Detailansicht
Ressourcenoptimierung von Netzplänen mit genetischen Algorithmen
Markus Lopin
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Betreuer*in
Richard Hartl
DOI
10.25365/thesis.22331
URN
urn:nbn:at:at-ubw:1-29480.21005.845069-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Arbeit beschreibt den Einsatz von genetischen Algorithmen für die optimale Nutzung von Ressourcen in kapazitätsbeschränkten Netzplänen. Nach einer Einführung in die Netzplantechnik und dessen Stellenwert im Projektmanagement, wird das kapazitätsbeschränkte Projektplan Problem (Resource-Constrained Project Scheduling Problem – RCPSP) definiert und es werden Lösungsmöglichkeiten dafür aufgezeigt, deren Fokus auf den genetischen Algorithmen, aus dem Bereich der Metaheuristiken, liegen. Die detaillierte Beschreibung der aktuell besten Verfahren wird durch die Vorstellung einer Testdatenbank (PSPLIB), deren Problemfälle verschiedenste Verfahren vergleichbar machen, abgeschlossen. Der zweite Teil dieser Arbeit analysiert den genetischen Algorithmus von Valls et al. (2008) und beschreibt eine programmatische Umsetzung dieses Verfahrens. Des Weiteren wurden Verbesserungsversuche an dieser Metaheurisitik vorgenommen und dokumentiert. Der Einsatz von alternativen Crossover-Operatoren, die anderen Methoden entnommen sind, zeigen nur bei den kleinen Probleminstanzen minimale Wirkung. Mechanismen die Klone in der Population unterbinden, zeigen in allen Instanzen Erfolge.
Abstract
(Englisch)
This diploma thesis describes the application of genetic algorithms to use resources optimal in a resource-constrained project. After an introduction into project planning and its significant value for project management, the resource-constrained project scheduling problem (RCPSP) is defined. Focused on genetic algorithms, possible solutions are shown, which are part of the meta-heuristics. After showing the best known genetic algorithms in detail, a presentation of a representative test data library (PSPLIB) completes the theoretical part of this thesis. The second part of this paper analysis the hybrid genetic algorithm of Valls et al. (2008) and shows a self-developed application which is based on this meta-heuristic. Furthermore, improvement attempts were made and documented. Using crossover-operators from other solutions, show minimal effects only on short instances (J30). Avoiding clone in the population improved all instances.
Schlagwörter
Schlagwörter
(Englisch)
Resource constrained project scheduling problem RCPSP genetic algorithms
Schlagwörter
(Deutsch)
Ressourcenoptimierung Netzplan RCPSP genetische Algorithmen
Autor*innen
Markus Lopin
Haupttitel (Deutsch)
Ressourcenoptimierung von Netzplänen mit genetischen Algorithmen
Publikationsjahr
2012
Umfangsangabe
IX, 115 S. : graph. Darst.
Sprache
Deutsch
Beurteiler*in
Richard Hartl
Klassifikationen
85 Betriebswirtschaft > 85.00 Betriebswirtschaft: Allgemeines ,
85 Betriebswirtschaft > 85.03 Methoden und Techniken der Betriebswirtschaft
AC Nummer
AC09596432
Utheses ID
19943
Studienkennzahl
UA | 157 | | |