【摘要】：工期、成本和質(zhì)量是工程項目必須關(guān)注和確定的三大管理目標,它們之間存在界面模糊和相關(guān)非線性的特點。所以,在管理地鐵項目施工工期、質(zhì)量和成本目標時,應(yīng)形成多目標優(yōu)化的管理理念。本文在目前學(xué)者們研究的基礎(chǔ)上提出用多種群蟻群-粒子群融合算法解決地鐵工程項目施工管理過程中的多目標優(yōu)化問題。主要從以下幾方面開展本文的研究工作:首先,分析智能算法在國內(nèi)外工程多目標優(yōu)化研究過程中的現(xiàn)狀,提出算法的改進方向。第一步是設(shè)計多種群蟻群算法,分別建立工期、成本和質(zhì)量三個螞蟻子種群,讓各種群的螞蟻按照概率轉(zhuǎn)移公式更新要搜尋的路徑,并根據(jù)本種群內(nèi)規(guī)定的信息素機制更新信息素,最后完成搜索輸出最優(yōu)解集。第二步,按優(yōu)化目標個數(shù)把粒子群體分為3個從粒子群和1個主粒子群實現(xiàn)從粒子群與主粒子群并行搜索;將多種群蟻群算法的解集作為從粒子群中各粒子的初始解,為粒子提供一個更好的搜索起始位置和起始速度,提升粒子的全局尋找能力加快迭代速度,縮短搜索時間,達到算法融合的效果。其次,分析工期、成本和質(zhì)量目標的概念,以施工工序為基點建立相應(yīng)函數(shù)模型。構(gòu)建工期函數(shù)模型時用關(guān)鍵路徑法;構(gòu)建成本函數(shù)模型時,將成本分為直接成本和間接成本;構(gòu)建質(zhì)量函數(shù)模型時,首先采用專家打分法對每一道工序中不同施工組織方式完成質(zhì)量情況和該施工工序在整個工程項目所占比重進行打分,運用熵權(quán)法處理打分數(shù)據(jù),確定各施工工序的權(quán)重,有效兼容主客觀賦權(quán)法的優(yōu)點。在各目標函數(shù)模型的基礎(chǔ)上,以業(yè)主規(guī)定的目標閾值為條件建立多目標綜合優(yōu)化函數(shù)模型。最后,結(jié)合某地鐵項目對改進的算法和多目標綜合優(yōu)化模型進行驗證。在MATLAB R2014a軟件環(huán)境下編寫算法代碼,對地鐵項目多目標優(yōu)化問題進行求解,同時與單獨的多種蟻群算法、多目標粒子群算法得出的結(jié)果進行對比,其結(jié)果證明多種群蟻群—粒子群融合算法比后兩種算法得到的最優(yōu)解集多,即可選擇的施工組織方案更多并且收斂速度更快。本文的研究為地鐵施工項目多目標優(yōu)化問題提供了新思路。豐富了質(zhì)量值量化的相關(guān)理論,在保證質(zhì)量的前提下以實現(xiàn)短工期、利益最大化為目的,為施工單位提供多種合理科學(xué)的施工方案,更加有效地調(diào)動了施工單位的積極性。
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U231.3
【圖文】：

四章的理論方法對廣州市軌道交通八號線北延段同德圍站~鵝掌坦為實例進行了實證研究，在 MATLAB 環(huán)境下運行出該實驗結(jié)果。主況、數(shù)據(jù)整理、算法實現(xiàn)過程及優(yōu)化結(jié)果對比分析。景況取廣州市軌道交通八號線北延段同德圍站~鵝掌坦站區(qū)間右線盾構(gòu)實證研究，盾構(gòu)區(qū)間右線直線長度為 100.113 米，曲線長度為 419.德圍站北到鵝掌坦站北，區(qū)間沿線主要的建構(gòu)筑物有：省絲綢公司雅苑、石井大廈、田心花園、田心花園行天橋、僑德花園等。區(qū)間洲沖洪積平原地貌，僅西村站附近及、小坪～石井局部為剝蝕殘丘體地層分布情況見圖 5.1。

