کمینه کردن جریمه دیرکرد و بیشینه کردن پاداش زودکرد انجام فعالیت ها در مسئله MRCPSP/max با استفاده از الگوریتم ژنتیک دو مرحله ای

در این مقاله، برای اولین بار مسئله زمانبندی پروژه در شرایط محدود بودن منابع، امکان اجرای فعالیت ها در چندین مد و با در نظر گرفتن تاخیرات زمانی بیشینه و کمینه میان زمان های شروع فعالیت ها، MRCPSP/max، با هدف کمینه کردن جریمه دیرکرد و بیشینه کردن پاداش زودکرد اتمام فعالیت ها، مطرح شده و مورد بررسی قرار گرفته است. پس از بررسی تاریخچه و روند استفاده از روش های مختلف در حل مسائل مشابه در سال های گذشته، الگوریتم ژنتیک به عنوان الگوریتم مورد استفاده در این تحقیق برگزیده شده است. در این مقاله، شیوه پیداکردن جواب برای مسئله مورد نظر به این ترتیب است که با استفاده از یک الگوریتم ژنتیک، مسئله اصلی را به مسئله ای که در آن هر فعالیت فقط یک حالت اجرایی دارد، ساده کرده و سپس در فاز دوم حل، با استفاده از یک الگوریتم ژنتیک مستقل دیگر، بهترین جواب مسئله حاصله از فاز اول الگوریتم را می یابیم. عناصر اصلی و عملگرهای هر دو الگوریتم، از هم مستقل هستند. در انتها نیز نتایج عددی حاصل از الگوریتم های پیشنهادی که به وسیله زبان برنامه نویسی MATLAB نوشته شده است، با نتایج موجود در کتابخانه مسائل زمانبندی مقایسه شده اند و مشاهده می شود که الگوریتم ارائه شده در این تحقیق در چندین مورد جواب های موجود را بهبود داده است.