دانلود کتاب A branch-and-bound algorithm for the resource-constrained project scheduling problem
49,000 تومان
یک الگوریتم شاخه و کران برای مسئله زمانبندی پروژه با محدودیت منابع
| موضوع اصلی | الگوریتم ها و ساختارهای داده |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| تعداد صفحه | 27 |
| حجم فایل | 184 کیلوبایت |
| نویسنده | Dorndorf U., Pesch Е., Phan-Huv Т. |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2000 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
یک الگوریتم شاخه و کران برای مسئله زمانبندی پروژه با محدودیت منابع
ما یک الگوریتم شاخه و کران مبتنی بر زمان را برای مسئله زمانبندی پروژه با محدودیت منابع توصیف میکنیم که مجموعه زمانبندیهای فعال را با برشمردن زمانهای شروع فعالیت ممکن بررسی میکند. این الگوریتم از تکنیکهای انتشار محدودیت استفاده میکند که از محدودیتهای زمانی و منابع مسئله به منظور کاهش فضای جستجو استفاده میکند. آزمایشهای محاسباتی با مجموعههای تست معیار بزرگ و سیستماتیک تولید شده، در اندازههای بین سی تا صد و بیست فعالیت در هر نمونه مسئله، نشان میدهد که الگوریتم به خوبی مقیاس میشود و با دیگر رویکردهای راهحل دقیق رقابت میکند. نتایج محاسباتی نشان میدهد که سختترین مشکلات زمانی رخ میدهند که عرضه منابع کمیاب و ساختار تقاضای منابع باعث شود که یک مشکل به شدت تفکیک شود.
A branch-and-bound algorithm for the resource-constrained project scheduling problem
We describe a time-oriented branch-and-bound algorithm for the resource-constrained project scheduling problem which explores the set of active schedules by enumerating possible activity start times. The algorithm uses constraint-propagation techniques that exploit the temporal and resource constraints of the problem in order to reduce the search space. Computational experiments with large, systematically generated benchmark test sets, ranging in size from thirty to one hundred and twenty activities per problem instance, show that the algorithm scales well and is competitive with other exact solution approaches. The computational results show that the most difficult problems occur when scarce resource supply and the structure of the resource demand cause a problem to be highly disjunctive.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.