基于多種群蟻群—粒子群融合算法的地鐵項目多目標優(yōu)化研究續(xù)表 5.542 2 1 1 1 1 1 1 1 1 1 340 3996.0 88.5 75.6 0.0097 104.1融合算法52 2 2 1 1 1 1 1 1 1 1 316 3889.2 88.0 70.2 0.0094 103.56 2 3 1 1 1 1 1 1 1 1 1 370 4052.0 89.0 82.2 0.0098 104.77 2 3 2 1 1 1 1 1 1 1 1 346 3945.2 88.5 76.9 0.0096 104.15.4.2 相關(guān)數(shù)據(jù)圖像在多種群蟻群—粒子群融合算法中各目標優(yōu)化過程見下列曲線圖 5.5—5.7，三個目標綜合優(yōu)化的解集分布散點圖見圖 5.8。

基于多種群蟻群—粒子群融合算法的地鐵項目多目標優(yōu)化研究續(xù)表 5.542 2 1 1 1 1 1 1 1 1 1 340 3996.0 88.5 75.6 0.0097 104.1融合算法52 2 2 1 1 1 1 1 1 1 1 316 3889.2 88.0 70.2 0.0094 103.56 2 3 1 1 1 1 1 1 1 1 1 370 4052.0 89.0 82.2 0.0098 104.77 2 3 2 1 1 1 1 1 1 1 1 346 3945.2 88.5 76.9 0.0096 104.15.4.2 相關(guān)數(shù)據(jù)圖像在多種群蟻群—粒子群融合算法中各目標優(yōu)化過程見下列曲線圖 5.5—5.7，三個目標綜合優(yōu)化的解集分布散點圖見圖 5.8。

【相似文獻】

相關(guān)期刊論文 前10條

1 胡云騰;李晉卿;趙佩鈺;;多目標優(yōu)化問題的模糊交叉算法與收斂性初探[J];電腦迷;2017年03期

2 畢志升;鄭炯彬;蔡桂艷;;基于高維多目標優(yōu)化的多車場車輛路徑問題[J];計算機與數(shù)字工程;2017年07期

3 王衛(wèi)剛;;一種基于多目標優(yōu)化的混凝劑綜合評價方法[J];凈水技術(shù);2017年09期

4 雍龍泉;劉三陽;鄧方安;張建科;楊國平;;線性互補問題與多目標優(yōu)化[J];數(shù)學(xué)雜志;2014年03期

5 朱君;蔡延光;湯雅連;楊軍;;多目標優(yōu)化問題的研究[J];東莞理工學(xué)院學(xué)報;2014年03期

6 張淑艷;段鵬松;鄒衛(wèi)琴;;淺析多目標優(yōu)化問題[J];科技視界;2013年14期

7 郭思涵;龔小勝;;正交設(shè)計的E占優(yōu)策略求解高維多目標優(yōu)化問題研究[J];計算機科學(xué);2012年02期

8 宋武;陳德祥;;一種改進的基于分解多目標優(yōu)化算法[J];電腦知識與技術(shù);2012年34期

9 陳愛國;周世俊;;基于模糊邏輯的多目標優(yōu)化問題遺傳算法求解探討[J];河南科學(xué);2006年04期

10 李雨生;;在一種廣義錐凸性下的多目標優(yōu)化解[J];河海大學(xué)學(xué)報;1987年05期

相關(guān)會議論文 前10條

1 葉嬋峰;沈波;林都;董宏麗;;基于ε約束理論和修復(fù)算子的多目標優(yōu)化算法[A];第36屆中國控制會議論文集（B）[C];2017年

2 羅亞中;;航天器軌跡多目標優(yōu)化研究評述[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

3 張翔;;一種無歧義性的多目標優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

4 崔少為;;多目標優(yōu)化在天津軋三鋼鐵有限公司1號高爐礦槽備料中的應(yīng)用[A];全國冶金自動化信息網(wǎng)2014年會論文集[C];2014年

5 劉澤雙;高瑩;;基于多目標遺傳算法的個人成才因素評定研究[A];第十一屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2009年

