[发明专利]运用蚁群算法优化项目调度中的折现现金流的方法

说明书

技术领域：

本发明涉及项目级的现金流管理和智能计算两大领域，主要涉及一种运用蚁群算法优化项目调度中的折现现金流的方法。

技术背景：

现金流，是指企业在某个项目或某项交易中不同阶段现金的收入与支出，自始至终贯穿于企业的每个环节中。如果没有正的现金流，企业就难以发放薪水并给供应商以支付现金，甚至会导致整个企业的破产。经济学家把现金流称为企业的生命之流，因此，对现金流的管理和优化显得尤为重要。在项目级的层面，现金流是评价一个项目是否可行的一个重要标准。当发生现金短缺时，即使是一个高利润的项目也很有可能因此而破产。所以在近些年来，项目级现金流管理成为了一个研究的热点。在这个领域中的一个重要发展是将现金流管理归纳为著名的资源约束项目调度问题(RCPSP)。

RCPSP要解决的是，在满足时序和资源约束的条件下，对项目中带有现金流入或流出的各个活动进行调度，从而达到完成项目工期最短的目的。RCPSP中需要考虑可再生和不可再生两类资源。其中可再生资源是指资源可用量在整个项目实施过程的每个时间段内保持恒定的资源，如人力资源；不可再生资源是指资源可用量在项目开始时给定，并随着消耗而逐渐减少的资源，如资金。工序的优先约束常常用箭线(AoA)网络和单代号(AoN)网络表示。在AoA网络中，箭线表示活动而节点表示事件，在AoN网络中节点表示活动而箭线表示相应的优先次序。在工业项目中，RCPSP得到了广泛的应用，例如房屋建设和软件开发等。

但是，传统的RCPSP忽略了现金流中评价一个项目的标准。Russell首先考虑了在项目调度问题中不带约束条件的现金流评价标准。在他的模型中包含一连串的现金流入和流出，其中现金的流入包括支付的活动完成经费，而现金的流出包括资源的费用等。在折现的现金流中对金钱的时间价值加以考虑，其中折现现金的流入和流出的差值定义为整个项目的净现值(NPV)。模型的目标就是合理地安排各个活动使项目现金流的NPV最大。如果将资源的约束加入问题之中，就成为含有折现现金流的资源约束项目调度问题(RCPSPDCF)。用NPV准则得到的调度结果往往与最短项目工期得到的结果有很大的不同，而前者的实用性使得RCPSPDCF无论在科学研究还是在工程应用上都得到了广泛的关注。

RCPSPDCF一个更加全面且实用的类型是考虑时间——费用，时间——资源和资源——资源的平衡。每一个活动都可以在各种不同的模式下完成。在时间——费用的平衡当中，一种工期更长的执行模式可能只需较低的费用，而工期短的执行模式却要较多的金钱。在时间——资源的平衡当中，较长工期消耗较少的资源，而短工期却需要消耗大量资源。最后，在资源——资源的平衡当中，在不同的执行模式中，一种资源可以用另一种资源替代。存在这些平衡取舍的问题称为多模式RCPSPDCF(MRCPSPDCF)。

著名的车间调度问题就是RCPSP的一种特例，因此RCPSP是非常复杂的NP-难问题。由于需要在一个非线性模型中计算NPV，RCPSPDCF需要的计算量更大。而在MRCPSPDCF中不仅要考虑活动的工序还要考虑活动执行的模式，因此MRCPSPDCF比之前的两个问题更加复杂。Kolisch证明了在至少含有一种不可再生资源的问题中，寻找出MRCPSPDCF的一个可行解就已经是NP-完全[1]。虽然已有很多启发式算法用于求解RCPSPDCF，例如0-1整数规划、分枝限界法、遗传算法、禁忌搜索和模拟退火等，但是用于求解MRCPSPDCF的算法却十分少见。在这个方面，Icmeli和Erenguc提出一个时间——费用平衡问题，其中当一个活动的工期比正常短的时候，就需要支付赶工费用。他们运用了一个带有内嵌优先法则的启发式程序以解决这个问题[2]。考虑了一个带有不同支出比率的项目，其中的活动在多种模式中执行以保持正平衡。他提出了一个特殊的启发式算法对项目进行调度，以达到按时完成项目并最大化NPV的目的[3]。Ulusoy提出了一种遗传算法用于解决MRCPSPDCF并且考虑了四种不同的支付模型[4]。