[发明专利]基于多目标优化的主动‑反应式动态项目调度方法

说明书

技术领域

本发明涉及一种基于进化多目标优化的主动-反应式动态项目调度方法，可用于在动态不确定的项目开发环境中，实现软件工程师在各项任务中的有效分配。属于项目管理领域。

背景技术

项目调度问题是指建立项目调度的模型，通过某种算法确定软件工程师在各项任务中的工作量，即确定任务分配列表，以在满足各种约束条件的前提下，实现项目的工期最短、成本最低等优化目标。项目调度问题研究得到的任务分配列表可以为项目管理者进行实际任务分配提供重要参考。

实际项目的开发环境是动态不确定的，尤其在一些新兴行业(如云计算、移动互联、超大规模软件系统)的大型复杂项目的生命周期中，存在着需求变更、人力资源变动、任务工作量调整等多种动态因素。当面临这些扰动时，根据初始数据产生的最优调度方案的性能可能大大降低。因此亟需研究一种能够处理动态不确定因素的新型项目调度方法。

进化算法是模拟生物在自然环境中的进化过程而形成的一类自适应全局优化概率搜索算法。进化算法可以处理传统优化方法难以解决的复杂优化问题，例如非连续、多模态等问题，它对整个群体实施选择、交叉、变异等操作，可以在算法的一次运行中并行搜索到多个解，加之其具有较强的环境自适应能力，因此，进化算法特别适用于求解项目调度这类同时存在多个折中解的动态多目标优化问题。

目前已有的项目调度方法存在以下不足：

1)大多仅考虑了静态的开发环境，它们假设项目中的所有信息都是预先可知且确定不变的，显然，当实际项目的开发环境发生动态变化或存在不确定因素时，依据静态方法产生的调度方案不再适用。

2)对多个优化目标的处理方式比较单一。大多已有方法采用加权求和法将多个目标转换为一个目标，这种方法将会引入较多的参数，并且需要事先对各个目标进行归一化处理。由于项目的多个目标之间往往是相互矛盾的，因此更好的方式是采用多目标进化算法对多个目标并行处理，从而为项目管理者提供一组反映目标间不同折中程度的调度方案，为其做出最终的决策提供参考。

3)缺乏能够同时处理各类动态因素的动态调度机制。实际项目中，新的紧急任务下达、软件工程师离开等紧急等动态事件随时可能发生，同时又存在着任务和人力资源属性的不确定性。已有的少量动态调度方法，如启发式动态调度方法(当紧急动态事件发生时，根据启发式规则对原调度方案进行局部调整)均只考虑了其中的一种因素。因此，亟需设计一种能够应对不同动态因素的动态调度策略，以提高项目的抗风险能力并保证项目的稳定性。

发明内容

本发明的目的在于克服上述现有技术的不足，提出一种基于进化多目标优化的主动-反应式动态项目调度方法，以在现实世界动态不确定的项目开发环境中，同时处理紧急动态事件和不确定性属性等这两类动态因素，实现软件工程师在各项任务中的有效分配。

为实现上述目的，本发明的实现步骤包括如下：

(1)初始化。读取项目初始时的输入信息，包括每个任务的工作量、技能要求、任务优先级图，每位软件工程师所掌握的技能、可在本项目中投入的最大工作量、正常月薪、加班月薪。给出优化目标的定义。由于开发环境是动态变化的，将项目初始时刻视为初始调度点t₀，将紧急动态事件(对项目的进行产生重要影响或需要立刻处理的事件，例如软件工程师请假、软件工程师回归、新的紧急任务下达)的发生时刻视为重调度点t_l(l＝1,2,…)。在t_l(l＝0,1,2,…)时刻所处的项目开发环境下，项目工期和成本可分别定义为完成当前所有任务剩余的工作量所花费的时间开销和财力；抗风险能力的定义采用基于景象的方法，通过对不确定因素进行多次仿真，以比较项目成本或工期的实际值与预估值之间的差值。稳定性仅在t_l(l＝1,2,…)有定义，本发明将其定义为软件工程师在新旧方案各个任务中投入的工作量的差别。所设定的约束条件包括任务技能约束，以及软件工程师不能超负荷工作的约束。

(2)在项目初始时刻t₀，为了提高调度方案的质量对不确定属性的鲁棒性能，采用主动调度方式生成一个预测方案。根据项目初始时刻任务和软件工程师的属性，基于静态多目标进化算法，同时优化项目的以下目标：项目成本、工期以及抗风险能力，预先产生一组在多个目标间进行折中的调度方案，供项目管理者进行参考，并从中挑选出一个抗风险能力较强的满意解。