工程項(xiàng)目建設(shè)是我國(guó)經(jīng)濟(jì)發(fā)展的重要基礎(chǔ),建設(shè)項(xiàng)目的綜合效用是業(yè)主的動(dòng)力源泉。項(xiàng)目的綜合效用往往是由項(xiàng)目的多個(gè)控制目標(biāo)共同組成。在項(xiàng)目建設(shè)管理的的過(guò)程中,主要通過(guò)監(jiān)管和激勵(lì)是兩種手段進(jìn)行管理,在傳統(tǒng)的項(xiàng)目激勵(lì)問(wèn)題的研究中,通常將激勵(lì)目標(biāo)作為定值來(lái)處理。但在實(shí)際的項(xiàng)目建設(shè)過(guò)程中,項(xiàng)目的控制目標(biāo)是相互影響的,工期縮短往往會(huì)降低工程質(zhì)量,工程質(zhì)量的提高往往也造成項(xiàng)目成本的提高,單獨(dú)對(duì)某一控制目標(biāo)進(jìn)行激勵(lì)不一定能夠達(dá)到項(xiàng)目的綜合效益最好。所以,多數(shù)工程會(huì)采取同時(shí)對(duì)質(zhì)量、工期、成本均進(jìn)行激勵(lì),即復(fù)合激勵(lì)情況,因此,如何最優(yōu)地實(shí)施復(fù)合激勵(lì)以達(dá)到激勵(lì)效果最好就顯得非常重要。另外,在激勵(lì)優(yōu)化研究中,多將各變量設(shè)定為連續(xù)變量,也不符合工程實(shí)際情況。本文研究在多模式施工情況下工程質(zhì)量、工期、成本復(fù)合激勵(lì)優(yōu)化問(wèn)題,主要工作和成果是:1、構(gòu)建了多模式工程項(xiàng)目質(zhì)量進(jìn)度成本復(fù)合激勵(lì)博弈模型。針對(duì)多模式施工工程項(xiàng)目,基于成本加酬金合同,考慮采用質(zhì)量激勵(lì)、工期激勵(lì)和成本激勵(lì)的復(fù)合激勵(lì)情況,以業(yè)主方的綜合效用和承包方的收益最大化為目標(biāo),構(gòu)建了stackelberg博弈模型。2、基于遺傳算法設(shè)計(jì)了雙層嵌套優(yōu)化算法�？紤]優(yōu)化模型的結(jié)構(gòu)特性,基于遺傳算法原理,設(shè)計(jì)了求解該模型的雙層嵌套優(yōu)化算法,并對(duì)應(yīng)編制了計(jì)算程序。3、用算例驗(yàn)證了模型的有效性和算法的可行性,并對(duì)計(jì)算結(jié)果進(jìn)行了分析討論。該研究成果可為工程管理人員提高工程管理績(jī)效提供參考。
【學(xué)位單位】：華北水利水電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：F426.92;F406.7;F272.92
【部分圖文】：

技術(shù)路線流程圖

圖 2-1 激勵(lì)過(guò)程Figure 2-1 The incentive process積極性是一種心理動(dòng)力，它的存在，使人們?cè)谧鋈魏问虑闀r(shí)都能保持上進(jìn)心。如果積極性受到刺激，其心理就會(huì)發(fā)生變化，在工作或其他事情上都會(huì)變得主動(dòng)，包括

遺傳算法求解流程

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮錦春;楊林建;;利用遺傳算法進(jìn)行機(jī)械優(yōu)化[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年06期

2 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領(lǐng)域的優(yōu)化與應(yīng)用[J];現(xiàn)代焊接;2012年03期

3 李振業(yè);陳婷;陳靜;;基于遺傳算法的旅游最優(yōu)路徑探究[J];電腦知識(shí)與技術(shù);2018年34期

4 唐文琦;曾干敏;劉澤宇;;淺談遺傳算法及其部分改進(jìn)算法[J];科技風(fēng);2019年12期

5 李巖;袁弘宇;于佳喬;張更偉;劉克平;;遺傳算法在優(yōu)化問(wèn)題中的應(yīng)用綜述[J];山東工業(yè)技術(shù);2019年12期

6 魏曉玲;;一種改進(jìn)遺傳算法及驗(yàn)證[J];電腦編程技巧與維護(hù);2019年06期

7 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機(jī)數(shù)字化裝配車(chē)間調(diào)度技術(shù)研究——基于云計(jì)算和遺傳算法[J];農(nóng)機(jī)化研究;2018年01期

8 梁肖;周湘貞;;基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J];農(nóng)機(jī)化研究;2018年02期

9 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術(shù);2018年01期

10 李超;王杰;史運(yùn)濤;李錦龍;;基于遺傳算法的汽油調(diào)和優(yōu)化系統(tǒng)[J];工業(yè)控制計(jì)算機(jī);2018年10期

相關(guān)會(huì)議論文 前10條

1 謝宏;袁小芳;向啟均;陳yN婧;王立宸;;機(jī)器人慣性參數(shù)的改進(jìn)遺傳算法辨識(shí)方法研究[A];第37屆中國(guó)控制會(huì)議論文集（B）[C];2018年

