信息化工程監(jiān)理是指面向信息工程的監(jiān)督管理；受業(yè)主方委托，代表業(yè)主的利益，保護(hù)投資、控制質(zhì)量、確保進(jìn)度；站在第三方的立場，公平對(duì)待工程各方，確保公正性、公平性、公開性。隨著監(jiān)理技術(shù)的不斷發(fā)展和監(jiān)理應(yīng)用范圍的不斷擴(kuò)大，對(duì)監(jiān)理的要求也與日俱增，我國目前的信息工程監(jiān)理框架是在整個(gè)IT市場基礎(chǔ)上的一個(gè)體系，兩個(gè)層次。隨著信息化工程安全監(jiān)理手段的豐富，實(shí)現(xiàn)了在這個(gè)結(jié)構(gòu)下多種不同的應(yīng)用方法。單純依賴監(jiān)理工程師等人力的靜態(tài)管理已難以勝任安全監(jiān)理的需要，要實(shí)現(xiàn)安全監(jiān)理的多元化、復(fù)雜化、智能化。
因此，本文在前人研究的基礎(chǔ)上，提出了一種新的基于多目標(biāo)粒子群算法在信息化工程監(jiān)理的應(yīng)用的研究。重新定義了基本粒子群算法中的速度、位置公式，使其適宜求解離散問題，加快收斂速度，獲得整體最優(yōu)配置方案，仿真結(jié)果表明多目標(biāo)粒子群算法是求解多目標(biāo)優(yōu)化問題的有效算法。
1 多目標(biāo)優(yōu)化問題
多目標(biāo)優(yōu)化問題(Multi-objective Optimization Problem，MOP)是指那些同時(shí)優(yōu)化多個(gè)目標(biāo)的問題。一般來說，這些單個(gè)目標(biāo)是互相沖突的，因此，不存在一個(gè)解在所有目標(biāo)上均是最優(yōu)的。求解多目標(biāo)優(yōu)化問題常常是困難的，不同于單目標(biāo)優(yōu)化問題(Single Objective Optimization Problem，SOP)只有一個(gè)最優(yōu)解，MOP的最優(yōu)解是一組非支配解的集合。
信息工程監(jiān)理的主要工作內(nèi)容為“三控、兩管、一協(xié)調(diào)”，即監(jiān)理人在信息工程的建設(shè)過程中通過質(zhì)量控制、進(jìn)度控制、投資控制、合同管理、信息管理和組織協(xié)調(diào)的方法和手段使項(xiàng)，目能按合同的約定完在信息工程監(jiān)理過程中，被控制和優(yōu)化的對(duì)象包括項(xiàng)目的質(zhì)量、進(jìn)度和投資等多個(gè)決策目標(biāo)，這些目標(biāo)的衡量標(biāo)準(zhǔn)各不相同，且各目標(biāo)相互影響和制約。因此，可以利用多目標(biāo)優(yōu)化解決信息工程建設(shè)過程監(jiān)理的決策問題。通過對(duì)高度概括的主觀目標(biāo)進(jìn)行逐層分解，逐步將其分解至便于運(yùn)算的底層目標(biāo)，構(gòu)造一個(gè)3維監(jiān)理控制的優(yōu)化網(wǎng)格新模型，對(duì)其進(jìn)行分析評(píng)價(jià)。在此，我們把監(jiān)理集成化問題改成多目標(biāo)問題：從n個(gè)階段中，使工程總質(zhì)量最大、總投資最小。作為一個(gè)多目標(biāo)優(yōu)化問題，信息工程監(jiān)理的模型輸入應(yīng)包含決策人、目標(biāo)集(或稱指標(biāo)體系)、屬性集、決策形勢和決策規(guī)則5個(gè)要素。
為了便于數(shù)學(xué)模型的建立，做了如下假設(shè)：
①每種共享約束資源的總供給量在各項(xiàng)目執(zhí)行期間保持不變；
②各項(xiàng)目的權(quán)重已經(jīng)通過項(xiàng)目評(píng)價(jià)確定；
