一种优化项目计划的模型与算法

根据费用与进度综合管理的思想，在给出了项目可调余度与计划余度的定义与量化表示的基础上，提出了应用香蕉曲线，考虑资金占用与计划余度两因素来制定与调整项目计划的优化模型及其启发式求解算法，该模型与算法适合于大中型项目初步制定后，在满足工期，资源，费用约束条件下的网络计划优化问题。     

工作流模型时间与费用性能评估算法

对无环工作流模型的时间与费用性能参数进行分析,通过引入循环结构的提取算法,实现对有环工作流模型的时间与费用性能评估.利用改进的Tarjan算法和七元组来提取和存储每一个循环结构的参数信息.分析所有的七元组,计算所有标志节点的进度与费用值.有环结构中的循环结构在被提取完之后,会转化为无环结构,利用无环模型的算法即可进行进度与费用的评估.实验证明:算法能很有效地评估复杂模型的进度与费用性能,算法执行效率高,计算结果准确.     

工作流模型时间与费用性能评估算法

对无环工作流模型的时间与费用性能参数进行分析,通过引入循环结构的提取算法,实现对有环工作流模型的时间与费用性能评估.利用改进的Tarjan算法和七元组来提取和存储每一个循环结构的参数信息.分析所有的七元组,计算所有标志节点的进度与费用值.有环结构中的循环结构在被提取完之后,会转化为无环结构,利用无环模型的算法即可进行进度与费用的评估.实验证明:算法能很有效地评估复杂模型的进度与费用性能,算法执行效率高,计算结果准确.     

项目费用控制的一个有效手段

获得值是项目费用控制和项目进度控制的重要度量指标.本文论述了获得值的概念和方法,介绍了它在项目控制中的重要作用,以及应用获得值预测项目完工时可能的费用.然后,介绍了S曲线,S曲线可以显示在当前时间项目的费用是否超支,以及进度是提前还是滞后于计划.最后,描述了基线与预算的区别和联系.基线是控制的尺度,预算则是业主最期望花费的费用,二者的差值就是不可预见费.      

基于DSM优化的产品开发两因素风险建模及仿真

针对存在迭代现象的产品开发过程的风险综合测量问题,建立了风险分析模型,并给出了相应的仿真算法.该模型分2个阶段构建,首先在传统设计结构矩阵理论基础上,构建了返工概率矩阵和返工冲击矩阵,由此描述产品开发过程中的进度和成本与迭代的关系;然后根据初始进度和成本不确定性、迭代的不确定性以及构建的结构矩阵,给出了产品开发风险评估模型.同时,利用传统设计结构矩阵优化理论,提出了通过减少迭代降低进度和成本风险的思路.利用仿真实例阐明,该模型能够测量产品开发进度和成本风险,同时能够利用设计结构矩阵优化开发顺序,从而降低产品开发风险,这为测量和控制产品开发项目综合风险提供了科学的依据.      

基于能力的工作流任务组织化

为解决一般工作流模型中"活动-成员"的紧耦合链,改进任务分配的柔性和适应性,提出了工作流活动和成员的能力概念.描述了能力本体模型和基于能力的任务组织化原则,建立了"活动-能力-成员"三层结构的过程元模型,给出了一系列能力匹配策略的形式化描述.上述概念和方法在开放边界工作流系统ABCflow中得到应用和验证.      

高新工程项目研制过程中的最优评审点设计

高新工程研制过程普遍采用了并行工程的方法,虽然大幅度地缩短了工期,但是其风险较高.通过分析并行工程实施风险产生的原因,构建了并行工程实施过程的一般风险模型,指出最优决策点位于"时间-风险"关系曲线与"风险-技术成熟度"关系曲线的交汇点,给出了高新工程项目研制过程中的风险分类.提出设置有效的评审点是降低实施并行工程总体风险的可行方法,并设计了最优评审点的确定方法,利用技术风险因子、进度风险因子和并行风险因子求出各项任务风险大小,再加和求出项目整体风险.通过实例说明了评审点的最优设计可以有效降低项目的整体风险.     

