本發(fā)明涉及工程調(diào)度數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種工程供應(yīng)鏈中工程調(diào)度的處理方法及系統(tǒng)。

背景技術(shù)：

美國《經(jīng)濟學(xué)家》雜志2000年刊登的資料表明：在總造價為6500億美元的眾多工程項目中，由于超預(yù)算、拖延工期、管理不當?shù)葞淼膿p失與浪費達到2000億美元，約占投資額的30％。其中造成這些問題的主要原因是承包商、業(yè)主、供應(yīng)商等存在對立關(guān)系。由于業(yè)主或承包商都從利己的角度出發(fā)進行工程實施，管理上存在的分散性和破碎性等方面的問題并沒有得到重視，合作性和直接的溝通也一直沒有得到改善。

為了對以上問題進行有效地改善，加強業(yè)務(wù)工程的管理和實現(xiàn)流程的透明性，越來越多的學(xué)者專家開始研究如何利用工程供應(yīng)鏈管理(Construction Supply ChainManagement，CSCM)的思想來提高建筑工程管理水平。工程供應(yīng)鏈管理是供應(yīng)鏈管理和工程項目管理研究的新領(lǐng)域。在以承包商、業(yè)主為核心的工程供應(yīng)鏈中，業(yè)主進行有效地需求分析后，工程建設(shè)方需要根據(jù)此需求進行設(shè)計和實現(xiàn)施工、交付等方面的問題。在供應(yīng)鏈管理中，此供應(yīng)鏈構(gòu)建運行的驅(qū)動來自于工程活動網(wǎng)絡(luò)，而合作伙伴如業(yè)主、原材料供應(yīng)商的供給將會對工程調(diào)度構(gòu)成約束。供應(yīng)鏈管理中要充分考慮各個合作伙伴的資金資源能力。同時為了避免合作各方都從利己的角度出發(fā)進行工程實施，在管理上需要對各方的工程進度進行相應(yīng)約束以推進活動的按時按量完成并獲取整體競爭優(yōu)勢的提高。

工程供應(yīng)鏈管理的研究雖然已經(jīng)得到一定的關(guān)注，但目前討論比較多的還是側(cè)重于供應(yīng)鏈的描述問題以及運行層的布局問題。只有將工程供應(yīng)鏈管理和資源受限工程調(diào)度等研究工程結(jié)合起來，才能更好地為工程項目管理提供策略支持。資源受限工程調(diào)度包括業(yè)主、承包商兩個角色，主要回答了這么一個問題：在給定一個工程，其中包括一組相互關(guān)聯(lián)的活動和一個有限資源集合，是否存在一個過程能夠決定何時開啟每一個活動以至于在資源限定之內(nèi)能夠?qū)崿F(xiàn)管理目標。問題的目標通常有工期最小化、工程凈現(xiàn)值最大化以及時間-成本平衡等。其中關(guān)系到業(yè)主、承包商兩個方面的金融目標的問題即是資源受限工程調(diào)度問題中的進度支付問題。該問題需要從兩方面對項目進度進行設(shè)計：1)支付方案，用來說明業(yè)主的資金支付策略，主要解決哪個時間點給承包商資金，每個時間點給多少。2)活動方案，用來說明對于每個子活動，承包商如何執(zhí)行，什么時候開始。主要的目標是提供一種項目進行的方案，以實現(xiàn)業(yè)主和承包商凈現(xiàn)值的最大化。

早期對該問題的研究過程中問題模型簡化了很多。N.Dayanand和R.Padman第一次模擬業(yè)主的凈現(xiàn)值(Net Present Value，NPV)優(yōu)化問題并且提出了一種模擬退火算法的啟發(fā)式策略。后來，J.S Sszmerekovsky對問題進一步建模，業(yè)主的支付策略只能是在承包商的NPV值不低于某一閾值的前提下才能被接受。他證明了客戶支付方案的問題是NP難的，同時也提出了一個分支定界的方法。上述的研究只考慮單一模式的項目，要么單獨考慮業(yè)主支付策略的優(yōu)化，或者是承包商活動調(diào)度優(yōu)化，第一次揭示業(yè)主的付款計劃和承包商的活動安排策略之間的關(guān)系是He et al.，他進一步發(fā)展多模模型并提出了一個模擬退火方法。雖然以上的方案可以解決資源受限的工程調(diào)度問題，但他們的方法都放寬了模型，忽略了資源的限制，這使得調(diào)度問題更簡單，但不太實際。首次同時考慮以上兩個目標的是雙循環(huán)遺傳算法。

