本文關(guān)鍵詞：基于改進微粒群算法的建設(shè)項目多目標動態(tài)優(yōu)化研究

  更多相關(guān)文章： 多目標優(yōu)化 改進微粒群算法 動態(tài)優(yōu)化 理想點法 系統(tǒng)可靠度

【摘要】：工程項目多目標優(yōu)化問題是項目管理領(lǐng)域的研究熱點之一。多目標優(yōu)化問題貫穿于施工管理中的各個階段,因此對其進行研究可以有效解決施工過程中的具體問題,具有重要的實踐價值。采用經(jīng)典的多目標優(yōu)化算法雖然能在一定程度上解決工程優(yōu)化問題,但求解過程較為復(fù)雜。而微粒群算法憑借其操作簡單,便于實現(xiàn)的特點廣泛應(yīng)用于多目標優(yōu)化問題。本文首先闡述了微粒群算法的基本原理和拓撲結(jié)構(gòu),在此基礎(chǔ)上得出算法改進的關(guān)鍵點。通過將基于剪枝算法的外部歸檔集和閾值引入到微粒群算法中,大大提高了算法的種群多樣性、全局搜索能力和收斂速度。并建立基于理想點法的適應(yīng)度函數(shù),避免了設(shè)置各目標函數(shù)權(quán)重的主觀性。并采用測試函數(shù)證實改進微粒群算法的有效性。其次,在傳統(tǒng)工期、成本、質(zhì)量模型的基礎(chǔ)上,結(jié)合工程項目的實際特點,建立了多目標綜合優(yōu)化模型。在成本—工期模型的研究基礎(chǔ)上,考慮到資金的時間價值,提出了引入費用現(xiàn)值的成本—工期模型。此外,根據(jù)系統(tǒng)可靠度理論,分析工序質(zhì)量可靠度與工序持續(xù)時間的關(guān)系,建立基于系統(tǒng)可靠度的質(zhì)量—工期模型。最后,為了驗證改進微粒群算法的有效性,本文結(jié)合工程實例,采用改進的微粒群算法和非劣分類遺傳算法(NSGA-II算法)進行優(yōu)化對比。結(jié)果表明:改進的微粒群算法比NSGA-II算法的優(yōu)化結(jié)果更科學、收斂速度更快。
【關(guān)鍵詞】：多目標優(yōu)化 改進微粒群算法 動態(tài)優(yōu)化 理想點法 系統(tǒng)可靠度
【學位授予單位】：河北工程大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 多目標優(yōu)化問題研究現(xiàn)狀11-13
• 1.2.2 微粒群算法研究現(xiàn)狀13-14
• 1.3 本文研究內(nèi)容14-15
• 1.4 本文的創(chuàng)新點15
• 1.5 本章小結(jié)15-16
• 第2章 相關(guān)理論基礎(chǔ)16-30
• 2.1 微粒群算法簡介16-18
• 2.1.1 初始版本微粒群算法16-17
• 2.1.2 標準微粒群算法流程17-18
• 2.2 微粒群算法常見的改進18-19
• 2.2.1 加入慣性權(quán)重的微粒群算法18-19
• 2.2.2 加入收縮因子的微粒群算法19
• 2.3 微粒群算法的拓撲結(jié)構(gòu)19-21
• 2.3.1 空連接結(jié)構(gòu)19
• 2.3.2 全連接結(jié)構(gòu)19-20
• 2.3.3 環(huán)形連接結(jié)構(gòu)20-21
• 2.3.4 樹形連接結(jié)構(gòu)21
• 2.4 微粒群算法在多目標優(yōu)化中的應(yīng)用21-26
• 2.4.1 非支配解的保存及歸檔集22-23
• 2.4.2 全局最優(yōu)引導(dǎo)的選取23-26
• 2.5 工程項目多目標優(yōu)化理論基礎(chǔ)26-28
• 2.5.1 多目標優(yōu)化的基本理論26-27
• 2.5.2 傳統(tǒng)多目標優(yōu)化問題的求解方法27-28
• 2.6 項目管理相關(guān)理論28-29
• 2.6.1 項目管理內(nèi)涵28-29
• 2.6.2 項目管理過程29
• 2.7 本章小結(jié)29-30
• 第3章 工程項目多目標優(yōu)化模型建立30-40
• 3.1 工程項目多目標優(yōu)化概述30-31
• 3.2 工期模型的建立31-32
• 3.3 成本-工期模型的建立32-35
• 3.3.1 工期與成本之間的關(guān)系32-33
• 3.3.2 費用現(xiàn)值最小化問題33-34
• 3.3.3 加入PVC的成本-工期模型34-35
• 3.4 質(zhì)量-工期模型的建立35-38
• 3.4.1 工期與質(zhì)量之間的關(guān)系35-36
• 3.4.2 系統(tǒng)可靠度36
• 3.4.3 系統(tǒng)可靠度的計算36-37
• 3.4.4 基于系統(tǒng)可靠度的質(zhì)量—工期模型37-38
• 3.5 工程項目多目標優(yōu)化模型38-39
• 3.6 本章小結(jié)39-40
• 第4章 基于理想點法和剪枝算法的微粒群算法改進40-54
• 4.1 改進的PSO算法40-42
• 4.1.1 基于理想點法的適應(yīng)度函數(shù)40-41
• 4.1.2 基于剪枝算法的外部歸檔集41-42
• 4.2 改進PSO算法流程42-44
• 4.3 實驗分析44-52
• 4.3.1 衡量指標44-45
• 4.3.2 測試函數(shù)45
• 4.3.3 對比算法45-46
• 4.3.4 實驗設(shè)置46-47
• 4.3.5 實驗結(jié)果及分析47-51
• 4.3.6 運行時間分析51-52
• 4.4 本章小結(jié)52-54
• 第5章 工程實例54-62
• 5.1 工程應(yīng)用54-55
• 5.2 模型的建立55-56
• 5.3 單目標求解56-57
• 5.4 改進的微粒群算法多目標優(yōu)化求解57-59
• 5.5 優(yōu)化結(jié)果對比59-61
• 5.6 本章小結(jié)61-62
• 結(jié)論與展望62-63
• 致謝63-64
• 參考文獻64-68
• 作者簡介68-69
• 攻讀碩士學位期間發(fā)表的論文和科研成果69-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 左宗哲;劉寧;陳晨;;基于DEA的建筑工程項目綜合優(yōu)化研究[J];工程管理學報;2013年05期

2 于春雨;郭建英;孫永全;蘇子美;苑會娟;;單元為不同分布的串并聯(lián)系統(tǒng)可靠度Bayes置信限[J];儀器儀表學報;2013年02期

3 馬超;張松;李玉東;陳華平;;考慮風險的大型工程項目多目標均衡優(yōu)化[J];計算機工程;2013年02期

4 仇晨曄;王春露;左興權(quán);方濱興;;基于K-Means全局引導(dǎo)策略的多目標微粒群算法[J];北京郵電大學學報;2012年05期

5 萬冬君;;基于全壽命期的建設(shè)工程項目集成化管理模式研究[J];土木工程學報;2012年S2期

6 莫思敏;曾建潮;謝麗萍;;擴展的微粒群算法[J];控制理論與應(yīng)用;2012年06期

7 張連營;欒燕;鄒旭青;;工程項目工期-成本-質(zhì)量均衡優(yōu)化[J];系統(tǒng)工程;2012年03期

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 戴宏，

本文編號：522663