文献类型：期刊文章

作　　者：梁洋洋[1] 王田[2] 崔南方[3]

LIANG Yang-yang;WANG Tian;CUI Nan-fang(School of Business Administration,Hubei University of Economics,Research Center of Hubei Logistics Development,Wuhan 430205,China;School of Business Administration,Zhongnan University of Economics and Laws,Wuhan 430073,China;School of Management,Huazhong University of Science and Technology,Wuhan 430074,China)

机构地区：[1]湖北经济学院工商管理学院,湖北物流发展研究中心,湖北武汉430205 [2]中南财经政法大学工商管理学院,湖北武汉430073 [3]华中科技大学管理学院,湖北武汉430074

出　　处：《中国管理科学》

基　　金：国家自然科学基金资助项目(71901091,72171232,71701073);湖北省技术创新专项软科学研究项目(2019ADC042)。

年　　份：2022

卷　　号：30

期　　号：7

起止页码：241-251

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：活动拖期通过资源流网络的传递会严重影响项目的净现值收益。针对该问题,本文首先在确定性环境下采用模拟退火算法(SA)构建了Max-NPV(Maximize the Net Present Value)非鲁棒性基准调度计划,然后考虑到活动工期的不确定性,设计了MEPC(Minimize Expected Penalty Cost)资源流网络优化算法,通过鲁棒性资源分配实现净现值期望惩罚成本最小化。大规模仿真对比实验结果表明,在活动工期低、中、高三种不确定性程度下,相对于采用随机资源分配算法(SA+RRAS)构建的非鲁棒性调度计划,SA+MEPC算法构建的鲁棒性调度计划在项目净现值实际收益、调度计划的“解”鲁棒性和“质”鲁棒性三个方面都取得了更好的结果,并且应对活动拖期风险的能力也更强。

关 键 词：活动拖期  资源流网络  净现值 期望惩罚成本  

分 类 号：F222.3]