6 雍龍泉;;基于多目標優(yōu)化算法求解非線性互補問題[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

7 夏玉峰;楊棟;姜來;李帥臣;;多目標優(yōu)化在缸底鍛模結(jié)構(gòu)上的應(yīng)用[A];創(chuàng)新塑性加工技術(shù)，推動智能制造發(fā)展——第十五屆全國塑性工程學(xué)會年會暨第七屆全球華人塑性加工技術(shù)交流會學(xué)術(shù)會議論文集[C];2017年

8 胡鑫堯;孫素琴;盧為琴;胡冠章;汪國柄;吳華武;吳季茂;王心樞;張良平;宋烈俠;潭澤光;;計算機輔助分子結(jié)構(gòu)解析和分析化學(xué)多目標優(yōu)化決策[A];中國分析測試協(xié)會科學(xué)技術(shù)獎發(fā)展回顧[C];2015年

9 許碧霞;李兆江;;基于循環(huán)經(jīng)濟的城市污水多目標優(yōu)化配置分析[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

10 李兆凱;郝鵬;李剛;;二級層級褶皺結(jié)構(gòu)單胞失效模式分析與多目標優(yōu)化[A];中國力學(xué)大會-2015論文摘要集[C];2015年

相關(guān)博士學(xué)位論文 前10條

1 孟凡云;具有錐均衡約束的多目標優(yōu)化的最優(yōu)性理論[D];大連理工大學(xué);2017年

2 秦志昌;非線性動力學(xué)系統(tǒng)的多目標優(yōu)化控制設(shè)計[D];天津大學(xué);2017年

3 田野;基于進化算法的復(fù)雜多目標優(yōu)化問題求解[D];安徽大學(xué);2018年

4 趙泱泱;設(shè)計原則導(dǎo)向的多目標優(yōu)化軟件重構(gòu)[D];南京大學(xué);2018年

5 石美鳳;求解多目標優(yōu)化問題的分布估計算法研究[D];重慶大學(xué);2017年

6 黃亮;膜計算優(yōu)化方法研究[D];浙江大學(xué);2007年

7 石嘉川;基于模糊評價的配電網(wǎng)絡(luò)多目標優(yōu)化研究[D];山東大學(xué);2007年

8 胡超芳;基于決策者滿意度的多目標模糊優(yōu)化算法研究[D];上海交通大學(xué);2007年

9 賀益君;群智能優(yōu)化方法及其在化學(xué)化工中的應(yīng)用研究[D];浙江大學(xué);2008年

10 過曉芳;超多目標優(yōu)化問題的幾種進化算法研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 江雪;兩種求解多目標優(yōu)化問題的群智能算法的研究[D];南京師范大學(xué);2018年

2 王銳東;基于樣條插值的動態(tài)多目標優(yōu)化算法預(yù)測模型及應(yīng)用[D];湖南大學(xué);2015年

3 慕蓉;基于多種群蟻群—粒子群融合算法的地鐵項目多目標優(yōu)化研究[D];蘭州交通大學(xué);2018年

4 林新宇;不同工況下城軌列車ATO多目標優(yōu)化模型及算法研究[D];蘭州交通大學(xué);2018年

5 袁棟;基于日照輻射得熱的非標準建筑形態(tài)多目標優(yōu)化設(shè)計研究[D];哈爾濱工業(yè)大學(xué);2018年

6 李艷艷;多目標優(yōu)化問題的魯棒解及其性質(zhì)研究[D];重慶師范大學(xué);2018年

7 李維俊;生物甲烷系統(tǒng)的全流程模擬與多目標優(yōu)化[D];中國科學(xué)院大學(xué)(中國科學(xué)院過程工程研究所);2018年

8 劉佳悅;基于多目標優(yōu)化以及模糊控制理論的單交叉口信號燈配時算法的研究[D];吉林大學(xué);2018年

9 張麗馨;含分布式電源的配電網(wǎng)多目標優(yōu)化研究[D];山東理工大學(xué);2018年

10 鄭偉;基于MOEA/D的改進研究[D];山東師范大學(xué);2018年

本文編號：2794415