微粒群算法在工程项目集成管理优化问题中的研究与应用

论文摘要

工程项目由若干工作组成,在项目的管理过程中,项目的主要目标——工期、成本、质量密切相关,任何一方发生变化都将会引起其它方面发生相应的变化,并直接或间接地对工程项目产生影响,因此对项目的各项工作进行集成管理优化显得尤为重要。微粒群算法是一种进化计算技术,源于对鸟群捕食行为的研究。与其他优化方法相比,微粒群优化算法的优势在于容易实现同时又有深刻的智能背景,既适合科学研究,又特别适合工程应用。该论文查询了近20年的国内外相关文献,以系统科学理论为基础,从集成管理的概念出发,首先,提出了工程项目集成管理优化的基本理论与方法,建立了工程项目集成管理优化的概念模型,该模型的求解属于国际上公认的NP—hard难题之一,针对此难题提出了利用基于优先权的编码技术和拓扑排序知识把概念模型转化为数学模型,使得模型的求解成为可能,同时也避开了模型求解时惩罚算子繁琐的设计问题。其次,在研究工程质量的量化方程时,运用柯布—道格拉斯回归模型描述工程质量与工程工期、成本间的定量关系。接着,引入了微粒群算法,定义微粒的含义,使用线性加权方法构造微粒适应值函数,解决了多目标间比较时产生偏序问题的难题,从而实现了多目标优化模型向单目标优化模型的转化。而后,提出同时具有惯性权重和限定因子参数的新版本微粒群算法,在论文附件中编制其matlab求解源程序,运用在以管道水平定向钻穿越工程为工程实例的集成管理优化模型中;经过反复地实验,给出了适合该工程实例的参数组合,微粒群算法程序在求解过程表现出了高效的搜索能力,获得了满意的优化结果。最后,着重讨论了在微粒群算法参数设计中微粒个体意识与集体意识的比较分析和微粒群种群规模与协同搜索能力的关系;在工程项目参数变化分析中,探索性地讨论了资源限量变化对集成管理优化最优结果的影响和微粒适应值函数中权重变化的设计以及集成管理优化模型的逆问题求解方法等难题。该论文有图13幅,表3个,参考文献65篇。

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景（Backgroud of This Thesis）
• 1.1.1 国外工程项目管理现状（Status of Project Management Out of China）
• 1.1.2 国内工程项目管理现状（Status of Project Management In China）
• 1.2 选题的意义（Significance of The Chosen Thesis）
• 1.3 国内外文献综述（Summary of References In And Out of China）
• 1.3.1 国外研究文献综述（Summary of References Out of China）
• 1.3.2 国内研究文献综述（Summary of References In China）
• 1.3.3 文献综述小结（Brief Summary of References）
• 1.4 研究目标及内容（Aims And Contents of This Research）
• 1.5 研究方法及技术路线（Method And Techno- Route of This Research）
• 1.6 本章小结（Chapter Summary）
• 2 工程项目集成管理优化理论
• 2.1 工程项目集成管理优化相关概念（Related Conception In Optimization Theory of Project Integration Management）
• 2.1.1 工程项目与工程项目管理（Project And Project Management）
• 2.1.2 集成（Integration）
• 2.1.3 集成管理（Integration Management）
• 2.2 工程项目集成管理优化内涵和特性（Connotation And Character of Project Integration Management Optimization）
• 2.2.1 工程项目集成管理优化内涵（Connotation of Project Integration Management Optimization）
• 2.2.2 工程项目集成管理优化特性（Character of Project Integration Management Optimization）
• 2.3 工程项目集成管理优化的内容（Content of Project Integration Management Optimization）
• 2.3.1 工程项目集成管理计划的制定和优化（Establishment And Optimization of Project Integration Management Plan）
• 2.3.2 工程项目集成管理优化计划的实施控制和预测（Implement Control And Forecast of Project Integration Management Optimization Plan）
• 2.4 工程项目集成管理优化信息平台的构建（Information Flat Construction of Project Integration Management Optimization）
• 2.5 本章小结（Chapter Summary）
• 3 工程项目集成管理优化模型
• 3.1 参数关系设置（Setting of Parameters’Relationship）
• 3.1.1 资源约束设置（Setting of Resources’Restriction）
• 3.1.2 三大目标间关系设置（Setting of Triangle Goals’Relationship）
• 3.1.3 目标函数与资源的关系（Relationship Between Objective Function And Resources）
• 3.2 优化模型的建立（Optimization Model Setup）
• 3.2.1 概念模型的建立（Conceptive Model Setup）
• 3.2.2 数学模型的建立（Mathematics Model Setup）
• 3.3 模型预分析及评价（Pre- Analyze And Evaluate The Model）
• 3.3.1 模型预分析（Pre- Analyze The Model）
• 3.3.2 模型评价（Evaluate The Model）
• 3.4 本章小结（Chapter Summary）
• 4 微粒群算法及其参数设置
• 4.1 微粒群算法简介（Brief Introduction of PSO）
• 4.1.1 微粒群算法发展史（Development of PSO）
• 4.1.2 微粒群算法优点（Excellence of PSO）
• 4.1.3 微粒群算法研究的主要方向（Majority Direction of PSO Research）
• 4.2 微粒群算法原理及参数设置（PSO’s Principle And Its Parameters’Setting）
• 4.2.1 微粒群算法原理（PSO’s Principle）
• 4.2.2 标准微粒群算法流程（Standard PSO’s Arithmetic Flow）
• 4.2.3 微粒群算法参数设置（PSO Parameters’Setting）
• 4.3 本章小结（Chapter Summary）
• 5 工程项目集成管理优化问题的实例应用
• 5.1 实例引入（Instance Import）
• 5.1.1 实例工程项目简介（Brief Instruction of Instance Project）
• 5.1.2 实例工程项目参数（Instance Project’s Parameters）
• 5.2 微粒群算法在工程项目集成管理优化问题中的实例应用（Instance Application of PSO In Project Integration Management Optimization Problem）
• 5.2.1 分析优化结果（Analyze Optimization Result）
• 5.2.2 参数设计分析（Parameters Design Analysis）
• 5.3 本章小结（Chapter Summary）
• 6 结论
• 6.1 研究创新点（Research Innovation Point）
• 6.2 研究不足和改进方向（Shortage of The Research And Direction for Betterment）
• 6.3 进一步研究工作展望（Further Research Prospect）
• 参考文献
• 附件
• 作者简历
• 学位论文数据集