欧阳红祥，陈伟伟，李 欣

(1.河海大学 商学院，江苏 南京210098;2.中石化集团管道储运分公司 南京输油处，江苏 南京210046)

资源优化有两类问题，一类是资源有限工期最短问题，另一类是工期固定资源均衡问题。工期固定资源均衡问题按涉及的资源种类数，可分为单资源和多资源均衡问题。工期固定资源均衡问题理论上属于组合优化问题，目前解决这类问题常用的方法有解析式法、启发式算法及智能优化算法［1］。解析式算法只适用于较小规模、较少资源的优化。启发式算法可以求解大规模资源均衡问题，但由于其优化准则、算法都与特定的问题有关，因此算法的可移植性和通用性较差［2］。智能优化算法主要包括遗传算法、模拟退火算法、蚂蚁算法，以及神经网络等。遗传算法是一类可用于复杂系统优化计算的鲁棒搜索算法，与其他方法相比，其具有自行概率搜索、运算并行性，以及搜索效率高等优点［3］，因此许多学者借助遗传算法来求解资源均衡问题，并取得了丰富的成果。在以往的许多研究中，学者们往往基于项目各作业的开工时间进行编码，这种编码方式容易导致在求解过程中产生不满足作业间逻辑关系约束的非可行解。目前解决的办法有两种：一是通过修复算子对不满足作业间逻辑约束的非可行解进行修复;二是通过特定的编码方式来避免求解过程中产生违反作业间逻辑关系约束的非可行解［4］。相比较而言，后一种办法效率更高。……