دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: نویسندگان: Tamas Kis سری: ناشر: سال نشر: 2005 تعداد صفحات: 25 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 264 کیلوبایت
در صورت تبدیل فایل کتاب A branch-and-cut algorithm for scheduling of projects with variable-intensity activities به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یک الگوریتم شاخه و برش برای زمانبندی پروژهها با فعالیتهای با شدت متغیر نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در این مقاله ما یک مشکل زمانبندی پروژه با محدودیت منابع را مطالعه میکنیم که در آن استفاده از منابع هر فعالیت ممکن است در طول زمان متناسب با شدت متغیر آن تغییر کند. ما مسئله را با استفاده از یک برنامه خطی عدد صحیح مختلط رسمی می کنیم، ثابت می کنیم که وجود راه حل امکان پذیر NP-complete به معنای قوی است و یک الگوریتم شاخه و برش برای یافتن راه حل های بهینه پیشنهاد می کنیم. برای این منظور، ما شرح کاملی از چند توپ تخصیص شدت امکان پذیر به دو فعالیت با شدت متغیر که توسط یک محدودیت تقدم به همراه یک الگوریتم جداسازی سریع به هم متصل شده اند، ارائه می دهیم. یک ارزیابی محاسباتی اثربخشی روش ما را بر روی نمونههای معیار مختلف تأیید میکند.
In this paper we study a resource constrained project scheduling problem in which the resource usage of each activity may vary over time proportionally to its varying intensity. We formalize the problem by means of a mixed integer-linear program, prove that feasible solution existence is NP-complete in the strong sense and propose a branch-and-cut algorithm for finding optimal solutions. To this end, we provide a complete description of the polytope of feasible intensity assignments to two variable-intensity activities connected by a precedence constraint along with a fast separation algorithm. A computational evaluation confirms the effectiveness of our method on various benchmark instances.