投入产出生产函数在生产计划管理中的应用

探讨了如何应用投入产出生产函数为订货生产类型的企业制订企业生产计划大纲和产品进度计划问题.将企业的整个生产过程划分为多个生产节点,根据生产节点划分的规则,不同品种的产品生产所需经过的路径可由产品依次经过的生产节点来描述.生产节点间的投入产出关系,以及生产过程中普遍存在着的动态随机性,则借助于动态随机生产函数来反映,从而使计划人员估计不确定性对完成项目时间的影响.在此基础上,同时考虑到订货生产类型企业的特点,在制订企业的生产计划大纲时,应用静态生产函数,制订企业的产品进度计划时,应用动态随机生产函数.     

面向开发过程的产品结构形式化建模

为满足开发过程产品结构数据的动态结构配置、动态任务协作、动态目标求解、动态状态跟踪等应用需要,在对开发过程产品结构属性及其相互关系进行分析的基础上,提出了一种面向开发过程应用的产品结构形式化模型.结合产品开发活动的时域行为特征,给出了产品结构的时域定义,并以此为基础构建了产品结构模型的时域扩展定义.通过分析产品状态与开发任务时域行为的映射关系,在产品结构时域扩展定义的基础上,提出了基于时间截面的开发过程产品结构状态追踪方案及算法,并通过模拟产品对象在开发过程中的状态变迁过程,验证了模型及相关应用方案的实用性和有效性.      

基于机动时间的项目工期单因素不确定性分析

为了分析单个工序结束时间的变化对项目工期的敏感性,以总时差的概念及定理为基础,利用概率分析的原理及方法,确定了工序结束时间的变化在不同条件下的概率值,构建了项目工期单因素不确定性分析的指标评价体系,简要说明了指标体系中确定相关参数的思路与方法;然后,采用单因素敏感性分析法,重点分析了关键工序结束时间的变化对项目工期的敏感性,给出了不同关键工序结束时间的变化对项目工期的敏感性的判别方法,以及如何从被考虑的多个关键工序中找出需要重点考虑的对总工期敏感性最强的工序;最后,通过算例进行验证和说明.该评价体系在实践中有助于项目进度计划与控制,重点监督与控制对总工期敏感性强的工序,为项目工期的多因素不确定性分析奠定理论基础.      

面向卫星多目标重复观测任务的分层聚类规划

针对敏捷卫星多目标重复观测任务规划面临的可行任务执行序列集合规模庞大困难,提出了一种任务执行序列时间解耦的分层聚类任务规划方法。该方法以规划过程中的可观测窗口和任务执行窗口为聚类对象,通过单次可观测窗口聚类和多次任务执行窗口聚类将任务集合按任务窗口属性分解为一系列时间解耦的小规模集合,在两次任务执行窗口聚类间使用基于贪婪优化的搜索算法对聚类生成的小规模任务集合分别进行集合内任务规划,最后将各集合的任务规划结果合并后得到所有任务的执行序列。仿真结果表明,该分层聚类方法可有效降低全局优化复杂度,消解不同优先级观测任务的冲突,提高任务规划质量,能够在不降低目标点观测完成率的前提下对有多个观测机会的目标点进行重复观测,且算法稳定性好,能在数秒内得出规划结果,适用于星上自主任务规划。     

应急任务响应时间最优的多星成像规划方法

针对优化多星应急成像任务规划的响应时间问题进行了研究。为避免优先规划应急任务对任务总收益的影响，提出一种优化应急任务响应时间的同时兼顾任务总收益的多星成像规划方法。首先，针对综合考虑应急任务和常规任务的多星成像规划特点，建立两级目标优化的约束满足模型；其次，将模型求解过程分解为任务时间窗选择和单轨动态规划两个部分，基于自适应免疫算法对时间窗选择进行优化，同时设计前向动态规划算法确定卫星单轨最优观测路径；最后，对所设计算法的性能进行了测试，并与其他算法进行了对比。仿真结果表明本文方法能够保证应急任务响应时间最优，并同时具备较高的任务总收益，适合于求解大规模的多星成像规划问题。     

