首页> 中文学位 >基于遗传算法的工程项目多目标管理定量分析模型
【6h】

基于遗传算法的工程项目多目标管理定量分析模型

代理获取

目录

文摘

英文文摘

声明

第一章 绪论

1.1研究背景

1.2研究现状和文献回顾

1.2.1工期-费用的优化

1.2.2工期-费用-质量综合优化

1.2.3质量量化问题

1.3研究目的和内容

1.3.1研究目的

1.3.2研究内容及研究思路

第二章 遗传算法和多目标优化理论

2.1遗传算法的原理及设计策略

2.1.1遗传算法简介

2.1.2遗传算法的基本原理

2.1.3遗传算法的运算流程

2.1.4遗传算法的设计

2.2多目标优化理论

2.2.1多目标优化的基本概念

2.2.2非支配解

2.2.3基本求解方法

2.3遗传多目标优化

2.3.1适应值分配机制

2.3.2适应值共享

2.3.3本文拟采用的遗传多目标优化方法

第三章 工期-费用-质量权衡优化模型的建立和求解

3.1工期-费用-质量之间的关系

3.1.1定性分析

3.1.2定量分析

3.2工期-费用-质量权衡优化模型的建立

3.2.1假设条件及定义

3.2.2决策变量

3.2.3目标函数

3.2.4质量量化体系

3.3模型的求解

3.3.1确定初始参数

3.3.2随机生成初始群体

3.3.3计算目标值

3.3.4适应值分配

3.3.5遗传算子操作

3.3.6输出

第四章 案例应用

4.1案例背景

4.2初始参数估计

4.2.1项目参数

4.2.2遗传参数

4.3运算程序

4.4结果分析

第五章 结论

参考文献

发表论文和科研情况说明

致 谢

展开▼

摘要

随着信息技术在工程项目管理中的广泛应用,以及管理水平的提高,工程项目的量化管理成为可能。工程项目管理所要实现的基本目标是工期、费用和质量,项目总体目标的实现有赖于项目管理者对这三大基本目标的管理。工程项目多个目标之间相互对立而又统一的特性使得项目目标量化管理工作的难度加大,通过建立一个有效的多目标管理定量分析模型,对项目三大目标进行权衡优化,将为项目决策者提供有力的决策支持。 遗传算法作为一种搜索寻优技术,近年来开始广泛应用于工程学科,其良好的搜索寻优特性和较高的求解效率,较为适宜处理工程项目多目标优化问题。遗传多目标优化技术为解决这种多目标优化问题提供了多种方法,Pareto排序法就是其中一种较为有效的途径。同时通过共享技术实现对遗传操作过程中解的收敛性和均匀性进行控制,使得解朝着最优权衡曲面收敛,从而得到问题的Pareto最优解。 本文根据当前对工程项目质量的研究成果,构建了一套质量衡量体系,使质量量化的方法更为科学、合理;然后在对工程项目多目标管理定性分析和工期-费用优化研究的基础上,利用多目标优化理论和遗传算法建立了工期-费用-质量多目标权衡模型,利用Baker的Pareto排序方法和共享技术相结合的适应值分配机制,对模型的求解进行了全面阐述;最后将该模型应用于一个实际案例中,利用计算机程序实现了对其求解,从而对模型的可行性和适用性进行了验证和分析,总结了模型的不足之处,并提出可改进的方面。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号