多模式工程项目质量工期成本复合激励优化研究

发布时间：2020-09-18 06:58

　　 工程项目建设是我国经济发展的重要基础,建设项目的综合效用是业主的动力源泉。项目的综合效用往往是由项目的多个控制目标共同组成。在项目建设管理的的过程中,主要通过监管和激励是两种手段进行管理,在传统的项目激励问题的研究中,通常将激励目标作为定值来处理。但在实际的项目建设过程中,项目的控制目标是相互影响的,工期缩短往往会降低工程质量,工程质量的提高往往也造成项目成本的提高,单独对某一控制目标进行激励不一定能够达到项目的综合效益最好。所以,多数工程会采取同时对质量、工期、成本均进行激励,即复合激励情况,因此,如何最优地实施复合激励以达到激励效果最好就显得非常重要。另外,在激励优化研究中,多将各变量设定为连续变量,也不符合工程实际情况。本文研究在多模式施工情况下工程质量、工期、成本复合激励优化问题,主要工作和成果是:1、构建了多模式工程项目质量进度成本复合激励博弈模型。针对多模式施工工程项目,基于成本加酬金合同,考虑采用质量激励、工期激励和成本激励的复合激励情况,以业主方的综合效用和承包方的收益最大化为目标,构建了stackelberg博弈模型。2、基于遗传算法设计了双层嵌套优化算法。考虑优化模型的结构特性,基于遗传算法原理,设计了求解该模型的双层嵌套优化算法,并对应编制了计算程序。3、用算例验证了模型的有效性和算法的可行性,并对计算结果进行了分析讨论。该研究成果可为工程管理人员提高工程管理绩效提供参考。
【学位单位】：华北水利水电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F426.92;F406.7;F272.92
【部分图文】：

技术路线流程图

图 2-1 激励过程Figure 2-1 The incentive process积极性是一种心理动力，它的存在，使人们在做任何事情时都能保持上进心。如果积极性受到刺激，其心理就会发生变化，在工作或其他事情上都会变得主动，包括

遗传算法求解流程

【相似文献】

相关期刊论文 前10条

1 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期

2 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期

3 李振业;陈婷;陈静;;基于遗传算法的旅游最优路径探究[J];电脑知识与技术;2018年34期

4 唐文琦;曾干敏;刘泽宇;;浅谈遗传算法及其部分改进算法[J];科技风;2019年12期

5 李岩;袁弘宇;于佳乔;张更伟;刘克平;;遗传算法在优化问题中的应用综述[J];山东工业技术;2019年12期

6 魏晓玲;;一种改进遗传算法及验证[J];电脑编程技巧与维护;2019年06期

7 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期

8 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期

9 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期

10 李超;王杰;史运涛;李锦龙;;基于遗传算法的汽油调和优化系统[J];工业控制计算机;2018年10期

相关会议论文 前10条

1 谢宏;袁小芳;向启均;陈yN婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集（B）[C];2018年

2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年

5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年

7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年

8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

9 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集（第三册）[C];2006年

相关重要报纸文章 前10条

1 郭勉愈　编译;遗传算法：让发明自动“进化”[N];科学时报;2011年

2 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年

3 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年

4 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

5 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年

6 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年

7 高雪娟;协同设计的平台策略[N];中国计算机报;2006年

8 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年

9 本报记者 李元丽;坚持自主创新 掀起AI+教育的中国浪潮[N];人民政协报;2018年

10 高峰;美国真能毁掉中国？[N];世界报;2012年

相关博士学位论文 前10条

1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年

2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年

3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年

4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年

7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年

9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年

10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年

相关硕士学位论文 前10条

1 龙泽武;基于遗传算法的TMD系统参数分析[D];广州大学;2019年

2 杜家楠;基于遗传算法优化钢铁烧结配料建模[D];江西财经大学;2019年

3 何寒娜;基于改进遗传算法的3D NoC低功耗映射方法研究[D];合肥工业大学;2019年

4 林晓雯;电商平台服务器性能优化设计与实现[D];电子科技大学;2019年

5 由林青;配对交易策略中交易信号动态化研究[D];北京工商大学;2018年

6 杨涛;基于SLP和遗传算法的CR公司车间布局优化研究[D];北京交通大学;2019年

7 闫辉;分割树遗传算法在H公司车间布局中的应用研究[D];河北工业大学;2017年

8 吴佳焱;基于启发式遗传算法的列车运行速度曲线优化研究[D];江西理工大学;2019年

9 毛勇;联合隐马尔可夫与遗传算法的态势预测方法研究[D];西北大学;2019年

10 张媛;OBDDs变量序的遗传算法求解策略[D];辽宁师范大学;2019年

本文编号：2821350