Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một phương pháp tìm kiếm địa phương Pareto song song đặc thù cho việc hỗ trợ ra quyết định phản ứng của một phần mở rộng RCPSP đặc biệt
Tóm tắt
Nhiệm vụ thu thập thông tin thảm họa cần được thực hiện sau khi thảm họa xảy ra để cung cấp thông tin chi tiết cho các nhà ra quyết định. Trong quá trình thực hiện nhiệm vụ thu thập thông tin, có thể xuất hiện một số gián đoạn và ngăn cản nguồn lực được sử dụng cho việc thu thập thông tin hoàn thành nhiệm vụ theo kế hoạch. Trong những hoàn cảnh như vậy, thật khó khăn cho các nhà ra quyết định để lập kế hoạch phân bổ nguồn lực phản ứng tối ưu thời gian thực hiện nhiệm vụ, chất lượng và chi phí cùng một lúc. Bài báo này tập trung vào việc thiết kế thuật toán hỗ trợ ra quyết định phản ứng cho việc lập kế hoạch phân bổ nguồn lực thu thập thông tin thảm họa, với mục tiêu cung cấp nhiều kế hoạch lập lịch có chất lượng cao cho các nhà ra quyết định lựa chọn. Vấn đề được nghiên cứu trong bài báo này được mô hình hóa như một phần mở rộng của Vấn đề Lập lịch Dự án Bị Kiểm Soát Tài Nguyên (RCPSP). Đầu tiên, công thức vấn đề cơ bản cho một lịch trình bình thường và hai mô hình phục hồi gián đoạn được trình bày. Thứ hai, một khung làm việc mới của tìm kiếm địa phương Pareto song song dựa trên phân rã được thiết kế để sửa chữa lịch trình trong giới hạn thời gian. Thứ ba, hai tiêu chí chấp nhận giải pháp dựa trên xử lý ràng buộc và tương quan âm được thiết kế đặc biệt để duy trì một quần thể đa dạng có chất lượng cao. Các thí nghiệm cho thấy phương pháp được đề xuất vượt trội hơn so với các đối thủ khác về Khoảng cách Thế hệ Đảo ngược, Khoảng cách và Thể tích Siêu, điều này có nghĩa là phương pháp được đề xuất có thể giúp các nhà ra quyết định đưa ra các quyết định tốt hơn.
Từ khóa
Tài liệu tham khảo
Ahmadi M, Seifi A, Tootooni B (2015) A humanitarian logistics model for disaster relief operation considering network failure and standard relief time: a case study on san francisco district. Transport Res Part E Logist Transport Rev 75:145–163
Wei X, Qiu H, Wang D, Duan J, Wang Y, Cheng T (2020) An integrated location-routing problem with post-disaster relief distribution. Comput Ind Eng 147:106632
Feng Y, Liu T, Hu Z, Wang D, Cheng T, Yin Y (2021) Casualty transport scheduling considering survival probability and injury classification. Comput Ind Eng 161:107655
Jiao L, Peng Z, Xi L, Guo M, Ding S, Wei Y (2023) A multi-stage heuristic algorithm based on task grouping for vehicle routing problem with energy constraint in disasters. Expert Syst Appl 212:118740
Sun Y, Chen X, Jun L, Zhao J, Hu Q, Fang X, Yan Y (2021) Ship trajectory cleansing and prediction with historical ais data using an ensemble ann framework. Int J Innov Comput Inf Control 17:443–459
Arena S, Florian E, Zennaro I, Orrù P, Sgarbossa F (2022) A novel decision support system for managing predictive maintenance strategies based on machine learning approaches. Saf Sci 146:105529
Feng Y, Yin Y, Wang D, Dhamotharan L (2022) A dynamic ensemble selection method for bank telemarketing sales prediction. J Bus Res 139:368–382
Wang D, Zhu J, Wei X, Cheng T, Yin Y, Wang Y (2019) Integrated production and multiple trips vehicle routing with time windows and uncertain travel times. Comput Oper Res 103:1–12
Mufana MW, Ibrahim A (2022) Implementation of smart grid decision support systems. IDOSR J Sci Res 7(1):50–57
Xiao J, Wu Z, Hong X-X, Tang J-C, Tang Y (2016) Integration of electromagnetism with multi-objective evolutionary algorithms for rcpsp. Eur J Oper Res 251(1):22–35
Chaleshtarti AS, Shadrokh S, Khakifirooz M, Fathi M, Pardalos PM (2020) A hybrid genetic and lagrangian relaxation algorithm for resource-constrained project scheduling under nonrenewable resources. Appl Soft Comput 94:106482
Davari M, Demeulemeester E (2019) A novel branch-and-bound algorithm for the chance-constrained resource-constrained project scheduling problem. Int J Prod Res 57(4):1265–1282
Fouilhoux P, Mahjoub AR, Quilliot A, Toussaint H (2018) Branch-and-cut-and-price algorithms for the preemptive rcpsp. RAIRO-Oper Res 52(2):513–528
Chu Z, Xu Z, Li H (2019) New heuristics for the rcpsp with multiple overlapping modes. Comput Ind Eng 131:146–156
Kadrou Y, Najid NM (2006) A new heuristic to solve rcpsp with multiple execution modes and multi-skilled labor. In: Proceedings of the multiconference on “computational engineering in systems applications”, vol 2, pp 1302–1309 . IEEE
Bhaskar T, Pal MN, Pal AK (2011) A heuristic method for rcpsp with fuzzy activity times. Eur J Oper Res 208(1):57–66
Lambrechts O, Demeulemeester E, Herroelen W (2008) Proactive and reactive strategies for resource-constrained project scheduling with uncertain resource availabilities. J Sched 11(2):121–136
Chen L, Zhang Z (2014) A two-stage resource-constrained project scheduling model with proactive and reactive strategies under uncertainty. In: Proceedings of the eighth international conference on management science and engineering management. Springer, pp 1397–1407
