Abstract

Niniejszy rozdział dotyczy obszaru optymalizacji harmonogramu projektu z wykorzystaniem metod zaliczanych do matahurystyk. Punktem wspólnym wiekszosci tychże metod jest konieczność wygenerowania ''nowego'' rozwiązania lub zbioru rozwiązań w kolejnych iteracjach. W rodziale przedstawiono metody generowania ''nowych'' rozwiazn dla potrzeb metaheurystyk oraz metody generowania ''nowych'' rozwiązań dla reprezentacji permutacyjnej, jako najpowszechniej stsosowanej w przypadku harmonogramowania projektów. Opisane metody przebadano w wybranych metaheurystykach dla rozwiazania problemów kalsy RCPS z wieloma sposobami wykonania czynności. Jako kryterium optymalizacji przyjeto skumulowane zdyskontowane przepływy pienięzne (NPV). Dla potrzeb wstępnych badań wybrano algorytm genetyczny jako maetaheurystykę korzystającą jednocześnie z technik jedno- i wieloargumetowych. Przedsawiono analizę porównawczą efektywności zastosowania tychże metod dla rozwiazywania zestawu problemów. Wskazano najkorzystniejsze z metod generowania sąsiedztwa, zaznaczając konieczność przeprowadzenia dalszych badań w rozleglejszym zestawie metaheurystyk i modeli.

Author (1)