- •Билет 1. Линейные и сетевые модели. Диаграммы adm и pdm. Правила построения adm и метод зонирование по слоям.
- •Билет 2.Метод критического пути. Виды, расчет и назначение резервов. Проблемы применения срм.
- •Билет 3. Метод pert: расчеты, область применения, достоинства и недостатки.
- •Билет 4. Понятие обобщенной связи. Приведение обобщенной сетевой модели к расчетной модели. Метод критического пути с обобщенными связями.
- •Билет 5. Планирование и контроль проекта методом критической цепи. Виды и назначение буферов.
- •Вопрос №6. Стохастические сетевые модели. Методы gert, caan, gaan
- •Билет № 10. Эвристические методы решения проблемы rspsp, проблема mrcpsp
- •Вопрос № 11. Проблемы tctp и эвристические методы их решения (cpm-cost, метод Гояла)
- •Билет № 12. Метод ветвей и границ для решения проблемы rcpsp (Precedence Tree)
- •Пример:
- •Билет № 13. Применение математического программирования для решения задачи rcpsp
- •Билет № 14 Модель dcpm и задача dtctp ( решение методом динамического программирования)
- •Билет № 15. Средства ms Project и Primavera для решения задачи rcpsp и tctp.
- •Билет № 16. Нечёткие множества. Функция принадлежности. Операции над нечёткими множествами.
- •Билет № 17. Нечеткие числа и операции над ними. Проблема вычисления поздних сроков
- •Трапециевидное (трапезоидное) нечеткое число
- •Треугольные нечеткие числа
- •Операции над нечеткими числами
- •Билет 18. Интервальные числа. Интервальный pert.
- •Билет № 19. Нечеткий cpm (постановка задачи). Возможность и степень критичности пути. Возможность
- •Градуированные (gradual) числа
- •Степень критичности пути
Пример:
Множество путей решений, которые не имеют конфликтов ресурсов и отношений предшествований – конечное.
Сам пример смотрим в файле Excel <Пример 12>.
Применение на практике: задача коммивояжера и задача о ранце. Формулировка задачи о коммивояжере приведена выше.
Задача о ранце. Название это получила от максимизационной задачи укладки как можно большего числа нужных вещей в рюкзак при условии, что общий объём (или вес) всех предметов ограничен. Подобные задачи часто возникают в экономике, прикладной математике, криптографии. В общем виде, задачу можно сформулировать так: из неограниченного множества предметов со свойствами „стоимость“ и „вес“, требуется отобрать некое число предметов таким образом, чтобы получить максимальную суммарную стоимость при одновременном соблюдении ограничения на суммарный вес. Существует 2 разновидности задачи о ранце: 1. Каждый предмет из множества можно выбирать бесконечное кол-во раз. 2. Каждый предмет можно использовать только один раз.
Пример применения метода ветвей и границ на практике можно посмотреть в учебнике Разу (стр. 365-369. Глава «дерево решений») – лежит на ящике. (отправила на почту)
Правила приоритета при построении расписания проекта:
Существует как прямой проход (FW) расписания проект, так и обратный (BW)
Правила, основанные на внутренней информации о работах (по самому короткому времени выполнения работы, по саму длинному, рандом)
Правила, основанные на информации о сети (наибольшее число последователей)
Правила, основанные на информации СРМ ( ранние и поздние сроки финиша и страта, полный, свободный и независимый резервы)
Правила, основанные на ресурсах (по наибольшему/ наименьшему количеству задействованных ресурсов; по суммарной стоимости работы
Гибридные правила (смешение правил)
Все эти правила статистически плохи, т.е. для каждого проекта будет подходить то или иное правило только.
Билет № 13. Применение математического программирования для решения задачи rcpsp
Введение
Задачи, относящиеся к типу RCPSP (resources constraint project scheduling problem), представляют собой задачи по минимизации времени продолжительности проекта с ограничением на ресурсы. Иными словами, задача RCPSP – это задача по определению дат раннего начала работ, удовлетворяющих следующим ограничениям:
условиям предшествования;
ограничения на ресурсы.
