一种用于现场车间可用性成本问题的改进元启发式算法
An Improved Metaheuristic Algorithm for On-site Workshop Availability Cost Problem
AI总结：
针对含现场车间空间约束的MOSWACP，本文构建MILP模型，并提出融合问题专用算子的ERSA元启发式算法，在大规模实例中优于CPLEX及SA、GA、PSO，且实际案例验证可显著降本。
摘要：
多模式资源可用性成本问题（MRACP）通过优化资源可用性来最小化使用成本，是近期出现的一种项目调度问题变体。多模式现场车间可用性成本问题（MOSWACP）通过在施工现场引入现场车间（OSWs）的空间约束，扩展了MRACP。MOSWACP旨在确定OSWs的最佳可用性水平、安装和拆除时间，同时在空间和资源限制内调度活动。本文建立了一种新的混合整数线性规划（MILP）模型，并提出了一种元启发式算法——电子雷达搜索算法（ERSA）来求解大规模实例。ERSA通过针对特定问题的算子进行增强，在大型实例上优于CPLEX，并且优于模拟退火（SA）、遗传算法（GA）和粒子群优化（PSO）。实际案例研究表明，使用所提出的模型可显著节约成本。结果和结论凸显了ERSA方法在管理复杂项目调度挑战方面的有效性。
英文摘要：
The Multi-mode Resource Availability Cost Problem (MRACP) optimizes resource availability to minimize usage costs and is a recent project scheduling problem variant. The Multi-Mode On-Site Workshop Availability Cost Problem (MOSWACP) extends MRACP by introducing spatial constraints for On-site Workshops (OSWs) at construction sites. MOSWACP aims to determine the optimal availability level, installation, and dismantling times for OSWs while scheduling activities within spatial and resource limitations. A novel Mixed-Integer Linear Programming (MILP) model is developed, and a metaheuristic algorithm, the Electron Radar Search Algorithm (ERSA), is proposed to solve large-scale instances. ERSA, enhanced with problem-specific operators, outperforms CPLEX in large instances and outperforms Simulated Annealing (SA), Genetic Algorithm (GA), and Particle Swarm Optimization (PSO). An actual case study demonstrated significant cost savings using the proposed model. The results and conclusions highlight the effectiveness of the ERSA approach in managing complex project scheduling challenges.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