Davari M, Demeulemeester E (2017) The proactive and reactive resource-constrained project scheduling problem: the crucial role of buffer-based reactions. KU Leuven, Faculty of Economics and Business, KBI_1707
Chakrabortty RK, Abbasi A, Ryan MJ (2018) Robust project scheduling with unreliable resources: a variable neighbourhood search based heuristic approach. In: 2018 IEEE international conference on industrial engineering and engineering management (IEEM), pp 656–660. IEEE
Deblaere F, Demeulemeester E, Herroelen W (2011) Reactive scheduling in the multi-mode rcpsp. Comput Oper Res 38(1):63–74
Ning M, He Z, Wang N, Liu R (2018) Metaheuristic algorithms for proactive and reactive project scheduling to minimize contractor’s cash flow gap under random activity duration. IEEE Access 6:30547–30558
Adamu PI, Akinwumi II, Okagbue HI (2019) Reactive project scheduling: minimizing delays in the completion times of projects. Asian J Civ Eng 20(8):1189–1202
Davari M, Demeulemeester E (2019) Important classes of reactions for the proactive and reactive resource-constrained project scheduling problem. Ann Oper Res 274(1–2):187–210
Davari M, Demeulemeester E (2019) The proactive and reactive resource-constrained project scheduling problem. J Sched 22(2):211–237
Wang W, Su J, Xu J, Ge X (2020) Reactive strategies in the multiproject scheduling with multifactor disruptions. Math Probl Eng 20:20
Zheng W, He Z, Wang N, Jia T (2018) Proactive and reactive resource-constrained max-npv project scheduling with random activity duration. J Oper Res Soc 69:1115126
Bagherinejad J, Jolai F, Abdollahnejad R, Shoeib M (2020) A hybrid algorithm based on non-dominated sorting ant colony and genetic algorithms for solving multi-objective multi-mode project scheduling problems under resource constraints. Manage Prod Eng Rev 11:25
Yeganeh FT, Zegordi SH (2020) A multi-objective optimization approach to project scheduling with resiliency criteria under uncertain activity duration. Ann Oper Res 285(1):161–196
Li Y-Y, Lin J, Wang Z-J (2022) Multi-skill resource constrained project scheduling using a multi-objective discrete jaya algorithm. Appl Intell 52:557185738
Zhu L, Lin J, Li Y-Y, Wang Z-J (2021) A decomposition-based multi-objective genetic programming hyper-heuristic approach for the multi-skill resource constrained project scheduling problem. Knowl-Based Syst 225:107099
Hosseinian AH, Baradaran V (2021) A multi-objective multi-agent optimization algorithm for the multi-skill resource-constrained project scheduling problem with transfer times. RAIRO-Oper Res 55(4):2093–2128
Chand S, Singh H, Ray T (2019) Evolving heuristics for the resource constrained project scheduling problem with dynamic resource disruptions. Swarm Evol Comput 44:897–912
Chakrabortty RK, Rahman HF, Haque KM, Paul SK, Ryan MJ (2020) An event-based reactive scheduling approach for the resource constrained project scheduling problem with unreliable resources. Comput Ind Eng 20:106981
Cai J, Peng Z, Liao S, Ding S (2022) A multi-mode multi-skill project scheduling reformulation for reconnaissance mission planning. Sci China Inf Sci 65(6):169201
Mejia OP, Anselmet M-C, Artigues C, Lopez P (2017) A new rcpsp variant for scheduling research activities in a nuclear laboratory. In: 47th international conference on computers and industrial engineering (CIE47), p 8
Ortiz-Pimiento NR, Diaz-Serna FJ (2020) An optimization model to solve the resource constrained project scheduling problem rcpsp in new product development projects. Dyna 87(212):179–188
Almeida BF, Correia I, Saldanha-da-Gama F (2019) Modeling frameworks for the multi-skill resource-constrained project scheduling problem: a theoretical and empirical comparison. Int Trans Oper Res 26(3):946–967
Shi J, Zhang Q, Sun J (2020) PPLS/D: parallel pareto local search based on decomposition. IEEE Trans Cybern 20:50–3
Beyer H-G, Schwefel H-P (2002) Evolution strategies—a comprehensive introduction. Nat Comput 1(1):3–52
Laszczyk M, Myszkowski PB (2019) Improved selection in evolutionary multi-objective optimization of multi-skill resource-constrained project scheduling problem. Inf Sci 481:412–431
Maghsoudlou H, Afshar-Nadjafi B, Niaki STA (2016) A multi-objective invasive weeds optimization algorithm for solving multi-skill multi-mode resource constrained project scheduling problem. Comput Chem Eng 88:157–169
Zabihi S, Kahag MR, Maghsoudlou H, Afshar-Nadjafi B (2019) Multi-objective teaching-learning-based meta-heuristic algorithms to solve multi-skilled project scheduling problem. Comput Ind Eng 136:195–211
Ding S, Chen C, Xin B, Pardalos PM (2018) A bi-objective load balancing model in a distributed simulation system using NSGA-II and MOPSO approaches. Appl Soft Comput 63:249–267
Almeida B, Correia I, Saldanha-da-Gama F (2015) An instance generator for the multi-skill resource-constrained project scheduling problem. Faculdade de Ciências da Universidade de Lisboa-Centro de Matemática, Aplicações Fundamentais e Investigação Operacional