基于MMAS算法的项目计划优化的研究与实现

作     者：王思远 

作者单位：北京邮电大学 

学位级别：硕士

导师姓名：张笑燕

授予年度：2016年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：最大最小蚁群算法 项目计划 软件项目计划问题 启发因子 参数自适应 变异原理 

摘      要：随着美国的“阿波罗登月计划的成功之后,项目计划成为各国在发展其经济、军事等国力过程中必须用到的计划手段。由于传统的项目计划方法离不开人为的、繁琐的计算,对复杂庞大的工程项目进行规划时容易因为疏忽导致方案出现差错,因此对项目计划优化势在必行。近年来随着计算机的迅猛发展,借助计算机可以省去了繁琐的人工计算,减少错误发生的几率,并能获得最优的规划方案。通过计算机对项目计划进行优化具有高速度性、高准确性、低错误率等优势。本文经过对大量的项目计划优化的方法进行研究,提出一种利用优化后的最大最小蚁群算法求解软件项目计划问题的理论并加以实现。软件项目计划问题(Software Project Scheduling Problem,SPSP)是特殊的项目计划类的问题。主要针对的是软件项目的开发过程,目的是给出一种合理的工作人员的分配方案,使得软件项目工期最短,成本最低。同时,本文根据其问题的特点及现实中的软件项目的实际情况,对该类问题进行数学建模,同时对最大最小蚁群算法(Max-Min Ant System,MMAS)进行了优化改进。本文对MMAS算法中的启发因子进行优化改进,将实际项目中的合理逻辑与算法结合,同时在算法搜索过程中根据经验数据动态变化,使其更具现实性;本文也对算法的选择概率的相关参数引入了动态自适应机制,用以减弱在SPSP问题中参数的不确定性对结果的干扰;最后本文在搜索过程中引入变异原理,提高解的多样性和值域。本文根据所提出的优化算法,实现了基于优化后的MMAS算法的软件项目计划系统。经过大量的实验和数据对比,验证了本算法对求解SPSP问题的有效性。