我们根据这些前提条件进行进度编排。目标是成本少时间短,为次生成一个目标函数,因
为成本和时间的单位不一致,所以在时间前乘以一个权值,成本乘以一个权值,得出一个目
标函数 f(x).
目标是函数值最小。为了得到目标函数的结果,需要进行组合最优化,得出人员的贡献矩
阵。
既每个人对每个任务的投入情况,如图所示:mij 表示第 i 个人对第 j 个任务的付出百分
比,正常情况下 mij 是组合最优化属于运筹学的范围,有很多的组合最优化算法,例如多项
式时间算法,近似算法,启发式算法,遗传算法,枚举算法等等...
我们通过组合最优化的其中一个方法,计算出人员对任务的付出矩阵。
如图所示:我们可以看到第一个人和第二个人对第一个任务是百分比的参与工作,然后我
们根据贡献矩阵计算每个任务的历时。