多种群合作学习的多模态多目标路径规划算法

为同时规划出满足多种目标需求的多条可行路径,提高规划路径的鲁棒性与实用性,提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想,先针对单一种群在多维目标空间内搜索时容易陷入局优的问题,提出基于多目标分解的子种群划分策略,平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段,根据关键路径点提供的维度信息,利用实数编码的方式初始化种群,降低解空间大小;在解码阶段,提出利用精英解的解码经验指导可行解的快速搜索,使解码经验能够被有效传递,降低解码的不确定性,提高了算法的寻优能力。最后,将多个种群的搜索结果进行非支配排序,得到满足优化目标的所有路径。实验结果表明:与标准粒子群算法相比,基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力,能够解决多模态多目标路径规划问题。      

嫦娥三号“玉兔号”巡视器行为规划方法

为支持"玉兔号"巡视器完成对月面较大空间范围的科学探测,对动态任务进行快速规划,提出了一种基于人工智能领域智能规划技术的自动化任务规划方法。提出了行为持续时间和行为效果动态确定的时态规划模型(TP~(DDDE)),设计了描述TP~(DDDE)问题的规划领域定义语言PDDL——PDDL~(DDDE),以及针对TP~(DDDE)问题的启发式规划算法,运用Landmark知识分析规划问题结构,从而设计了合理反映动作前提评估顺序的启发函数。在嫦娥三号任务中,本文方法支撑"玉兔号"巡视器圆满完成了预期的科学探测任务。     

软件测试的度量方法及其应用

软件测试是找出软件中的错误,它是保证软件质量的关键,软件测试的度量是对影响软件测试的属性所进行的定量测量.本文简述了应用软件测试度量技术时所应具有的基本知识,通过一个实例,介绍并讨论了一种实用的关于软件测试进度安排和软件错误数的度量方法.     

基于深度神经网络的多星测控调度方法

卫星规模的急剧扩大给传统多星测控调度方法带来了巨大挑战.传统调度方法面临调度时间长、任务满足度低等问题,难以适应大规模卫星调度.为此,引入了支持大数据和并行计算且具有自主学习特性的深度神经网络(DNN)算法,提出了一种基于DNN的多星测控资源调度方法.根据多星测控资源调度的特点以及DNN算法的要求,对调度过程中影响调度...     

基于空间扫略的飞机产品装配路径规划技术

提出了一种基于空间扫略的飞机产品装配路径规划方法来解决飞机装配路径规划难题.首先,在装配顺序的基础上,综合考虑装配过程中装配型架、夹具、工具的作用,提出了整个装配路径规划流程;其次,基于装配顺序并充分考虑装配资源的角色作用,建立了面向路径规划的向导模型;然后,针对飞机装配特点,构建了相关路径障碍空间、空间扫略闭包及装配路径闭包,根据空间扫略算法生成了相关零部件在相应装配向导模型约束下的装配路径;最后,对生成的装配路径进行了参数化定义与分析,通过对装配干涉阈值的定义和优化调整,完成对装配路径的优化.在理论研究的基础上以某型飞机前缘襟翼架上装配为实例,针对其9号蒙皮装配进行路径规划与优化,验证了方法的可行性与有效性.     

面向飞机装配的生产规划与调度集成优化研究

飞机装配具有环节多、周期长及流程复杂等特点,合理地规划各环节的工作,调度装配过程涉及的资源,对于保证飞机装配的质量和效率具有十分重要的意义。基于飞机装配流程的特点及影响飞机装配效率的主要因素,提出了飞机装配生产规划方法。考虑飞机装配过程中存在的动态问题,基于蚁群算法建立了装配资源的调度集成优化模型,定义了构造图路径与装配作业周期间的映射关系,给出了装配作业周期映射的基本步骤,通过优化人工蚁路径实现了资源调度的优化。      

异构计算系统中独立任务调度的混合遗传算法

有效的任务调度是异构计算系统获取高性能的关键因素之一,由于任务调度问题是NP-困难的,为了获取尽可能好的解,文献中存在许多启发式调度算法.针对异构计算系统的独立任务调度问题,基于遗传算法和最小完成时间算法MCT(Minimum Completion Time),提出一种新的混合遗传算法,它采用遗传算法来进化任务调度的优先队列,然后再使用MCT算法把优先队列解码为一个有效的调度,与文献中其它算法进行比较表明,它不但能产生更好的调度结果,而且有很好的收敛速度.