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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Utilizing TPM Functionalities on Remote Server Kapitel lesen Erstes Kapitel lesen

2012 | OriginalPaper | Buchkapitel

A Novel Learning Algorithm Based on a Multi-Agent Structure for Solving Multi-Mode Resource-Constrained Project Scheduling Problem

verfasst von : Omid Mirzaei, Mohammad-R. Akbarzadeh-T.

Erschienen in: Computer Science and its Applications

Verlag: Springer Netherlands

Einloggen

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

search-config
loading …

Abstract

The resource-constrained project scheduling problem (RCPSP) includes activities which have to be scheduled due to precedence and resource restrictions such that an objective is satisfied. There are several variants of this problem currently, and also different objectives are considered with regards to the specific applications. This paper tries to introduce a new multi-agent learning algorithm (MALA) for solving the multi-mode resource-constrained project scheduling problem (MMRCPSP), in which the activities of the project can be performed in multiple execution modes. This work aims to minimize the total project duration which is referred to its makespan. The experimental results show that our method is a new one for this specific problem and can outperform other algorithms in different areas.

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 Heterogeneous Core Network Architecture for Next-Generation Mobile Communication Networks
Nächstes Kapitel Security Analysis of the Keyschedule of ARIA-128
Literatur
1.
Blazewicz, J., Lenstra, J.K., Kan, A.H.G.R.: Scheduling subject to resource constraints: classification and complexity. Discrete Appl. Math. 5, 11–24 (1983)MathSciNetMATHCrossRef
2.
Mika M, Waligora G, Weeglarz J.: Simulated annealing and tabu search for multi-mode resource-constrained project scheduling with positive discounted cash flows and different payment models. Eur. J. Oper. Res. 164(3 SPEC), 639–668 (2005)
3.
Slowinski, R., Soniewicki, B., Weglarz, J.: DSS for multi objective project scheduling. Eur. J. Oper. Res. 79, 220–229 (1994)MATHCrossRef
4.
Hartmann, S., Drexl, A.: Project scheduling with multiple modes. A comparison of exact algorithms. Networks 32(4), 283–297 (1998)MathSciNetMATHCrossRef
5.
Wauters, T., Verbeeck, K.: Vanden Berghe G, De Causmaecher P.: Learning agents for the multi-mode project scheduling problem. J Oper Res Soc 62, 281–290 (2011)CrossRef
6.
7.
Bouleimen, K., Lecocq, H.: A new efficient simulated annealing algorithm for the resource-constrained project scheduling problem and its multiple mode version. Eur. J. Oper. Res. 149(2), 268–281 (2003)MathSciNetMATHCrossRef
8.
Merkle, D., Middendorf, M., Schmeck, H.: Ant colony optimization for resource-constrained project scheduling. IEEE Trans. Evol. Comput. 6, 333–346 (2002)CrossRef
9.
Ziarati, K., Akbari, R., Zeighami, V.: On the performance of bee algorithms for resource-constrained project scheduling problem. Appl Soft Comput J 11(4), 3720–3733 (2011)CrossRef
10.
Valls, V., Quintanilla, M. S., Ballestin, F.: Resource-constrained project scheduling: a critical activity reordering heuristic. Eur. J. Oper. Res. Forthcoming (2004)
11.
Debels D, Reyck B. De, Leus R, Vanhoucke M.: A hybrid scatter search/Electromagnetism meta–heuristic for project scheduling. Eur. J. Oper. Res. To appear (2004)
12.
Kelley Jr, J.E.: The critical-path method: resources planning and scheduling. In: Industrial Scheduling. Prentice-Hall, New Jersey, pp. 347–365 (1963)
13.
Bedworth, D., Bailey, J.: Integrated production control systems management, analysis design. Wiley, New York (1982)
14.
Verbeeck, K., Nowe,´ A., Vrancx, P., Peeters, M.: Reinforcement learning theory and applications. Multi-automata learning, Chapter 9. I-Tech Education and Publishing: Vienna, pp 167–185 (2008)
15.
16.
Jarboui, B., Damak, N., Siarry, P., Rebai, A.: A combinatorial particle swarm optimization for solving multi-mode resource-constrained project scheduling problems. Appl. Math. Comput. 195(1), 299–308 (2008)MathSciNetMATHCrossRef
17.
Lova, A., Tormos, P., Cervantes, M., Barber, F.: An efficient hybrid genetic algorithm for scheduling projects with resource constraints and multiple execution modes. Int. J. Prod. Econ. 117(2), 302–316 (2009)CrossRef
18.
Hartmann, S.: Packing problems and project scheduling models: an integrating perspective. J Oper Res Soc 51, 1083–1092 (2000)MATH
19.
Jedrzejowicz P, Ratajczak-Ropel E.: Solving the RCPSP/max problem by the team of agents. In: Agent and Multi-Agent Systems: Technologies and Applications, Lecture Notes in Computer Science, Volume 5559/2009, pp. 734–743 (2009)
Metadaten
Titel
A Novel Learning Algorithm Based on a Multi-Agent Structure for Solving Multi-Mode Resource-Constrained Project Scheduling Problem
verfasst von
Omid Mirzaei
Mohammad-R. Akbarzadeh-T.
Copyright-Jahr
2012
Verlag
Springer Netherlands
Buch
Computer Science and its Applications

Print ISBN: 978-94-007-5698-4

Electronic ISBN: 978-94-007-5699-1

Copyright-Jahr: 2012

DOI
https://doi.org/10.1007/978-94-007-5699-1_24

Premium Partner

    Bildnachweise