前言

以項目形式開展各項工作是現代企業廣泛采用的高效管理模式，隨著經濟全球化以及信息技術的快速發展，企業組織所承擔的項目逐漸趨于大型化、復雜化和多元化，在地域分布和組織管理上也越來越分散，多項目環境已經成為組織管理的常態。傳統的多項目調度是將多個項目集成為“超級項目”，并由一個決策者基于全局共享信息進行資源的分配和集中式調度決策，顯然該方式在如今的分散式管理環境下已不再適用。分布式資源受限多項目調度問題（Distributed Resource-Constrained Multi-Project Scheduling Problem，DRCMPSP）涉及多個項目的獨立調度以及項目之間共享資源的協調分配，需要在整個系統目標范圍內進行整合，以實現局部調度與系統協調的集成。理論上，DRCMPSP是對經典的資源受限項目調度問題（Resource-Constrained Project Scheduling Problem，RCPSP）的擴展，屬于NP-Hard問題；實踐上，分布式調度管理為地域及組織上分散的多項目管理者提供決策依據，進而提高分布式環境下多項目組織的管理效率。因此，該問題已成為項目管理與調度優化領域研究的新熱點，具有重要的理論意義和應用價值。

本書結合多項目管理的實際背景，基于分布式決策的多智能體系統（Multi-Agent System，MAS），對分布式環境下的資源受限多項目調度問題（Resource-Constrained Multi-Project Scheduling Problem，RCMPSP）和時間/成本權衡問題（Time/Cost Trade-off Problem，TCTP）展開重點研究，同時拓展研究全局共享資源不確定情形下的DRCMPSP；通過有效設計的項目調度優化算法和資源分配協調機制，實現分布式多項目局部調度管理和全局資源協調的有效集成。本書的主要研究內容總結如下。

（1）梳理多項目管理的相關概念和主要內容。項目管理從誕生到目前被廣泛應用經歷了較長的時間，本書系統梳理其發展過程，并在此基礎上全面概括多項目管理的相關內容，進而結合當今企業管理實踐，深入分析多項目調度管理的特點。

（2）歸納分析多項目調度問題的研究進展。本書分別對傳統集中式決策環境下的RCMPSP和TCTP的研究現狀進行概述，按照不同的分類方式對DRCMPSP的相關研究進行梳理與總結，進而提出當前研究存在的局限性，為分布式多項目調度管理相關問題的展開奠定了研究基礎。

（3）研究基于序貫博弈談判機制的DRCMPSP。高層管理者在實際的項目管理中更加注重多項目整體性能的優化，以最小化多項目總延期成本為全局目標，較好地結合了分布式多項目管理的實際背景。本書基于MAS建立局部調度與資源協調兩階段決策模型，設計基于正向逆向調度改進的遺傳算法（Forward-Backward Scheduling Improved Genetic Algorithm，FBSIGA）求解局部調度問題，以得到項目盡早完工的初始進度計劃；設計考慮總延期成本的序貫博弈談判機制，求解總延期成本最小的子博弈精煉納什均衡（Subgame Perfect Nash Equilibrium），以此解決項目間的資源沖突問題。本書對基準問題庫中的算例展開實驗研究，并與基于不同協調機制的分布式決策方法的計算結果進行對比。結果表明：FBSIGA能夠獲得使各種規模項目盡早完工的初始局部調度計劃；當全局資源越稀缺以及多項目規模越大時，采用基于序貫博弈談判機制的兩階段決策方法能夠更有效地降低多項目總延期成本。

