دانلود ترجمه مقاله مدل بهینه‌سازی تنظیم پذیر نیرومند (ساینس دایرکت – الزویر ۲۰۱۷) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

مدل بهینه‌سازی تنظیم پذیر نیرومند برای مشکل زمانبندی پروژه‌ با محدودیت منابع با طول مدت نامعلوم فعالیت

An adjustable robust optimization model for the resource-constrained project scheduling problem with uncertain activity durations

چکیده
۱- پیشگفتار
۲- تحقیقات مربوطه
۳- تعریف مساله
۴- رویکرد راه‌حل دقیق
۴-۱- مساله‌ی اصلی
۴-۲- زیرمساله
۴-۳- برش‌های بهینگی
۴-۴- افزایش‌های الگوریتم
۴-۵- الگوریتم بندرز
۵- مجموعه‌ی عدم قطعیت با کاردینالیته‌ی محدود
۶- آزمایشات محاسباتی
۶-۱- نمونه‌ها
۶-۲- نتایج محاسباتی
۷- نتیجه‌گیری‌ها

چکیده

این مقاله به بررسی مساله‌ی زمانبندی پروژه با محدودیت منابع و طول مدت نامعین فعالیت می‌پردازد. مدل بهینه‌سازی نیرومند قابل تطبیقی برای دستیابی به تصمیمات تخصیص منبع در جهت به حداقل رساندن بدترین-حالت زمان تکمیل ، تحت مجموعه‌های عدم قطعیت چندوجهی (چندمنظوره) عمومی، ارائه می‌شود. ویژگی‌های مدل با این فرض تجزیه و تحلیل می‌شوند که طول مدت فعالیت در معرض عدم قطعیت بازه‌ قرار دارد که در آن، سطح نیرومندی، توسط یک فاکتور محافظت مربوط به نسخه‌ی ریسک تصمیم‌گیرنده، کنترل می‌شود. یک رویکرد عمومی تجزیه برای حل نمونه‌ی نیرومند مساله‌ی زمانبندی پروژه‌ با محدودیت منابع ارائه می‌شود، که علاوه‎براین برای بررسی مجموعه‌ی عدم قطعیت با فاکتور محافظت، مناسب است. مطالعه‌ی محاسباتی گسترده‌ای در مورد نمونه‌های معیار اقتباس شده از PSPLIB ارائه می‌شود.

۷- نتیجه‌گیری‌ها

در این مقاله، RCPSP نیرومند را تحت عدم قطعیت چندضلعی مطالعه کرده‌ایم. برای برسی این مورد، رویکرد بهینه‌سازی نیرومند قابل تنظیمی را ارائه داده‌ایم که در آن، تصمیمات تخصیص منبع از پیش اتخاذ می‌شوند، در حالی که زمان‌های آغاز می‌توانند در مواجهه با عدم قطعیت تنظیم شوند. الگوریتم تجزیه‌ی ویژه‌ای طراحی شده است. این الگوریتم، تصمیمات تخصیص منبع را از تصمیمات برنامه‌ریزی تفکیک می‌کند. الگوریتم روی مجموعه‌ای از نمونه‌های تولید شده از ۳۰ همتای معیار قطعی فعالیت‌ها آزمایش شده است. تجزیه و تحلیل نتایج جمع‌آوری شده نشان می‌دهد که عملکرد الگوریتمی به شدت بستگی به پارامترهای مدل دارد. به ویژه، برای RF با دامنه‌ی از ۵/۰ تا ۰/۱ و RS=0.2,0.5، اکثر نمونه‌ها را نمی‌توان در محدوده‌ی حد زمانی ۲۰ دقیقه حل کرد. از سوی دیگر، میانگین تلاش محاسباتی برای نمونه‌های حل شده بسیار پایین است. به عنوان مسیرهای ممکن تحقیق آینده، می‌توان زمان‌های اجرای راه‌حل مساله‌ی اصلی را با استفاده از رویکردهای راه‌حل مناسب، مانند الگوریتم انشعاب-و-برش بهبود بخشید و رویکردهای اکتشافی مناسبی را برای حل سخت‌ترین نمونه‌ها توسعه داد.

Abstract

This paper addresses the resource-constrained project scheduling problem with uncertain activity durations. An adaptive robust optimization model is proposed to derive the resource allocation decisions that minimize the worst-case makespan, under general polyhedral uncertainty sets. The properties of the model are analyzed, assuming that the activity durations are subject to interval uncertainty where the level of robustness is controlled by a protection factor related to the risk aversion of the decision maker. A general decomposition approach is proposed to solve the robust counterpart of the resource-constrained project scheduling problem, further tailored to address the uncertainty set with the protection factor. An extensive computational study is presented on benchmark instances adapted from the PSPLIB.

۷- Conclusions

In this paper we have studied the robust RCPSP under polyhedral uncertainty. To address this case, we have proposed an adjustable robust optimization approach, where resource allocation decisions are taken in advance, whereas the starting times can be adjusted to face uncertainty. A specific decomposition algorithm has been designed. It isolates the resource allocation decisions from the scheduling decisions. The algorithm has been tested on a set of instances generated from the 30 activities deterministic benchmark counterparts. The analysis of the collected results suggests that the algorithmic performance strongly depends on the model parameters. In particular, for RF ranging from 0.5 to 1 and RS = 0.2, 0.5 most of the instances cannot be solved within the time limit of 20 minutes. On the other hand, the average computational effort for the solved instances is quite low. As possible directions for future work, we plan to improve the running times of the master problem solution, using tailored solution approaches, such has branch-and-cut algorithm, and to develop tailored heuristic approaches for solving the hardest instances.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل بهینه‌سازی تنظیم پذیر نیرومند برای مشکل زمانبندی پروژه‌ با محدودیت منابع با طول مدت نامعلوم فعالیت

An adjustable robust optimization model for the resource-constrained project scheduling problem with uncertain activity durations