자원 제약을 고려한 다단계 프로젝트 일정 문제

본 연구에서는 프로젝트 일정을 단계별 문제로 분할하기 위하여 단계와 모듈로 구분하였다. 즉 일정 문제를 단계별 형식으로 전환하였다. 기존 자원제약을 고려한 일정계획 문제 연구에서 프로젝트 전체일정을 몇 개의 단계로 나누어 해를 찾는 연구는 아직까지 수행되지 않았다. 따라서 본 연구에서는 프로젝트 전체일정을 몇 개의 단계로 분할하여 모듈의 가치가 최대가 될 수 있는 일정계획 수립을 위한 최적화 알고리즘을 제시하고자 한다. 이와 같은 경우 각각의 모듈을 어느 단계에 배정할 것인가와 각 모듈에 속한 활동들의 수행모드, 시작시기를 결정하는 것이 중요하다. 일반적으로 자원 제약을 고려한 프로젝트 일정문제의 경우 최적해 연산시간과 관련된 물리적인 한계에 의하여 대부분의 연구에서 휴리스틱 기법을 활용하고 있다. 하지만 휴리스틱 기법의 경우 활용성은 높지만, 여전히 실행 가능한 해 중 좋은 해를 찾는 것이지 최적해를 찾는 방법은 아니다. 이러한 점에서 최적화 기법의 알고리즘 연구는 중요하다고 할 수 있다. 이에 본 연구는 단계에 속한 모듈들의 가치를 정량화한 가치 최대화를 목적함수로 하여, 기존 연구에서 다루지 않았던 다단계 분할 방식을 활용한 ‘자원제약을 고려한 다단계 프로젝트 일정문제’의 최적화해법을 제시한 데 그 의의가 있다고 할 수 있다. 또한 자원제약을 고려한 일정관리 문제에서 널리 사용되고 있는 휴리스틱 기법 중 이웃탐색 기법을 활용한 가능해를 구하는 알고리즘도 제시하여 연구 범위를 확대하였다.

In this study, in order to divide the project schedule into phased problems, it is divided into phases and modules, In other words, the schedule problem was converted into a step-by-step format, In the existing RCPSP research, a study to find a solution by dividing the entire project schedule into several stages has not been conducted yet, Therefore, in this study, the overall project schedule is divided into several stages to present an optimization algorithm for establishing a schedule that can maximize the value of the module, In such a case, it is important to decide which stage to assign each module to, and to determine the execution mode and start time of the activities belonging to each module, In general, in the case of RCPSP, heuristic techniques are used in most studies due to physical limitations related to the optimal solution calculation time, However, in the case of the heuristic method, although its utility is high, it is still a method of finding a good solution among feasible solutions, not a method of finding an optimal solution, In this regard, it can be said that the study of algorithms for optimization techniques is important, Therefore, this study proposes an optimization solution to the 'Resource constrained multi-phase project scheduling problem' using the multi-step division method that was not dealt with in previous studies, using the quantified value maximization of the values of the modules belonging to the stage as the objective function, can be said to be meaningful, In addition, the scope of research was expanded by presenting an algorithm to find the likelihood using the neighbor search method among the heuristic widely used in RCPSP.