基于多目标遗传算法的水利工程施工进度计划优化

论文摘要

随着社会主义市场经济体制的建立,工程建设投资体制的改革,项目法人责任制及工程承包制的实行,如何在预定的工期目标内完成工程项目,降低工程成本,提高经济效益,已成为当前项目投资者和工程承包商所共同关心的问题。为此,首先应对工程的工期进行仔细研究和论证,制定科学合理的施工进度计划,同时还应根据施工进度计划对施工中所需的各种资源进行具体策划、统筹安排、合理使用。在保证工期、质量的前提下,如何节约成本投入,创造出满意的经济效益,并使其最大化,是建设完成好每个工程施工项目的关键,因此,对工程施工进度计划的研究更具有现实意义。大型水利工程施工,由于工期长、投资大、工序多、施工条件复杂,且极易受自然条件的影响,因而制定其施工进度计划是一项十分复杂的工作,而这也是施工组织设计的难点。同时,缺少切实有效的施工进度计划优化理论与方法也制约着施工管理水平的提高。本文对水利工程施工进度计划优化及控制方法进行了理论分析与应用研究。主要结论如下:1.通过对遗传算法理论和水利工程施工工期、成本、质量优化的研究,并对其成果进行了分析和总结,将各活动的质量进行了量化处理,将整个水利工程的质量表征为各活动质量的某种函数,与工期、成本一起建立了实际工程施工进度计划工期、成本、质量优化的数学模型,同时,为寻找出工期短、成本低、质量优的平衡点,结合遗传算法的智能搜索寻优技术,提出了工期、成本、质量优化的定量方法。2.在分析了基于遗传算法的限定工程质量及费用下的最短工期、限定工程工期及质量下的最低费用、限定工期及费用下的工程最优质量的单目标遗传算法优化的基础上,研究了基于多目标遗传算法的水利工程施工工期、成本、质量优化的方法,解决了用多目标遗传算法对工期、成本、质量进行优化的问题。3.用MATLAB语言编制了工期、成本、质量优化的遗传算法程序。以某水利工程为研究对象,利用遗传算法程序进行优化计算,比较分析了优化前后施工进度计划工期、成本、质量的变化量,取得了良好的效果,从而验证了多目标遗传算法在水利工程施工进度计划优化中应用的可行性。4.最后,总结了本文的研究工作,分析了研究的不足之处,并对今后的研究进行了展望。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 水利工程施工进度计划优化研究背景与意义
• 1.2 施工进度计划的研究现状
• 1.3 本文研究的主要内容
• 2 遗传算法简介
• 2.1 遗传算法的发展简史
• 2.2 遗传算法基础
• 2.2.1 遗传算法的基本原理
• 2.2.2 遗传算法的基本操作
• 2.2.3 遗传算法的特点和优点
• 2.3 多目标遗传算法（MOGA）
• 2.4 非支配性排序遗传算法
• 3 网络施工进度计划
• 3.1 网络计划方法的发展历史
• 3.2 网络计划技术
• 3.3 网络施工进度计划的步骤
• 3.4 网络计划技术的基本特点
• 3.5 网络施工进度计划的优化
• 3.5.1 工期优化
• 3.5.2 费用优化
• 3.6 网络计划的调整
• 3.6.1 静态调整
• 3.6.2 动态调整
• 4 水利工程施工进度计划优化
• 4.1 施工进度计划
• 4.1.1 施工进度计划概述
• 4.1.2 施工进度计划的分类
• 4.2 基本概念
• 4.3 工期与成本的关系
• 4.4 工期与质量的关系
• 4.5 工期、成本、质量优化的遗传算法
• 4.5.1 工期、成本、质量优化的数学模型
• 4.5.2 遗传算法的求解
• 4.6 实例参数
• 4.6.1 实例网络图
• 4.6.2 实例参数表
• 4.7 基于NSGAⅡ的优化结果
• 4.8 遗传算法优化结果分析
• 4.9 工期、成本、质量之间的关系
• 4.10 工期、成本、质量之间的关系说明
• 4.11 小结
• 5 结论与展望
• 5.1 主要结论
• 5.2 需要进一步研究的问题
• 参考文献
• 在读期间发表的学术论文
• 作者简介
• 致谢