董 超,郭 研
(1.寧波大紅鷹學(xué)院經(jīng)濟(jì)與管理學(xué)院,浙江 寧波 315175;2.浙江大學(xué)寧波理工學(xué)院,浙江 寧波 315100)
項(xiàng)目管理中的資源均衡問題研究
董超1,郭研2
(1.寧波大紅鷹學(xué)院經(jīng)濟(jì)與管理學(xué)院,浙江寧波315175;2.浙江大學(xué)寧波理工學(xué)院,浙江 寧波315100)
論文首先描述了項(xiàng)目管理中資源均衡問題的定義和基本思想,接著詳細(xì)論述了不同的資源均衡模型,最后給出了資源均衡問題的求解算法。
項(xiàng)目管理;資源均衡;資源負(fù)荷
科學(xué)安排施工進(jìn)度,合理配置各種項(xiàng)目資源,對(duì)提高企業(yè)經(jīng)濟(jì)效益的意義十分重大。如果資源配置不當(dāng),可能造成項(xiàng)目實(shí)施過程中某些時(shí)段出現(xiàn)資源需求高峰,而另一些時(shí)段則出現(xiàn)資源需求低谷。很多資源,如勞動(dòng)力、施工機(jī)械、流動(dòng)資金及現(xiàn)場(chǎng)設(shè)施等必須以高峰時(shí)段的需求量來安排,在高峰期過后的低谷期,必然造成設(shè)施的空置、勞動(dòng)力的窩工及資金的閑置占用等。因此在編制項(xiàng)目實(shí)施計(jì)劃之后,要對(duì)任務(wù)的實(shí)際開始時(shí)間進(jìn)行適當(dāng)?shù)恼{(diào)整,來減少資源使用量的高峰與低谷的差值,使資源計(jì)劃使用量在整個(gè)工期內(nèi)趨于均衡,這就是項(xiàng)目管理中的資源均衡問題。
下面我們通過一個(gè)簡(jiǎn)單的例子來說明資源均衡的基本思想。如圖1所示,這是某一個(gè)項(xiàng)目的網(wǎng)絡(luò)計(jì)劃圖,從圖1我們可以看到該項(xiàng)目由4項(xiàng)任務(wù)所組成:分別是任務(wù)A、B、C、D,其中A(1/4)表示任務(wù)A的工期為1天,所消耗的資源數(shù)為4。同理,任務(wù)B和任務(wù)C的工期為1天,所消耗的資源數(shù)為2,任務(wù)D的工期為3天,所消耗的資源數(shù)為2,其中任務(wù)B、C、D可以并行執(zhí)行。
圖1 項(xiàng)目網(wǎng)絡(luò)圖
通過簡(jiǎn)單的計(jì)算,我們可以得到?jīng)]有進(jìn)行資源均衡之前的資源負(fù)荷直方圖,如圖2所示。圖3表示在任務(wù)C延遲1天開始的情況下資源的使用情況。從圖2與圖3的對(duì)比中,我們看到資源均衡后的資源負(fù)荷圖比資源均衡前的資源負(fù)荷圖來得扁平,也就是說每一個(gè)資源已經(jīng)被安排在最適合的地方,這就是資源均衡的基本思想。
圖2 資源均衡前的資源負(fù)荷圖
圖3 資源均衡后的資源負(fù)荷圖
資源均衡問題假設(shè)單個(gè)項(xiàng)目由M個(gè)任務(wù)(a1,a2,…,aM)組成,每個(gè)任務(wù)aj(j=1,2,…,M)只有一種執(zhí)行模式,設(shè)任務(wù)aj的工期為ajdur,且ajdur為確定的非負(fù)整數(shù)。完成項(xiàng)目共需要 K種可更新資源,完成任務(wù)aj需要可更新資源k(k=1,2,…,K)的數(shù)量為rrk(aj),任務(wù)一旦開始不可中斷。
根據(jù)不同的目標(biāo)函數(shù),資源均衡問題可以分為以下3種類型:
(1)資源投入問題(Resource Investment Problem)
資源投入問題也稱為資源水平問題,一般以資源投入量(Resource Investment,RI)最小為目標(biāo)。求解該問題的基本思路為:如何合理調(diào)整任務(wù)的實(shí)際開工時(shí)間ajstart,使資源的投入量RI最小,其數(shù)學(xué)模型如下:
目標(biāo)函數(shù):
其中CR為可更新資源k的單位價(jià)格;為項(xiàng)目工期;rrk(t)表示t時(shí)刻項(xiàng)目在可更新資源k上的需求量,其計(jì)算公式為:
其中rrkt(aj)表示t時(shí)刻任務(wù)aj在可更新資源k上的需求量。
約束條件:
式(4)和式(5)表示任務(wù)的實(shí)際開工時(shí)間必須滿足的時(shí)序約束。
(2)資源背離問題(Resource Deviation Problem)
資源背離問題一般以資源背離(Resource Deviation,RD)基準(zhǔn)需求量最小為目標(biāo),其目標(biāo)函數(shù)為:
目標(biāo)函數(shù):
其中ck為可更新資源k的單位價(jià)格;Yk為可更新資源k的基準(zhǔn)需求量,一般用資源k的日平均需求量代替;
在目標(biāo)函數(shù)(4.6)中,[z]+可定義為如下3種類型中的任意一種:
如果[z]+用[z]2代替,那么目標(biāo)函數(shù)(4.6)即為項(xiàng)目的資源方差(Resource Variance,RV):
(3)資源波動(dòng)問題(Resource Fluctuation Problem)
資源波動(dòng)問題以相鄰時(shí)刻之間的資源需求波動(dòng)(Resource Fluctuation,RF)最小為目標(biāo),其目標(biāo)函數(shù)為:
其中ck為可更新資源k的單位價(jià)格,[z]+的定義參見式(8)。資源背離問題和資源波動(dòng)問題的約束條件同資源投入問題,具體可參見約束條件(4)和(5)。
資源均衡問題已被證明屬于組合優(yōu)化中的NP-hard問題,現(xiàn)有的算法包括精確求解方法、啟發(fā)式算法和智能優(yōu)化算法。
精確求解一般基于分支定界和動(dòng)態(tài)規(guī)劃等運(yùn)籌學(xué)方法,Bandelloni[1]等學(xué)者應(yīng)用非系列動(dòng)態(tài)規(guī)劃方法對(duì)資源均衡問題進(jìn)行了優(yōu)化,Neumann和Zimmermann[2]在此基礎(chǔ)上,研究了帶有廣義時(shí)序關(guān)系的資源均衡問題,并給出了該問題的分支定界算法。對(duì)于規(guī)模較小的項(xiàng)目,精確求解方法往往能得到問題的最優(yōu)解,但對(duì)于復(fù)雜大規(guī)模項(xiàng)目的資源均衡問題,一般很難在可接受的時(shí)間內(nèi)得到問題的可行解。
為了克服精確解法的局限性,許多文獻(xiàn)提出了應(yīng)用啟發(fā)式算法來求解資源均衡問題。Younis和Saad[3]研究了多資源均衡問題的啟發(fā)式算法,該算法可分為3個(gè)階段。第一階段應(yīng)用CPM方法計(jì)算每個(gè)任務(wù)的各項(xiàng)時(shí)間參數(shù)并確定項(xiàng)目的工期和關(guān)鍵路徑;第二階段根據(jù)非關(guān)鍵路徑上任務(wù)(非關(guān)鍵任務(wù))的松弛時(shí)間,設(shè)定任務(wù)的實(shí)際開工時(shí)間,并得到問題的一個(gè)可行解;第三階段對(duì)該可行解進(jìn)行優(yōu)化。Neumann和Zimmermann[4]將基于時(shí)間窗的啟發(fā)式算法應(yīng)用到帶有廣義時(shí)序關(guān)系的資源均衡問題中。
近年來,隨著智能優(yōu)化算法的不斷發(fā)展和成熟,目前已有不少文獻(xiàn)應(yīng)用智能優(yōu)化算法來處理資源均衡問題。Leu[5]和陳志勇[6]分別應(yīng)用遺傳算法和微粒群算法對(duì)資源均衡問題進(jìn)行了研究。Geng等[7]學(xué)者研究了非線性資源均衡問題,并給出了該問題的改進(jìn)蟻群算法。郭研等[8]學(xué)者研究了多模式資源均衡問題,并給出了該問題的多目標(biāo)微粒群算法。
資源均衡技術(shù)已成為項(xiàng)目管理中的一項(xiàng)重要方法,其作用主要有以下幾方面:
(1)如果資源的使用情況一般比較穩(wěn)定,那么它們需要的管理就較少。例如,對(duì)于一個(gè)軟件開發(fā)人員來說,一個(gè)月內(nèi)每天的工作時(shí)間為8h,但如果安排他前兩周每天工作12h,后兩周每天工作6h,那么管理起來就會(huì)有很多的問題。
