一种用于最大化项目调度净现值的高效合并搜索数学启发式算法
神经与进化计算
2022-10-21 v1 最优化与控制
摘要
资源受限项目调度是一个重要的组合优化问题，具有许多实际应用。由于存在诸如优先约束、有限资源和基于财务的目标等复杂需求，即使使用精心定制的元启发式和数学启发式算法，为大型问题实例寻找最优解也非常具有挑战性。为应对这一挑战，我们提出了一种基于合并搜索（Merge Search）和并行计算的新型数学启发式算法，用于求解资源受限项目调度问题，以最大化净现值。本文提出了一种专为资源受限项目调度设计的新型数学启发式框架——合并搜索，它是一种变量划分与合并机制，用于构建受限混合整数规划，以改进现有的解池。该解池通过定制的并行蚁群优化算法获得，该算法本身也能生成高质量解。实验结果表明，所提方法在已知基准问题实例上优于当前的SOTA算法。进一步分析还表明，在考虑多核时，所提算法在收敛特性方面相较于同类算法效率显著更高。
引用
@article{arxiv.2210.11260,
title = {An Efficient Merge Search Matheuristic for Maximising the Net Present Value of Project Schedules},
author = {Dhananjay R. Thiruvady and Su Nguyen and Christian Blum and Andreas T. Ernst},
journal= {arXiv preprint arXiv:2210.11260},
year = {2022}
}