Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Intelligence Digital Image Watermark Algorithm Based on Artificial Neural Networks Classifier Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

A New Approach to Solve the Software Project Scheduling Problem Based on Max–Min Ant System

verfasst von : Broderick Crawford, Ricardo Soto, Franklin Johnson, Eric Monfroy, Fernando Paredes

Erschienen in: Modern Trends and Techniques in Computer Science

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents a new approach to solve the Software Project Scheduling Problem. This problem is NP-hard and consists in finding a worker-task schedule that minimizes cost and duration for the whole project, so that task precedence and resource constraints are satisfied. Such a problem is solved with an Ant Colony Optimization algorithm by using the Max–Min Ant System and the Hyper-Cube framework. We illustrate experimental results and compare with other techniques demonstrating the feasibility and robustness of the approach, while reaching competitive solutions.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Logistic Warehouse Process Optimization Through Genetic Programming Algorithm
Nächstes Kapitel An Artificial Bee Colony Algorithm for the Set Covering Problem
Fußnoten
Literatur
1.
Abdallah, H., Emara, H.M., Dorrah, H.T., Bahgat, A.: Using ant colony optimization algorithm for solving project management problems. Expert Syst. Appl. 36(6), 10004–10015 (2009)CrossRef
2.
Alba, E., Chicano, F.: Software project management with gas. Inf. Sci. 177(11), 2380–2401 (2007) (in press)
3.
Barreto, A., Barros, MdO, Werner, C.M.L.: Staffing a software project: a constraint satisfaction and optimization-based approach. Comput. Oper. Res. 35(10), 3073–3089 (2008)CrossRefMATH
4.
Blum, C., Dorigo, M.: The hyper-cube framework for ant colony optimization. Syst. Man Cybern. Part B Cybern. IEEE Trans. 34(2), 1161–1172 (2004)CrossRef
5.
Chang, C.K., yi Jiang, H., Di, Y., Zhu, D., Ge, Y.: Time-line based model for software project scheduling with genetic algorithms. Inf. Softw. Technol. 50(11), 1142–1154 (2008)CrossRef
6.
Chen, W., Zhang, J.: Ant colony optimization for software project scheduling and staffing with an event-based scheduler. Softw. Eng. IEEE Trans. 39(1), 1–17 (2013)CrossRefMATH
7.
Crawford, B., Soto, R., Castro, C., Monfroy, E.: Extensible cp-based autonomous search. In: Proceedings of HCI International, vol. 173 of CCIS, pp. 561–565. Springer (2011)
8.
Crawford, B., Soto, R., Johnson, F., Monfroy, E.: Ants can schedule software projects. In: Stephanidis, C. (ed.) HCI International 2013—Posters Extended Abstracts, volume 373 of Communications in Computer and Information Science, pp. 635–639. Springer, Berlin (2013)
9.
Crawford, B., Soto, R., Monfroy, E., Palma, W., Castro, C., Paredes, F.: Parameter tuning of a choice-function based hyperheuristic using particle swarm optimization. Expert Syst. Appl. 40(5), 1690–1695 (2013)CrossRef
10.
Dorigo, M. Di Caro, G.: Ant colony optimization: a new meta-heuristic. In: Evolutionary Computation, 1999. CEC 99. Proceedings of the 1999 Congress on, vol. 2, p. 1477 (1999)
11.
Dorigo, M., Gambardella, L.M.: Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Trans. Evol. Comput. 1(1), 53–66 (1997)
12.
13.
Johnson, F., Crawford, B., Palma, W.: Hypercube framework for ACO applied to timetabling. In: IFIP AI, pp. 237–246 (2006)
14.
Liao, T.W., Egbelu, P., Sarker, B., Leu, S.: Metaheuristics for project and construction management a state-of-the-art review. Autom. Constr. 20(5), 491–505 (2011)CrossRef
15.
Monfroy, E., Castro, C., Crawford, B., Soto, R., Paredes, F., Figueroa, C.: A reactive and hybrid constraint solver. J. Exp. Theor. Artif. Intell. 25(1), 1–22 (2013)CrossRef
16.
Ozdamar, L., Ulusoy, G.: A survey on the resource-constrained project scheduling problem. IIE Trans. 27(5), 574–586 (1995)CrossRef
17.
Stutzle, T., Hoos, H.H.: Maxmin ant system. Future Gener. Comput. Syst. 16(8), 889–914 (2000)CrossRef
18.
Xiao, J., Ao, X.T., Tang, Y.: Solving software project scheduling problems with ant colony optimization. Comput. Oper. Res. 40(1), 33–46 (2013)CrossRefMathSciNet
Metadaten
Titel
A New Approach to Solve the Software Project Scheduling Problem Based on Max–Min Ant System
verfasst von
Broderick Crawford
Ricardo Soto
Franklin Johnson
Eric Monfroy
Fernando Paredes
Copyright-Jahr
2014
Buch
Modern Trends and Techniques in Computer Science

Print ISBN: 978-3-319-06739-1

Electronic ISBN: 978-3-319-06740-7

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-06740-7_4

Premium Partner

    Bildnachweise