复杂资源受限项目调度问题及其混合智能算法研究

资源受限项目调度问题(RCPSP)应用背景广泛，但存在大规模、多极小、强约束、多目标、不确定、NP-hard等复杂性，其研究具有重要的学术意义和应用价值。本项目围绕多模式RCPSP、多目标RCPSP、不确定RCPSP及其组合和扩展问题，针对问题的诸多复杂性，以新型计算智能为主要搜索机制，以算法有机混合为主要设计途径，以典型RCPSP的研究为基础，以数学分析与计算机仿真为主要研究手段，研究多类复杂RCPSP及其高效Memetic算法(MA)，包括基于蛙跳算法、分布估计算法、人工蜂群算法、和声搜索的MA，旨在问题建模、调度规则提取、混合框架设计、局部调整操作、全局搜索操作、算法性能分析与比较、算法参数设置等方面取得一系列有指导价值的理论与算法成果，并在实际复杂调度问题上开展初步应用，推动项目调度和混合智能优化的研究与发展。

资源受限调度问题（RCPSP）具有广泛的应用背景，其建模与优化算法的研究具有重要的学术意义和应用价值。本项目主要研究基于混合智能优化的项目调度与生产调度理论与方法，尤其是分布估计算法、人工蜂群算法、教学算法等混合智能算法，重点解决多模式RCPSP、多目标RCPSP、不确定RCPSP以及柔性生产调度问题，运用各种计算智能与问题信息的交叉融合，提出了高效的混合智能优化调度算法，并通过数值仿真与性能比较验证了所提算法的有效性。在问题建模、编码与解码、算法与操作设计、算法理论与应用推广等方面取得了若干具有创新性的成果，有助于推动复杂调度问题与混合智能算法的研究、发展与应用，并促进相关学科的发展。项目负责人获2014年度国家自然科学二等奖（排名第2）、2015年国家杰出青年科学基金，并获2014年度《自动化学报》优秀论文奖以及若干国内外学术会议优秀论文奖，培养研究生获清华大学优秀博士论文、优秀硕士论文，并受邀做ICHSA’2015大会报告。本项目完成博士论文4篇、硕士论文3篇，出版专著1部、授权专利1项、发表和录用学术论文65篇，其中国际期刊论文38篇（包括1篇IEEE-TEM长文、1篇IEEE-TSMC长文、2篇IEEE-TASE长文、1篇OMEGA、2篇IJPE、6篇IJPR等著名国际期刊论文），已被SCI检索34篇，已被EI检索61篇。