Задача ресурсного планирования проектов с ограниченными ресурсами -- RCPSP, является одной из ключевых в области проектного менеджмента. Генетические алгоритмы являются одними из наиболее эффективных методов решения данной задачи с точки зрения качества получаемых решений. Однако их существенным недостатком остается низкая скорость сходимости к оптимальному решению. Целью данной работы является улучшение сходимости генетического алгоритма за счет обогащения начальной популяции. Полученные эвристики позволяют сформировать стартовую популяцию более высокого качества, что сокращает количество итераций, необходимых для поиска оптимального решения. В разрабатываемых тестах используется решение фреймворка SAMPO в качестве базового подхода для оценки эффективности предложенного метода.

Кимельфельд Д.П. (науч. рук. Ковальчук М.А.) Генерация эвристик для rcpsp с помощью больших языковых моделей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16987