6307877847

Streszczenie

Rozprawa dotyczy problematyki związanej z budowaniem harmonogramów realizacji prac w organizacjach zarządzanych przez projekty. W ostatnich latach można zauważyć rosnące zainteresowanie tą formą wytwarzania i dostarczania zarówno dóbr inwestycyjnych, jak i konsumpcyjnych w rozmaitych gałęziach gospodarki. Niezależnie od charakteru projektu, struktury jego finansowania, czy celów gospodarczych, zawsze jest on związany z poniesieniem w czasie określonych wydatków związanych z zaangażowaniem rozmaitych zasobów (m. in. maszyn, środków transportu, materiałów, czy pracowników), zakupem energii czy usług, zarówno materialnych jak i niematerialnych. Harmonogram stanowiąc jedno z istotniejszych narzędzi pozwalających na właściwe zarządzanie (w zakresie planowania, organizowania i kontroli) realizacją przedsięwzięcia, zwiększa szanse uzyskania satysfakcjonującego efektu w zaplanowanym terminie i w ramach zatwierdzonego budżetu. Wobec istotnej roli harmonogramu, pojawia się pytanie o możliwość jego optymalizacji z uwzględnieniem czynników ekonomicznych opartej na nowoczesnych metaheurystykach. Występują trzy zasadnicze przesłanki do przeprowadzenia niniejszej pracy. Po pierwsze większość stosowanych komputerowych systemów wspomagających zarządzanie projektami nie oferuje możliwości optymalizacji harmonogramu umożliwiając jedynie jego zbudowanie i ocenę jakości. Z drugiej strony mankamentem większości istniejących metod optymalizacji możliwych do zastosowania w oprogramowaniu dla zarządzania projektami jest znaczny stopień uproszczenia modelu przedsięwzięcia i ukierunkowanie go na kryteria czasowe, których stosowanie dla oceny działalności gospodarczej jest niewystarczające. W takim przypadku, można zauważyć, że ocena skutków ekonomicznych wykonywana jest po zbudowaniu harmonogramu jako konsekwencja przyjętych rozwiązań, zamiast analizy efektów ekonomicznych już na etapie procesu decyzyjnego. Po trzecie można zaobserwować rosnące zainteresowanie i liczne sukcesy zarówno w zakresie badań naukowych jak i praktycznego zastosowania metaheurystyk.

Pracę otwiera rozdział poświęcony definicjom oraz podstawowym pojęciom w zakresie zarządzania projektami i harmonogramowania. Kolejno przedstawiono klasyfikację problemów harmonogramowania projektów ze względu na stosowane kryteria oceny oraz zakres występujących ograniczeń. Następnie przedstawiono przegląd napotkanych w literaturze metod optymalizacji harmonogramów, w tym: algorytmów dokładnych, heurystyk priorytetowych oraz metaheurystyk. W rozdziale 3 przeanalizowano metody oceny jakości harmonogramu projektu z uwzględnieniem czynników organizacyjnych i ekonomicznych. Przedstawiono wpływ poszczególnych zmiennych decyzyjnych w procesie harmonogramowania na poszczególne kryteria czasowe i ekonomiczne. W rozdziale 4 sformułowano model harmonogramowania projektów uwzględniający ekonomiczny charakter projektu oraz pozwalający na możliwie dokładne opisanie zależności pomiędzy zmiennymi decyzyjnymi, a ich skutkami ekonomicznymi. Sformułowano ograniczenia zmiennych decyzyjnych oraz dynamiczne kryteria oceny efektywności ekonomicznej harmonogramu. Rozdział 5 poświęcono analizie technik występujących w ramach metod dokładnych i heurystycznych, które mogą znaleźć zastosowanie w badanych procedurach z uwzględnieniem skonstruowanego uprzednio modelu. Przedstawiono dostępne sposoby reprezentacji problemu, procedury budowy harmonogramów, techniki eksplorujące i eksploatujące oraz stosowane strategie kierowania poszukiwaniem w ramach algorytmu genetycznego, symulowanego wyżarzania, poszukiwania z ruchami zabronionymi, poszukiwania rozproszonego oraz algorytmu uczenia populacji. W rozdziale 6 przedstawiono opis założeń i wyników z przeprowadzonych eksperymentów obliczeniowych w możliwie szerokiej grupie problemów przy reprezentatywnym zestawie parametrów procedur. Pracę zamyka podsumowanie uzyskanych wyników oraz wskazanie kierunków prowadzenia dalszych badań.

Badania algorytmu genetycznego, symulowanego wyżarzania, poszukiwania z ruchami zabronionymi i algorytmu hybrydowego (łączącego cechy algorytmu genetycznego i symulowanego wyżarzania) w grupie