③任務(wù)的持續(xù)時(shí)間與任務(wù)工作量成正比例關(guān)系，與所分配的資源數(shù)量在一定的資源區(qū)間內(nèi)成反比例關(guān)系。
一般的基于對(duì)進(jìn)度、質(zhì)量和投資控制的問題可以描述為：從n(n=1，2，...，N)個(gè)獨(dú)立項(xiàng)目，其中，第i個(gè)項(xiàng)目包含r(r=1，2，...，R)個(gè)任務(wù)，這n個(gè)項(xiàng)目共享k(k=1，2，...，K)種資源(其中，第k種資源的可用數(shù)量為Sk。對(duì)于第i 個(gè)項(xiàng)目中合同工期為T*i，實(shí)際完成工期Ti，第k種資源在第t天的實(shí)際使用量是Pkt，第i個(gè)項(xiàng)目任務(wù)從r1到r2對(duì)k種資源的使用量是Pi(r1r2)k,第i個(gè)項(xiàng)目任務(wù)從r1到r2的工作量是Fi(r1r2)，第i個(gè)項(xiàng)目任務(wù)的實(shí)際開始時(shí)間和實(shí)際結(jié)束時(shí)間分別是T第i個(gè)項(xiàng)目的權(quán)重是Wi。令qi(r1r2)為0，1變量，當(dāng)?shù)趇個(gè)項(xiàng)目任務(wù)r1、r2相連是取1，否則去取0。資源約束下的信息工程監(jiān)理的多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型如下：
上述模型中，(1)式為目標(biāo)函數(shù)，求解n個(gè)項(xiàng)目階段的超期量之和最優(yōu)；(2)表示第i個(gè)項(xiàng)目在第t使用第k中資源的數(shù)量；(3)式表示第k種資源在第t天的實(shí)際使用量；(4)式表示資源約束，即任一時(shí)刻所有進(jìn)行中的任務(wù)對(duì)任一資源的總使用量不能超過該資源的供給量；(5)式是第i個(gè)項(xiàng)目的實(shí)際工期求解函數(shù)；(6)式表示第i個(gè)項(xiàng)目任務(wù)從r1到r2實(shí)際分配的資源數(shù)量。
2 基于離散粒子群算法的模型求解方法
2.1 離散粒子群算法設(shè)計(jì)
粒子群優(yōu)化算法(PSO)是一種啟發(fā)式全局優(yōu)化技術(shù)，一種基于群智能的演化計(jì)算方法。PSO算法求解問題的關(guān)鍵步驟是將問題的解從解空間映射到具有某種結(jié)構(gòu)的表示空間，即用特定的碼串表示問題的解。本文通過一種離散粒子群優(yōu)化算法(Discrete Particle Swarm Optimization，DPSO)，求解信息工程監(jiān)理集離散優(yōu)化問題。
算法定義：Pi表示第i個(gè)粒子的位置，它是一個(gè)有序的邊集合。用Vi表示第i個(gè)粒子的速度，Piw表示第i個(gè)粒子所經(jīng)歷的最好位置，Pgw表示粒子群體所經(jīng)歷過的最佳位置。離散粒子群算法將速度和位置公式重新定義為：
2.2 離散粒子群算法實(shí)現(xiàn)
離散粒子群算算法實(shí)現(xiàn)流程圖如圖1所示：
圖1 離散粒子群算法實(shí)現(xiàn)流程
本文研究的多目標(biāo)優(yōu)化信息工程監(jiān)理集成化問題的離散粒子群求解算法步驟描述如下：
①建立資源約束下的多項(xiàng)目資源優(yōu)化配置模型，如前文介紹；
②根據(jù)模型確定粒子群空間,并據(jù)此設(shè)計(jì)一個(gè)基于多維坐標(biāo)軸的結(jié)構(gòu)。多維空間的任意一點(diǎn)可以作為一個(gè)粒子，每個(gè)點(diǎn)的坐標(biāo)分別代表粒子的位置、速度和不同目標(biāo)的適應(yīng)值等；
