数据驱动的项目规划：一种有利于调度的网络学习与约束松弛集成方法
人工智能
2024-04-09 v2
摘要
我们关注项目，即业务流程，其正成为当今时代的经济驱动力。与不需要详细规划的日常运营流程不同，项目需要规划与资源受限调度，以协调跨子项目或相关项目及组织的资源。负责项目规划的规划者必须选择一组要执行的活动，确定其优先约束，并根据时间项目约束对其进行调度。我们针对基础设施建设和信息系统开发等项目类，提出一种数据驱动的项目规划方法。首先从历史记录中学习项目网络。所发现的网络松弛了各项目内嵌的时间约束，从而揭示出可利用规划与调度灵活性以获取更大收益之处。随后，通过识别决策规则与频繁路径，对包含多个项目计划变体（须从中选一）的网络进行扩充。规划者可依赖该网络：1) 解码项目变体以形成新项目计划；2) 应用资源受限项目调度流程确定项目进度与资源分配。使用两个真实项目数据集，我们表明所提方法可为规划者提供显著灵活性（真实项目关键路径减少达 26%）以调整项目计划与进度。我们相信该方法是支持迈向自动化数据驱动项目规划决策的重要环节。
引用
@article{arxiv.2311.11542,
title = {Data-driven project planning: An integrated network learning and constraint relaxation approach in favor of scheduling},
author = {Izack Cohen},
journal= {arXiv preprint arXiv:2311.11542},
year = {2024}
}