第一次把資源限制考慮到進度支付工程調(diào)度問題的是Ulusoy.提出的雙回路遺傳算法的方案。雙回路遺傳算法采用工程供應(yīng)鏈思想對問題進行建模。首先業(yè)主對自身需求進行分析、設(shè)計。然后承包商方對工程活動進行分析計劃，并生成工程圖。供應(yīng)鏈構(gòu)建運行的驅(qū)動來自于工程活動網(wǎng)絡(luò)，網(wǎng)絡(luò)中各個活動的前后繼構(gòu)成各活動之間先后執(zhí)行的制約關(guān)系。而合作伙伴業(yè)主方的資金和原材料供應(yīng)商的資源數(shù)目供給將會對工程調(diào)度構(gòu)成約束。

該方法采用外遺傳算法和內(nèi)遺傳算法分別對支付調(diào)度部分和活動調(diào)度部分進行模擬優(yōu)化。在一個執(zhí)行過程中，外部遺傳算法面向業(yè)主的付款計劃，對業(yè)主的NPV值進行優(yōu)化并初步給出一系列付款時間表。付款時間表確定后，內(nèi)部遺傳算法用于優(yōu)化承包商的活動計劃。由于內(nèi)容遺傳算法有一個迭代進化的過程，用以從承包商的利益的角度來評估每個付款時間列表方案的優(yōu)劣，這個工作過程符合真正的談判過程中的客戶和承包商在執(zhí)行一個項目。

雖然雙回路遺傳算法在考慮業(yè)主承包商雙方利益的前提下對資源受限工程調(diào)度問題進行了優(yōu)化，但由于每個目標函數(shù)的評價和活動優(yōu)化是一個內(nèi)循環(huán)遺傳算法，雙循環(huán)遺傳算法是太耗時。對于中型到大型項目，雙循環(huán)遺傳算法甚至要運行幾個星期來返回一個解決方案。更甚的是，它對支付計劃的優(yōu)點缺乏一個很好的判斷，而差的支付方案不能及時消除。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種工程供應(yīng)鏈中工程調(diào)度的處理方法及系統(tǒng)，可以解決資源受限的工程調(diào)度問題，提高方案執(zhí)行的效率。

為了解決上述問題，本發(fā)明提出了一種工程供應(yīng)鏈中工程調(diào)度的處理方法，所述方法包括：

從前端接收業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)，將接收的數(shù)據(jù)傳送至系統(tǒng)數(shù)據(jù)庫中并存儲；

從系統(tǒng)數(shù)據(jù)庫中讀取項目中業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)；

對業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)進行綜合和預(yù)處理，獲得項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息；

讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化，得出一系列較優(yōu)的工程可執(zhí)行方案；

讀取優(yōu)化得到的可執(zhí)行解，并在前端顯示。

優(yōu)選地，所述讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化的步驟，包括：

步驟1，根據(jù)格式化后的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息三部分數(shù)據(jù)隨機生成N個問題的初始解個體，形成種群P；

步驟2，利用錦標賽選擇策略從P中選擇N個個體，形成新的種群Q；

步驟3，對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行交叉操作；

步驟4，對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行變異操作；

步驟5，將P和Q中各自的N各個體進行合并，形成大小為2*N的種群M；

步驟6，對M種群執(zhí)行基于多層次興趣區(qū)域的環(huán)境選擇操作，選出新的種群P；

步驟7，判斷當前是否滿足結(jié)束條件，若滿足則執(zhí)行步驟8，否則執(zhí)行步驟2；

步驟8，迭代結(jié)束，對最后種群執(zhí)行基于帕累托的快速非支配排序；

步驟9，將非支配解集中的解方案以及對應(yīng)的NPV優(yōu)化目標輸出。

優(yōu)選地，所述解方案包括支付列表、活動列表和模式列表。

相應(yīng)地，本發(fā)明還提供一種工程供應(yīng)鏈中工程調(diào)度的處理系統(tǒng)，所述系統(tǒng)包括：

數(shù)據(jù)接收模塊，用于從前端接收業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)，將接收的數(shù)據(jù)傳送至系統(tǒng)數(shù)據(jù)庫中并存儲；

