基于混合微粒群算法的工程项目多目标优化

论文摘要

随着人们对工程项目执行效率的重视和多目标优化技术的发展,工程项目多目标优化问题已经成为一个很重要的课题。以往针对工程项目多目标优化问题的文献大多是首先研究项目工期和项目直接成本的定性关系并建立两者的定量优化模型,利用传统的数学方法对建立的两目标优化模型进行求解。它们大多没有考虑到项目中工程质量这个很重要的目标,此外,利用传统数学优化技术对多目标函数模型进行优化不仅操作复杂,而且解法本身对优化函数有很多要求,解法适用范围相对较小。本文利用对比分析和实例验证的方法,通过定性分析和定量计算的手段研究利用混合微粒群算法优化工程项目多目标的问题。该研究成果不仅丰富了工程项目多目标优化问题的理论知识,而且还提供了一种有效可行的项目管理技术。论文首先定性分析了工程项目多目标—工期、成本、质量之间的关系,并建立三者之间的定量模型,介绍并比较了微粒群算法的发明和发展历史。针对传统数学多目标优化技术操作复杂和基本微粒群算法容易陷入局部最优的缺陷,本文借鉴遗传算法中的交叉和变异操作对标准微粒群算法进行了改进,发展成为一种新的微粒群算法—混合微粒群算法。最后,论文将混合微粒群优化算法应用于一个工程实例,结果显示了该改进算法在工程项目多目标优化问题中的实用性和有效性。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 概论
• 1.1 工程项目多目标优化问题的研究背景及意义
• 1.2 工程项目多目标优化问题的研究现状
• 1.3 微粒群算法概述
• 1.3.1 微粒群算法理论研究
• 1.3.2 微粒群算法应用研究
• 1.4 本文的主要研究内容及创新点
• 1.4.1 本文的主要研究内容
• 1.4.2 本文的主要创新点
• 第二章 混合微粒群算法研究
• 2.1 微粒群算法简介
• 2.1.1 最初版本微粒群算法
• 2.1.2 标准微粒群算法
• 2.1.3 标准公式及参数分析
• 2.1.4 算法流程
• 2.2 加入收缩因子的微粒群算法
• 2.2.1 三种算法的比较
• 2.3 交叉变异混合微粒群算法（HPSO）
• 2.3.1 HPSO 算法介绍
• 2.3.2 算法流程
• 2.3.3 实验比较
• 2.4 交叉变异微粒群算法用于多目标优化
• 2.4.1 评价函数
• 2.4.2 基于交叉变异微粒群算法的多目标优化有效性分析
• 第三章 工程项目多目标优化问题研究
• 3.1 工程项目多目标优化理论基础
• 3.1.1 多目标优化的基本理论
• 3.1.2 传统多目标优化问题求解
• 3.1.3 工程项目多目标优化
• 3.2 工程工期－成本模型分析
• 3.2.1 工序持续时间－成本关系分析
• 3.2.2 工程工期－成本模型
• 3.3 工程工期－质量模型分析
• 3.4 工程质量－成本模型
• 3.4.1 质量成本概述
• 3.4.2 工程质量－成本模型
• 3.5 工程项目多目标优化一般模型
• 第四章 实例分析
• 4.1 工程概括
• 4.2 模型建立
• 4.3 交叉变异pso 求解过程
• 4.4 结果分析
• 第五章 结束语
• 参考文献
• 发表论文和科研情况说明
• 附录 混合微粒群算法源程序代码
• 致谢