论文摘要
工程项目集成管理日渐成为了现代工程项目管理的一种主流模式。而我国的项目集成管理在这一阶段的研究主要集中在对单因素和两因素的分析上,缺少对其的系统分析。本文结合目前工程项目管理的理论和方法,对工程项目集成管理系统进行了具体阐述。并以网络计划技术为基础建立了工程项目成本、工期和质量多目标集成网络计划模型,采用小生镜遗传算法对模型进行求解,实现了工程项目成本、工期和质量的集成管理。同时在对工程项目风险因素分析和评价的基础上,采用BP神经网络对工程项目风险进行预测,并将风险预测的结果与工程项目成本、工期和质量的优化结果进行集成,得出整个工程项目包含了风险因素在内的成本、工期和质量的优化结果。实现了工程项目成本、工期、质量和风险四要素的集成管理。本文通过对工程项目集成管理的分析和研究、工程项目多目标集成网络计划的建立、优化和工程项目风险的预测,探索了一种兼顾工程项目的成本、工期、质量和风险四个要素的工程项目集成管理方法,风险因素与其它要素的集成将大大提高了工程项目集成管理的现实意义。
论文目录
摘要Abstract第1章 绪论1.1 研究背景1.2 国内外工程项目管理的研究状况1.2.1 国外工程项目管理的研究状况1.2.2 国内工程项目管理的研究状况1.2.3 工程项目集成管理存在的问题1.3 研究意义1.4 本文研究的主要内容和创新点第2章 工程项目集成管理的理论分析2.1 集成管理的理论基础2.1.1 集成的基本内涵及其特征2.1.2 集成管理的发展2.1.3 集成管理的内涵及其特征2.2 工程项目集成管理的基本理论2.2.1 工程项目集成管理的可行性2.2.2 工程项目集成管理的内涵及其特征2.2.3 工程项目四要素集成管理的理论分析2.3 工程项目集成管理的技术与方法2.4 本章小结第3章 工程项目集成管理的研究3.1 工程项目三要素集成网络计划模型的建立3.1.1 工程项目工期和费用的关系3.1.2 作业持续时间和费用的关系3.1.3 工程项目工期-成本优化模型3.1.4 工程项目质量-作业持续时间模型3.1.5 工程项目三要素集成网络计划模型的建立3.2 工程项目三要素集成网络计划优化设计3.2.1 遗传算法概述3.2.2 基本遗传算法的运行步骤3.2.3 基本遗传算法的应用设计3.2.4 小生境遗传算法理论3.2.5 基于小生境遗传算法的集成网络计划优化设计3.3 工程项目风险预测研究3.3.1 工程项目风险概述3.3.2 工程项目风险因素分析3.3.3 基于BP 神经网络的工程项目风险预测3.4 工程项目四要素集成3.4.1 工程项目风险的定义3.4.2 工程项目四要素集成方法3.5 本章小结第4章 工程实例分析4.1 算例计算与分析4.2 集成网络计划模型优化4.3 工程项目风险预测4.4 工程项目四要素集成计算4.5 本章小结结论与展望参考文献致谢附录 小生境遗传算法主程序作者简介发表的学术论文和科研成果
相关论文文献
标签:工程项目论文; 集成管理论文; 小生境遗传算法论文; 神经网络论文;