優(yōu)化模塊，用于從系統(tǒng)數(shù)據(jù)庫中讀取項目中業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)；對業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)進行綜合和預(yù)處理，獲得項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息；讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化，得出一系列較優(yōu)的工程可執(zhí)行方案；

顯示模塊，用于讀取優(yōu)化得到的可執(zhí)行解，并在前端顯示。

優(yōu)選地，所述優(yōu)化模塊包括：

預(yù)處理單元，用于對業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)進行綜合和預(yù)處理，獲得項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息；

優(yōu)化單元，用于讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化，得出一系列較優(yōu)的工程可執(zhí)行方案。

優(yōu)選地，所述優(yōu)化單元還用于根據(jù)格式化后的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息三部分數(shù)據(jù)隨機生成N個問題的初始解個體，形成種群P；利用錦標賽選擇策略從P中選擇N個個體，形成新的種群Q；對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行交叉操作；對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行變異操作；將P和Q中各自的N各個體進行合并，形成大小為2*N的種群M；對M種群執(zhí)行基于多層次興趣區(qū)域的環(huán)境選擇操作，選出新的種群P；判斷當前是否滿足結(jié)束條件，若滿足則迭代結(jié)束，對最后種群執(zhí)行基于帕累托的快速非支配排序；將非支配解集中的解方案以及對應(yīng)的NPV優(yōu)化目標輸出。

優(yōu)選地，所述解方案包括支付列表、活動列表和模式列表。

在本發(fā)明實施例中，采用工程供應(yīng)鏈思想對問題進行建模分析，統(tǒng)籌工程項目、子活動執(zhí)行小組以及資源供應(yīng)商之間的制約關(guān)系，再采用基于多層次興趣區(qū)域策略的多目標遺傳算法對問題進行優(yōu)化求解，可以解決資源受限的工程調(diào)度問題，提高方案執(zhí)行的效率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實施例的工程供應(yīng)鏈中工程調(diào)度的處理方法的流程示意圖；

圖2是本發(fā)明實施例中承包商設(shè)計的工程網(wǎng)絡(luò)示意圖；

圖3是本發(fā)明實施例的工程供應(yīng)鏈中工程調(diào)度的處理系統(tǒng)的結(jié)構(gòu)組成示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

圖1是本發(fā)明實施例的工程供應(yīng)鏈中工程調(diào)度的處理方法的流程示意圖，如圖1所示，該方法包括：

S1，從前端接收業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)，將接收的數(shù)據(jù)傳送至系統(tǒng)數(shù)據(jù)庫中并存儲；

S2，從系統(tǒng)數(shù)據(jù)庫中讀取項目中業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)；

S3，對業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)進行綜合和預(yù)處理，獲得項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息；

S4，讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化，得出一系列較優(yōu)的工程可執(zhí)行方案；

S5，讀取優(yōu)化得到的可執(zhí)行解，并在前端顯示。

其中，業(yè)主需求數(shù)據(jù)包括業(yè)主提供的工程資金U、預(yù)期資金獲益量expect、資金最終支付比finalPay以及工程期限deadline。其中最終支付比指明工程結(jié)束時候業(yè)主支付的資金占支付總額的百分比。

承包商工程規(guī)劃數(shù)據(jù)為承包商設(shè)計的工程網(wǎng)絡(luò)圖數(shù)據(jù)，其格式如圖2。其中節(jié)點為各個事件，弧表示兩個事件之間的執(zhí)行活動。工程網(wǎng)絡(luò)圖體現(xiàn)出承包商對大的工程項目的子活動劃分情況以及活動執(zhí)行的前后序列限制。

系統(tǒng)資源數(shù)據(jù)指明資源提供商提供給項目執(zhí)行的資源種類數(shù)R，以及R種資源中任意第i(i＝1,2,…,R)種資源的資源數(shù)量C_i。