2 彭軍;徐本柱;劉曉平;;遺傳算法的實(shí)現(xiàn)及其在生產(chǎn)調(diào)度中的應(yīng)用[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

3 韓戰(zhàn)鋼;;遺傳算法及在經(jīng)濟(jì)中的應(yīng)用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 賴梅;熊麗榮;;基于改進(jìn)遺傳算法的乘務(wù)交路優(yōu)化問(wèn)題研究[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

5 肖龍光;丁曉東;;基于理性變異的遺傳算法[A];第六屆中國(guó)青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

6 鞠訓(xùn)光;于洪珍;;求整體優(yōu)化全部解的區(qū)間排除遺傳算法[A];第十七屆全國(guó)過(guò)路控制會(huì)議論文集[C];2006年

7 劉興隆;;快速進(jìn)化式遺傳算法[A];“電力大系統(tǒng)災(zāi)變防治和經(jīng)濟(jì)運(yùn)行重大課題”部分專題暨第九屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2003年

8 談斌;唐力鐵;張己化;周海云;;遺傳算法在漫反射系數(shù)計(jì)算中的應(yīng)用研究[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

9 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

10 蔡亞星;李偉明;尚飛;任武;薛正輝;高本慶;;雙種群遺傳算法進(jìn)行陣列天線綜合[A];2005'全國(guó)微波毫米波會(huì)議論文集（第三冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 郭勉愈　編譯;遺傳算法：讓發(fā)明自動(dòng)“進(jìn)化”[N];科學(xué)時(shí)報(bào);2011年

2 上�？茖W(xué)院規(guī)劃研究處 劉小玲;上海能否成為人工智能城市[N];解放日?qǐng)?bào);2017年

3 記者 常麗君;科學(xué)家首次將遺傳算法用于量子模擬[N];科技日?qǐng)?bào);2016年

4 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

5 記者 李星婷;2014中國(guó)生命電子學(xué)術(shù)年會(huì)在渝召開(kāi)[N];重慶日?qǐng)?bào);2014年

6 記者 劉霞;美用遺傳算法逆向設(shè)計(jì)新型納米材料[N];科技日?qǐng)?bào);2013年

7 高雪娟;協(xié)同設(shè)計(jì)的平臺(tái)策略[N];中國(guó)計(jì)算機(jī)報(bào);2006年

8 陳巍;浩辰有望在協(xié)同設(shè)計(jì)關(guān)鍵領(lǐng)域取得突破 引領(lǐng)CAD應(yīng)用新潮流[N];大眾科技報(bào);2006年

9 本報(bào)記者 李元麗;堅(jiān)持自主創(chuàng)新 掀起AI+教育的中國(guó)浪潮[N];人民政協(xié)報(bào);2018年

10 高峰;美國(guó)真能毀掉中國(guó)？[N];世界報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

2 金小敏;移動(dòng)云環(huán)境中的計(jì)算遷移系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

3 王小港;遺傳算法在VLSI設(shè)計(jì)自動(dòng)化中的應(yīng)用研究[D];中國(guó)科學(xué)院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進(jìn)優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)建模[D];浙江大學(xué);2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

6 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

7 廖平;基于遺傳算法的形狀誤差計(jì)算研究[D];中南大學(xué);2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡(luò)進(jìn)化建模中的應(yīng)用[D];湖南大學(xué);2003年

9 陳星;網(wǎng)絡(luò)并行和遺傳算法在HPM生物效應(yīng)評(píng)價(jià)和輻射天線設(shè)計(jì)中的應(yīng)用研究[D];四川大學(xué);2004年

10 金菊良;遺傳算法及其在水問(wèn)題中的應(yīng)用[D];河海大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 龍澤武;基于遺傳算法的TMD系統(tǒng)參數(shù)分析[D];廣州大學(xué);2019年

2 杜家楠;基于遺傳算法優(yōu)化鋼鐵燒結(jié)配料建模[D];江西財(cái)經(jīng)大學(xué);2019年

3 何寒娜;基于改進(jìn)遺傳算法的3D NoC低功耗映射方法研究[D];合肥工業(yè)大學(xué);2019年

4 林曉雯;電商平臺(tái)服務(wù)器性能優(yōu)化設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

5 由林青;配對(duì)交易策略中交易信號(hào)動(dòng)態(tài)化研究[D];北京工商大學(xué);2018年

6 楊濤;基于SLP和遺傳算法的CR公司車(chē)間布局優(yōu)化研究[D];北京交通大學(xué);2019年

7 閆輝;分割樹(shù)遺傳算法在H公司車(chē)間布局中的應(yīng)用研究[D];河北工業(yè)大學(xué);2017年

8 吳佳焱;基于啟發(fā)式遺傳算法的列車(chē)運(yùn)行速度曲線優(yōu)化研究[D];江西理工大學(xué);2019年

9 毛勇;聯(lián)合隱馬爾可夫與遺傳算法的態(tài)勢(shì)預(yù)測(cè)方法研究[D];西北大學(xué);2019年

10 張媛;OBDDs變量序的遺傳算法求解策略[D];遼寧師范大學(xué);2019年

本文編號(hào)：2821350