电力工程项目多目标综合优化研究

发布时间：2017-10-13 18:24

  本文关键词：电力工程项目多目标综合优化研究

  更多相关文章： 电力工程项目 多目标人工蜂群算法(MOABC) 多目标综合优化

【摘要】：作为支撑我国经济发展的基础能源产业和第一基础产业,电力工业在各国经济中的战略地位一直极其重要。改革开放后,中国经济迅猛发展,自然地带动了基础能源业——电力行业的发展,所以,对其进行扩大投产是大势所趋的。另外,对于不断兴起的电力工程项目,研究其目标能否如期实现显得尤为重要。影响电力工程项目成败的因素是多方面的,一般包括了工期、成本费用、质量等。故而,为了能够更好地对电力工程项目的管理工作进行指导,如何合理科学地优化电力工程项目显得尤为重要。针对中国电力工程项目所具有的特征,本文深入分析了电力工程项目的工期、成本和质量的内涵以及三者在整个项目中相互之间的关系,建立了电力工程项目工期—成本—质量的数学模型,并运用多目标人工蜂群算法进行优化,实现了电力工程项目工期、成本、质量的多目标均衡优化。本文的主要研究内容有:(1)根据电力工程项目的特点,深入分析了电力工程项目的工期、成本和质量的内涵以及三者在整个项目中相互之间的关系,在此基础上,构建包含电力工程项目工期、成本和质量这三个目标函数的模型,使其具有更好的适用性。(2)人工蜂群算法(ABC)作为一种模拟蜜蜂采蜜行为的群集智能优化算法,它为解决存在于科学领域的优化问题提供了一种新的方法。本文在标准人工蜂群算法的基础上,提出了多目标人工蜂群算法(MOABC)。将多目标人工蜂群算法应用于电力工程项目工期—成本—质量综合优化中,建立多目标综合优化模型。(3)通过对国华北京燃气热电工程燃机专项施工优化工作来验证多目标人工蜂群算法的可行性和有效性,结果表明:多目标人工蜂群算法能得到多个能够实现项目“工期短,成本低,质量高”的施工方案,使电力工程项目的工期、质量和成本都得到了优化,实现了均衡,效果良好,在电力工程项目工期—成本—质量综合优化工作中具有一定的实际意义和推广价值。
【关键词】：电力工程项目 多目标人工蜂群算法(MOABC) 多目标综合优化
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM72
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景及研究意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-15
• 1.3 本文主要研究内容和创新点15-16
• 1.3.1 本文的主要研究内容15
• 1.3.2 本文的创新点15-16
• 第2章 多目标优化问题相关理论基础16-24
• 2.1 多目标优化问题的一般描述16
• 2.2 多目标优化问题的数学模型16-17
• 2.3 基于Pareto理论的多目标最优解集17-18
• 2.4 多目标优化的方法及分类18-23
• 2.4.1 传统方法18-21
• 2.4.2 多目标智能优化算法21-23
• 2.5 本章小结23-24
• 第3章 电力工程项目多目标优化模型构建24-46
• 3.1 电力工程项目的概念、特点及分类24-27
• 3.1.1 电力工程项目的概念及组成24-25
• 3.1.2 电力工程项目的特点25
• 3.1.3 电力工程项目的分类25-27
• 3.2 电力工程项目工期、费用、质量的相关理论27-33
• 3.2.1 电力工程项目工期分析27-30
• 3.2.2 电力工程项目成本分析30-31
• 3.2.3 电力工程项目质量分析31-33
• 3.3 电力工程项目多目标关系分析及模型建立33-45
• 3.3.1 电力工程项目工期—成本关系分析及模型建立33-36
• 3.3.2 电力工程项目工期—质量关系分析及模型建立36-39
• 3.3.3 电力工程项目质量—成本关系分析39-42
• 3.3.4 电力工程项目工期—成本—质量多目标优化模型建立42-45
• 3.4 本章小结45-46
• 第4章 多目标人工蜂群算法研究46-60
• 4.1 人工蜂群算法简介46-55
• 4.1.1 人工蜂群算法基本原理46-51
• 4.1.2 人工蜂群算法优化流程51-53
• 4.1.3 人工蜂群算法的特点53-55
• 4.2 多目标人工蜂群算法55-59
• 4.2.1 多目标人工蜂群算法的总体框架55-57
• 4.2.2 初始化57
• 4.2.3 生成雇佣蜂和观察蜂57-58
• 4.2.4 生成侦察蜂58
• 4.2.5 更新外部档案58-59
• 4.3 本章小结59-60
• 第5章 基于多目标人工蜂群算法的电力工程项目多目标优化实证研究60-69
• 5.1 电力工程项目概况及问题描述60-65
• 5.1.1 电力工程项目概况60
• 5.1.2 问题描述及数据整理60-65
• 5.2 模型构建65-66
• 5.3 基于多目标人工蜂群算法的模型实现66-67
• 5.4 多目标蜂群算法优化结果分析67-68
• 5.5 本章小结68-69
• 第6章 研究结果和结论69-70
• 参考文献70-73
• 在学期间发表的学术论文和参加科研情况73-74
• 致谢74

【参考文献】

中国期刊全文数据库 前10条

1 伊长生;高建炳;;基于模糊规划的工程项目工期—成本—质量均衡优化研究[J];工程管理学报;2015年01期

2 刘吉成;常昊;王素花;;基于Pareto蚁群算法的风电项目工期-成本-质量均衡优化[J];电力建设;2014年04期

3 张连营;栾燕;邹旭青;;工程项目工期-成本-质量均衡优化[J];系统工程;2012年03期

4 力红;余建军;孙树栋;;时间、成本与质量三目标建模及优化[J];计算机工程与应用;2010年24期

5 熊鹰;匡亚萍;;基于蚁群算法的施工项目工期-成本优化[J];系统工程理论与实践;2007年03期

6 刘晓峰;陈通;张连营;;基于微粒群算法的工程项目质量、费用和工期综合优化[J];土木工程学报;2006年10期

7 杨耀红;汪应洛;王能民;;工程项目工期成本质量模糊均衡优化研究[J];系统工程理论与实践;2006年07期

8 杨湘,张连营,张杰;工程项目工期——成本综合模糊优化[J];土木工程学报;2003年03期

9 戚安邦;多要素项目集成管理方法研究[J];南开管理评论;2002年06期

10 吴唤群,唐莉,孙相军,莫连光;搭接施工网络工期优化研究[J];系统工程;2001年04期

中国博士学位论文全文数据库 前1条

1 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年

中国硕士学位论文全文数据库 前10条

1 解书琴;基于多目标混合人工蜂群算法的能效优化调度研究[D];华中科技大学;2014年

2 董晓萌;建设项目绿色施工多目标均衡优化研究[D];中南大学;2012年

3 田淑粉;基于协同进化算法的工程项目多目标优化[D];河北工程大学;2012年

4 李云彬;多目标人工蜂群算法的研究与应用[D];东北大学;2012年

5 刘媛;基于多种群蚁群算法的工程项目工期—成本—质量多目标优化及应用研究[D];江苏科技大学;2012年

6 邹旭青;工程项目进度—成本—质量优化模型研究[D];天津大学;2010年

7 张淑山;基于免疫遗传微粒群算法的工程项目工期—质量—成本均衡优化[D];天津大学;2010年

8 曹m锊，

本文编号：1026415