(2)資源均衡使得項(xiàng)目經(jīng)理能使用零庫(kù)存策略來獲得供應(yīng)商或者其他昂貴的資源。例如,項(xiàng)目經(jīng)理在申請(qǐng)某項(xiàng)專利時(shí),需要法律顧問的咨詢,那么如果他對(duì)這種專業(yè)法律咨詢的工作所需的資源進(jìn)行均衡的話,均衡的結(jié)果就是使項(xiàng)目只需要聘請(qǐng)一位兼職的法律顧問就能滿足項(xiàng)目組的需求了,而無須花費(fèi)更多的人力和精力。
(3)資源均衡可以降低項(xiàng)目的成本,節(jié)省各種所需資源的開支和花費(fèi)。通過資源均衡我們可以用最少的人力滿足我們項(xiàng)目上的需求,盡量減少出現(xiàn)某段時(shí)間的人力不足,而另一段時(shí)間卻人力過剩的情況發(fā)生。
(4)通過資源均衡還能增強(qiáng)公司內(nèi)員工的信心。每一個(gè)人都希望有一份穩(wěn)定的工作,這種穩(wěn)定的工作是指在每一周甚至是每一天都能有穩(wěn)定的工作量,讓他們能感覺到他們所在的公司有著持續(xù)的發(fā)展勢(shì)頭和潛力,而不會(huì)為自己的將來感到擔(dān)憂。
主要參考文獻(xiàn)
[1]M Bandelloni,M Tucci,R Rinaldi.Optimal Resource Leveling Using Non-serial Dynamic Programming[J].European Journal of Operational Research,1994,78(2):162-177.
[2]K Neumann,J Zimmermann.Procedures for Resource Leveling and Net Present Value Problems in Project Scheduling with General Temporal and Resource Constraints[J].European Journal of Operational Research,2000,127(2):425-443.
[3]M A Younis,B Saad.Optimal Resource Leveling of Multi-resource Projects[J].Computers&Industrial Engineering,1996,31(1):1-4.
[4]K Neumann,J Zimmermann.Resource Leveling for Projects with Scheduledependent Time Windows[J].European Journal of Operational Research,1999,117(3):591-605.
[5]Sou-Sen Leu,Chung-Huei Yang,Jiun-Ching Huang.Resource Leveling in Construction by Genetic Algorithm-based Optimization and Its Decision Support System Application[J].Automation in Construction,2000,10(1):27-41.
[6]陳志勇,杜志達(dá),周華.基于微粒群算法的工程項(xiàng)目資源均衡優(yōu)化[J].土工工程學(xué)報(bào),2007,40(2):93-96.
[7]Jin-qiang Geng,Li-ping Weng,Si-hong Liu.An Improved ant Colony Optimization Algorithm for Nonlinear Resource-leveling Problems[J]. Computers&Mathematics with Applications,2011,61(8):2300-2305.
[8]郭研,李南,李興森.多模式多資源均衡及基于動(dòng)態(tài)種群的多目標(biāo)微粒群算法[J].控制與決策,2013,28(1):131-136.
10.3969/j.issn.1673-0194.2015.07.053
F407.9
A
1673-0194(2015)07-0098-03
2015-01-20
浙江省科技廳軟科學(xué)項(xiàng)目(2013C35085);寧波哲學(xué)社會(huì)科學(xué)規(guī)劃課題(G14-GJ07);寧波大紅鷹學(xué)院??蒲谢穑?320131046)。