子活動模式數(shù)據(jù)指明工程中M種活動中每種活動的執(zhí)行方式的數(shù)目，以及每種執(zhí)行方式下的資金、時間和各種資源消耗。

在本發(fā)明實施例中，項目參數(shù)包括事件數(shù)N、活動數(shù)M、工程資金U、預(yù)期資金獲益量expect、資金最終支付比finalPay以及工期deadline；資源情況數(shù)據(jù)包括資源種類數(shù)R，以及R種資源中任意第i(i＝1,2,…,R)種資源的資源數(shù)量C_i；每種活動的具體信息對每一個活動act_i(i＝1,2,…,M)，指明其入度事件event_j(j＝1,2,…,N)、出度事件event_k(k＝1,2,…,N)、執(zhí)行模式數(shù)目W，以及W種模式中任意第k(k＝1,2,…W)種模式所消耗的天數(shù)d、資金消耗cost和任意第x種資源消耗r_x(x＝1,2,…R)。

在支付方案中采用事件節(jié)點支付(PEO)方式。而活動方案的設(shè)計則由活動列表和支付列表兩個列表表示。由此，問題的解建模為如下方式：

支付列表：(share1,share2,...sharen)

活動列表：(act1,act2,...,actm)

模式列表：(mod1,mod2,...,modm)

支付方案中，總的資金U的支付分布在各個事件節(jié)點上，share_i標識當事件i發(fā)生時，業(yè)主支付給承包商的資金占總資金U的百分比。而各個子活動act_i的執(zhí)行方式可由對應(yīng)的mod_i指定說明，即mod_i表示act_i活動采用的執(zhí)行模式序號。活動列表中各個活動之間的前后順序一定程度上反應(yīng)活動之間的執(zhí)行序列限制。當活動序列限制、活動執(zhí)行模式確定后，則結(jié)合工期和資源限制可確定每一個活動的開始執(zhí)行時間和結(jié)束執(zhí)行時間。從而系統(tǒng)中雙方的資金入流和資金出流以及NPV值得以確定。

為了避免支付方案差的解不能夠及時被消除并使得雙方的NPV值最大化，發(fā)明采用多目標遺傳算法，以雙方NPV值作為優(yōu)化目標為問題求解。

具體地，S3進一步包括：

步驟1，根據(jù)格式化后的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息三部分數(shù)據(jù)隨機生成N個問題的初始解個體，形成種群P；

步驟2，利用錦標賽選擇策略從P中選擇N個個體，形成新的種群Q；

步驟3，對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行交叉操作；

步驟4，對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行變異操作；

步驟5，將P和Q中各自的N各個體進行合并，形成大小為2*N的種群M；

步驟6，對M種群執(zhí)行基于多層次興趣區(qū)域的環(huán)境選擇操作，選出新的種群P；

步驟7，判斷當前是否滿足結(jié)束條件，若滿足則執(zhí)行步驟8，否則執(zhí)行步驟2；

步驟8，迭代結(jié)束，對最后種群執(zhí)行基于帕累托的快速非支配排序；

步驟9，將非支配解集中的解方案以及對應(yīng)的NPV優(yōu)化目標輸出。

在步驟3中，當交叉操作發(fā)生在支付列表和模式列表時，采用傳統(tǒng)的單點交叉操作。當交叉操作發(fā)生在活動列表時，為了保證新的活動序列不違背工程網(wǎng)絡(luò)圖確定的活動序列限制，本發(fā)明采取基于順序的單點交叉策略。首先隨機在一個個體中選取一個點，然后目標點前邊的位置所有的活動保持不變。位于目標點后邊的位置，所有的活動基于另一個染色體上活動的相對順序排列。相對應(yīng)地，模式序列也會根據(jù)活動序列的調(diào)整做相應(yīng)位置的變動。

在步驟4中，當交叉操作發(fā)生在支付列表和模式列表時，采用傳統(tǒng)的位變異操作。當交叉操作發(fā)生在活動列表時，為了保證新的活動序列不違背工程網(wǎng)絡(luò)圖確定的活動序列限制，發(fā)明隨機選擇一個基因，并判斷置換當前基因和前一位的基因是否違背活動序列限制。若不違背，則采取置操作，相應(yīng)的模式序列也發(fā)生改變。否則原個體保持不變。