Кроме того, нередко встречаются задачи с ограничением на максимальное время продолжительности работ, т.е. дата финиша является навязанной.
Ограничения на ресурсы определяют подмножества работ, которые могут выполняться одновременно.
В рамках RCPSP существует 3 типа задач с ограничениями:
ограничен только 1 возобновляемый ресурс;
ограничено m возобновляемых ресурсов, при этом каждая работа может выполняться с использованием только 1 вида ресурсов;
ограничено m возобновляемых ресурсов, при этом каждая работа может выполняться с использованием k ресурсов.
Для решения проблем типа RCPSP используется 3 группы точных методов:
линейное программирование с использованием симплекс-метода для нахождения оптимального решения;
целочисленное линейное программирование с использованием метода границ и ветвей для нахождения оптимального решения;
«разумный» перебор возможных вариантов (решение нелинейной оптимизационной задачи).
При этом главным недостатком всех трех методов является то, что они эффективно работают только для небольших и относительно простых проектов, тогда как для сложных проектов время поиска решения выходит за рамки разумного.
Симплекс-метод
подразумевает последовательный перебор всех вершин области допустимых значений с целью нахождения той вершины, где функция принимает экстремальное значение. На первом этапе находится какое-нибудь решение, которое улучшается на каждом последующем шаге. Такое решение называется базисным.
Алгоритм:
Записать исходную задачу в форме основной задачи линейного программирования
В составленной симплекс-таблице необходимо просмотреть столбец со свободными членами. Если в нем имеются отрицательные элементы, то необходимо осуществить переход к 3 шагу, если же нет, то к 6.
необходимо определиться, какую переменную исключить из базиса, а какую включить, для того, что бы произвести перерасчет симплекс-таблицы. Производим итерации с отрицательными элементами в столбце со свободными членами.
пересчитываем всю симплекс-таблицу по специальным формулам
Если после перерасчета в столбце свободных членов остались отрицательные элементы, то переходим ко 2 шагу, если таких нет, то к 6.
если Вы дошли до 6 шага, значит нашли решение, которое допустимо. Однако, это не значит, что оно оптимально. Оптимальным оно будет только в том случае, если положительны все элементы в F-строке. Если же это не так, то необходимо улучшить решение, для чего находим для следующего перерасчета ведущие строку и столбец по следующему алгоритму.
Если невозможно найти ведущую строку, так как нет положительных элементов в ведущем столбце, то функция в области допустимых решений задачи не ограничена сверху и Fmax->∞. Если в строке F и в столбце свободных членов все элементы положительные, то найдено оптимальное решение.
ЦЛП
Целевая функция – минимизация даты
завершения последней работы
Ограничения:
Отношения предшествования
Ограничения на ресурсы
m,1|cpm|Cmax
cpm (фиксированная продолжительность работ) включает в себя ограничения (отношения предшествования и ограничения на ресурсы)
Пример:
Пусть
А = множество работ, а M =
при
условии, что i<j.
- старт работы
- финиш работы
- длительность работы
-
ресурсы, необходимые для работы i(k)
k – номер ресурса K=1,…,K
-
ограничение k ресурса (сколько всего)
Целевая
функция
,
где
-
это функция последней работы
(начало
проекта)
Ограничения:
(1) в каждый момент времени необходимо знать по скольким работам нужно суммировать ресурсы.
(2)
должно
действовать неравенство:
Так как мы не можем использовать эти формулировки для решения задач компьютерными программами, необходимо рассмотреть:
Формулировки задачи:
Целевая функция fn – дата финиша работы – ее минимум.
где LTF – поздний финиш с конфликтами, а ETF ранний финиш без конфликтов в расписании (считаем по CPM). И
.
q – время, которое отвечает за сдвиг работы вправо и влево. (так как t мы уже использовали, ввели q)