③采用基于利益最大化博弈的粒子位置取整算法來對(duì)空間位置值進(jìn)行粒子表示；
④將取整后的粒子映射到資源優(yōu)化配置方案上，獲得一個(gè)相對(duì)較優(yōu)的多項(xiàng)目資源優(yōu)化配置方案；
⑤將該方案粒子位置按照離散粒子群算法的操作方法進(jìn)行位置和速度更新，不斷重復(fù)直到獲得全局最優(yōu)的配置方案。
3 POS算法在信息工程監(jiān)理中的應(yīng)用
為了測試本文算法求解實(shí)際問題的能力，對(duì)信息工程項(xiàng)目三大目標(biāo)進(jìn)行優(yōu)化。
首先定義項(xiàng)目建設(shè)的投資C，工期T和質(zhì)量Q；項(xiàng)目建設(shè)的投資C，工期T和質(zhì)量Q均為實(shí)數(shù)；C為投資金額，單位為萬元；T為工程天數(shù)，單位為天；Q為工程質(zhì)量，單位為%，表示工程的好壞，取值范圍從0.01～1.00開區(qū)間。假設(shè)信息工程項(xiàng)目的合理值域如下：
這是一個(gè)帶有約束的優(yōu)化問題，將其轉(zhuǎn)化為含有3個(gè)目標(biāo)的優(yōu)化問題進(jìn)行處理，即F(x)=(f(x)，G(x))，其中，f(x)表示目標(biāo)函數(shù)；G(x)為種群違反約束的程度，計(jì)算方法為：種群中某個(gè)個(gè)體xi(1，2，...，N) ，違反第j個(gè)約束違背程度為：Gj(xi)＝max{gj(xi)，0}，j＝1,2，則：
公式(10)給出了算法的最優(yōu)值，可以看出本文提出的算法在對(duì)信息工程監(jiān)理項(xiàng)目優(yōu)化時(shí)，獲得了較優(yōu)的解，因此可作為解決實(shí)際問題的有效方法。為了測試算法評(píng)價(jià)信息工程監(jiān)理的指標(biāo)，利用分布指標(biāo)(spread，△)和收斂性指標(biāo)(convergence metric，γ)來評(píng)價(jià)同算法所獲非劣解的質(zhì)量。其中，γ越小表示算法的收斂越好；△越小意味著所得非劣解有較好的分布。為了測試引入的多種群策略和聚類策略是否增加計(jì)算復(fù)雜度，應(yīng)用Matlab軟件中的(tic，toc)命令，每個(gè)檢測函數(shù)運(yùn)行20次來計(jì)算所需時(shí)間T。
表1 離散粒子群算法的多目標(biāo)優(yōu)化問題評(píng)價(jià)指標(biāo)
表1給出了不同算法在20次獨(dú)立運(yùn)行中收斂性指標(biāo)和分布性指標(biāo)的測試結(jié)果。其中，B表示運(yùn)行最好的結(jié)果；W表示運(yùn)行最差的結(jié)果；M表示平均值。說明本文提出的算法獲得了質(zhì)量較高的非劣解，進(jìn)而說明本文提出的策略是有效的。
4 結(jié)語
本文針對(duì)資源約束條件下信息工程項(xiàng)目監(jiān)理集成化管理問題，在滿足資源約束的前提及整體工期優(yōu)化的目標(biāo)下，建立了信息工程監(jiān)理過程多目標(biāo)優(yōu)化模型，提出了基于改進(jìn)離散粒子群求解方法，并通過實(shí)驗(yàn)仿真，取得了比較滿意的結(jié)果，驗(yàn)證了模型的合理性和算法的有效性。
核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://m.kaqidy.com/
本文標(biāo)題：基于多目標(biāo)PSO算法的信息工程監(jiān)理
本文網(wǎng)址：http://m.kaqidy.com/html/consultation/10820614053.html
相關(guān)文章
