Solving a Multi-Objective Mathematical Model for a Multi-Skilled Project Scheduling Problem by Particle Swarm Optimization and Differential Evolution Algorithms

Q: 이 논문에서 정의한 다중-목표 다중-숙련 프로젝트 스케줄링 문제(MOMSPSP)란 무엇인가?

직원을 자원으로 간주하여 프로젝트를 스케줄링하는 문제에 다중 목표를 추가하여 확장한 개념이다. 각 활동은 다양한 전문성을 요구하고 직원은 각기 다른 숙련도를 가지며, 본 연구에서는 이를 해결하기 위해 다중-목표 혼합-정수 비선형 계획법 모델을 개발하여 적용한다.

Q: 다중-목표 다중-숙련 프로젝트 스케줄링 문제 해결을 위한 최적 알고리즘은 무엇인가?

연구 결과, 차분 진화(DE) 알고리즘이 입자 군집 최적화(PSO) 알고리즘보다 MOMSPSP 해결에 있어 더 우수한 성능을 보였다. 특히 두 알고리즘 모두 유효한 파레토 프론트를 생성하였으나, 계산 시간 측면에서 DE 알고리즘이 더 효율적인 것으로 나타났다.

Parisa Shahnazari-Shahrezaei; Sina Zabihi; Reza Kia

doi:10.7232/iems.2017.16.3.288

학술저널

저자정보: Parisa Shahnazari-Shahrezaei (Islamic Azad University) Sina Zabihi (Islamic Azad University) Reza Kia (Islamic Azad University)

저널정보: 대한산업공학회 Industrial Engineering & Management Systems Industrial Engineering & Management Systems Vol.16 No.3

오류 신고하기

피인용 0

검색

초록·키워드

A Multi-Skilled Project Scheduling Problem (MSPSP) that is an extension of a Multi-Mode Resource-Constrained Project Scheduling Problem (MM-RCPSP) has been generally addressed to schedule a project with staff members as resources. In MSPSP, each activity requires different specialties and each staff member has a known skill level in performing an activity. This causes to encounter a huge number of modes while performing activities of a project. This research focuses on a special type of MSPSP known as Multi-Objective Multi-Skilled Project Scheduling Problem (MOMSPSP) which incorporates some new objectives in the MSPSP and develops a multi-objective mixed-integer nonlinear programming (MINLP) model. The model is exactly solved for small-sized instances using CPLEX solver. To solve such a NP-hard problem for medium and large-sized instances, two efficient meta-heuristic algorithms based on Differential Evolution (DE) and Particle Swarm Optimization (PSO) are proposed. To evaluate the efficiency of the proposed algorithms, the results are compared with each other as well as to the optimal ones obtained by the CPLEX solver for small instances. Finally, the designed DE algorithm is identified as the superior proposed algorithm for solving the propounded MOMSPSP in terms of some performance metrics.

#Multi-Objective Multi-Skilled Project Scheduling Problem #Multi-Objective Mixed-Integer Nonlinear Programming #Differential Evolution #Particle Swarm Optimization

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2018-530-001255167

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료