（4）研究全局可更新資源可用量不確定情形下的DRCMPSP。考慮到共享資源因突發事件導致的不確定情況，本書將其建模為服從不同分布的隨機變量，同時為避免由于活動中斷導致項目成本的增加，將項目允許的最大活動中斷次數約束加入局部調度優化模型。本書設計全局資源預分配和協調再分配的協調機制。在預分配階段，按照項目單位延期成本比例分配全局資源可用量，建立各項目調度的馬爾可夫動態決策過程模型，以最小化項目期望工期；在協調再分配階段，根據活動重要度依次分配全局資源剩余可用量，以減小平均項目延期值。本書設計基于全局資源協調分配的Rollout近似動態規劃算法，在每個決策點以基于優先規則的啟發式算法為基準策略，仿真得到各項目期望工期最小的最優開工活動集合。本書對基準問題庫中項目數不同且活動數為30個的多項目算例進行改編，將基于全局資源協調分配的優先規則啟發式算法的求解結果作為目標值的上界，以評估Rollout策略的優劣，同時設計不考慮全局資源協調再分配的算法并與之進行對比。研究結果表明：全局資源可用量的分布形式雖對平均項目期望延期和求解效果的影響不大，但隨機分布的方差越小，優化目標值和求解效果越好；Rollout策略和全局資源協調再分配過程對于減小平均項目期望延期值發揮著重要的作用。

（5）提出并研究分布式多項目時間/成本權衡問題。考慮到多項目共享一定的總預算，在分配得到的預算約束下，本書以最小化項目完工時間為目標建立局部調度線性規劃模型；采用序貫博弈談判機制協調總預算的合理分配，以實現多項目總延期成本的最小化。本書利用優化軟件CPLEX求解小規模算例的精確解，得到最優目標值，即目標值的下界；分別探索設計了基于隨機搜索策略、2-opt（兩元素優化）策略以及混合啟發式策略的序貫博弈談判算法以求解大規模算例總預算的協調分配問題，并嵌入CPLEX求解局部權衡問題。本書改編基準問題庫中不同規模的多項目算例并開展實驗研究。研究結果表明：由于信息的不對稱性，分布式決策得到的多項目總延期成本值不小于集中式決策的目標值，且增加總預算、延長項目截止日期以及降低活動邊際成本均能有效地減少多項目的總延期成本損失；小規模問題利用CPLEX和基于隨機搜索策略的序貫博弈談判算法求解，能夠得到精確的最優結果，采用基于2-opt策略的序貫談判算法可以快速得到大規模問題的較優結果，而采用基于混合啟發式策略的序貫博弈談判算法能夠得到各種規模問題的最佳求解效果。

本書基于筆者攻讀博士學位期間的研究成果，從內容構思、文獻追蹤、框架設計、問題建模、算法設計、實驗研究到最終成稿，經歷了反復斟酌與不斷完善的漫長過程。特別感謝北京航空航天大學經濟管理學院徐哲教授的悉心指導與學術引領，使得本書結構更加合理、內容更加豐富。感謝訪學期間Haitao Li教授在建模與優化領域提供的學術交流與研討機會，使本書在研究分布式多項目時間/成本權衡問題時得到了非常寶貴的學術建議。同時，感謝天津理工大學管理學院于靜老師給予的研究思路與專業幫助。此外，本書順利成稿也離不開謝芳、初梓豪、劉東寧、趙松、于懿寧、何磊、方剛等同門師兄、師姐、師弟、師妹的無私相助，在學術科研道路上我們相互鼓勵、共同進步，目前他們有的已畢業并開啟工作生涯，有的仍埋頭于鉆研學業，祝福他們都有最美好的前程，事事順心。本書的撰寫過程雖漫長，但日積跬步，終以至千里。

感謝北京市自然科學基金青年項目（項目編號：9214024）、北京市教育委員會社科計劃一般項目（項目編號：SM202111417006）、教育部人文社會科學研究青年基金項目（項目編號：21YJCZH063）、國家自然科學基金項目（項目編號：71571005）提供的科研資助，感謝北京聯合大學管理學院為本書的出版給予的支持和幫助，同時感謝中國經濟出版社各位編輯的辛苦工作。本書雖然已經過反復修訂，但由于筆者水平有限，難免存在疏漏與不足，請各位讀者不吝指正，并提供寶貴意見。展望未來，相關研究內容會繼續完善與拓展，將繼續與同行進行交流學習新的研究成果。