在步驟6中，為了進一步面向角色雙方的興趣區(qū)域?qū)栴}進行求解，在環(huán)境選擇中引用了一種基于偏好的多層次興趣區(qū)域選擇的策略。該策略同時將興趣區(qū)域判定結(jié)果f₁＝OD(活動策略的優(yōu)化程度)，f₂＝Dist(當前解距離理想解的距離)和待優(yōu)化目標f₃＝NPV_client，f₄＝NPV_contractor作為方案中需要優(yōu)化的目標函數(shù)。首先根據(jù)f₁、f₂將候選種群劃分為若干塊，每次從里面選取最接近用戶興趣區(qū)域的一塊，直到加入P中個體數(shù)超過種群規(guī)模N為止，然后從最后一個解集塊中按照傳統(tǒng)多目標遺傳算法的策略根據(jù)f₃、f₄挑選出所需個數(shù)的解并加入新的種群中。

其中，解方案包括支付列表、活動列表和模式列表。同時活動列表中指定每個活動的開始時間startTime、結(jié)束時間endTime。從而提供雙方完整的解決方案。

相應(yīng)地，本發(fā)明實施例還提供一種工程供應(yīng)鏈中工程調(diào)度的處理系統(tǒng)，如圖3所示，該系統(tǒng)包括：

數(shù)據(jù)接收模塊1，用于從前端接收業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)，將接收的數(shù)據(jù)傳送至系統(tǒng)數(shù)據(jù)庫中并存儲；

優(yōu)化模塊2，用于從系統(tǒng)數(shù)據(jù)庫中讀取項目中業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)；對業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)進行綜合和預(yù)處理，獲得項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息；讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化，得出一系列較優(yōu)的工程可執(zhí)行方案；

顯示模塊3，用于讀取優(yōu)化得到的可執(zhí)行解，并在前端顯示。

進一步地，優(yōu)化模塊2包括：

預(yù)處理單元，用于對業(yè)主需求數(shù)據(jù)、承包商工程規(guī)劃數(shù)據(jù)、系統(tǒng)資源數(shù)據(jù)、子活動模式數(shù)據(jù)進行綜合和預(yù)處理，獲得項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息；

優(yōu)化單元，用于讀取預(yù)處理后得到的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息，利用多目標遺傳算法對工程項目進行優(yōu)化，得出一系列較優(yōu)的工程可執(zhí)行方案。

具體實施中，優(yōu)化單元還用于根據(jù)格式化后的項目參數(shù)、資源情況數(shù)據(jù)、每種活動的具體信息三部分數(shù)據(jù)隨機生成N個問題的初始解個體，形成種群P；利用錦標賽選擇策略從P中選擇N個個體，形成新的種群Q；對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行交叉操作；對種群Q中N個個體的支付列表、活動列表和模式列表三方面執(zhí)行變異操作；將P和Q中各自的N各個體進行合并，形成大小為2*N的種群M；對M種群執(zhí)行基于多層次興趣區(qū)域的環(huán)境選擇操作，選出新的種群P；判斷當前是否滿足結(jié)束條件，若滿足則迭代結(jié)束，對最后種群執(zhí)行基于帕累托的快速非支配排序；將非支配解集中的解方案以及對應(yīng)的NPV優(yōu)化目標輸出。解方案包括支付列表、活動列表和模式列表。

具體地，本發(fā)明實施例的系統(tǒng)相關(guān)功能模塊的工作原理可參見方法實施例的相關(guān)描述，這里不再贅述。

在本發(fā)明實施例中，采用工程供應(yīng)鏈思想對問題進行建模分析，統(tǒng)籌工程項目、子活動執(zhí)行小組以及資源供應(yīng)商之間的制約關(guān)系，再采用基于多層次興趣區(qū)域策略的多目標遺傳算法對問題進行優(yōu)化求解，可以解決資源受限的工程調(diào)度問題，提高方案執(zhí)行的效率。

本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機可讀存儲介質(zhì)中，存儲介質(zhì)可以包括：只讀存儲器(ROM，Read Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁盤或光盤等。

另外，以上對本發(fā)明實施例所提供的工程供應(yīng)鏈中工程調(diào)度的處理方法及系統(tǒng)進行了詳細介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。