機(jī)制
9．3．3 適應(yīng)值函數(shù)
9．3．4 粒子更新機(jī)制
9．3．5 算法測試與分析
第10章項(xiàng)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(xiàng)目調(diào)度多智能體優(yōu)化算法
10．2．1 基礎(chǔ)服務(wù)平臺(tái)
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(wù)智能體
10．3 計(jì)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(jìn)階段
第11章多項(xiàng)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(jì)算示例
第12章項(xiàng)目組合選擇調(diào)度問題及算法
12．1 數(shù)學(xué)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(jì)算測試與分析
12．3．1 算例設(shè)計(jì)
12．3．2 算法參數(shù)設(shè)計(jì)
12．3．3 計(jì)算結(jié)果分析
參考文獻(xiàn)