引入安全因素的工程项目多目标优化研究
发布时间：2021-10-02 06:49
随着我国建筑业平稳发展,工程项目不断趋于大型化和复杂化,相应的工程项目管理水平日益提高。而工程项目目标优化研究一直是项目管理中的重点和热点。各个目标之间存在对立统一的关系,需要对多个目标进行协调优化控制,不能过分强调其中的某个目标。此外,工程项目施工过程中往往会受到来自多个方面影响的安全风险压力。因此,本文主要结合多目标优化理论和施工安全风险管理理论来展开研究。本文从多目标优化理论的研究出发,加入安全风险管理的思想,建立了工期—成本—安全风险综合优化模型,基于实际工程分析确定各优化目标,并将相关参数代入构建的理论模型中,设计粒子群算法进行求解,从而验证模型的科学性和适用性。文中主要的研究内容和成果包括:（1）建立了工期—安全风险优化模型。通过对工期—安全风险之间的定性关系的研究,可认为二者之间的关系为二次函数关系,从而建立了工期—安全风险函数模型。（2）构建施工安全风险量化评价模型。首先利用工作分解法将镇安抽水蓄能电站分解为1 5项工作单元,结合工程实际将施工安全风险按照HSE体系分解为14项安全风险因素,然后基于作业条件危险性评价法建立了施工安全风险量化评价模型,确定了上水库工程的整...
【文章来源】：西安理工大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图5-1粒子群算法运行环境Fig.5-1ParticleSwarmOptimizationOperatingEnvironment
—安全风险的收敛过程图，如图 5-2 所示。从图 5-2 中可以看出，粒子群适应度值的最小值的变化逐渐趋于稳定，表明该算法的收敛性良好。图5-2 模型粒子群算法计算收敛过程Fig. 5-2 Model Particle Swarm Optimization Computing Convergence Process
图 5-3 工期—成本—安全风险最优解三维散点图ee-dimensional Dispersion Point Diagram of Optimal Solution of Time-C粒子群迭代 200 次后，将各行各个解代入模型后所得的三个 50 个粒子有向最优解靠近的趋势。另一方面，虽然数据之
【参考文献】：
期刊论文
[1]基于模糊神经网络的公路隧道洞口段施工阶段风险评估[J]. 黄越,龚珍,邓祥辉,李鹏,王睿. 工程管理学报. 2018(03)
[2]基于FTA-SCL模型的建设项目风险系统评价[J]. 赵丽娟,董小林,赵佳红,吴阳. 项目管理技术. 2017(04)
[3]基于模糊规划的工程项目工期—成本—质量均衡优化研究[J]. 伊长生,高建炳. 工程管理学报. 2015(01)
[4]水利水电工程项目安全投入非线性优化分配研究[J]. 王文伟,章恒全. 项目管理技术. 2013(05)
[5]工程项目工期—成本—安全水平均衡优化研究[J]. 张连营,严飞,杨瑞. 计算机应用研究. 2013(01)
[6]非线性关系下的工程项目工期—成本—质量综合优化[J]. 尹齐心,余明晖,刘振元. 计算机应用研究. 2011(02)
[7]基于改进粒子群算法的工程项目综合优化[J]. 王维博,冯全源. 西南交通大学学报. 2011(01)
[8]基于博弈关系的建筑安全投入监管对策研究[J]. 申玲,孙其珩,吴立石. 中国安全科学学报. 2010(07)
[9]基于WBS-RBS矩阵的项目风险识别方法的改进及应用[J]. 张志清,王文周. 项目管理技术. 2010(04)
[10]基于全生命周期的项目风险分析方法比较研究[J]. 张玮炜,尹志军,陈立文. 科技管理研究. 2007(09)
博士论文
[1]建筑安全事故成因分析及预警管理研究[D]. 冯利军.天津财经大学 2008
[2]建筑安全的管理和控制研究[D]. 袁海林.西安建筑科技大学 2007
硕士论文
[1]抽水蓄能电站建设期多目标优化研究[D]. 史怡珂.西安理工大学 2018
[2]安全成本约束下的建设项目施工阶段风险管理[D]. 张玲婧.四川师范大学 2018
[3]基于粒子群算法的变电站工程项目多目标优化研究[D]. 张骁.华北电力大学 2018
[4]高层房屋建筑施工安全风险研究[D]. 李滋禾.西安理工大学 2016
[5]明挖法地铁车站施工安全风险管理研究[D]. 夏丹丹.中国矿业大学 2016
[6]建筑企业安全成本评价体系及控制研究[D]. 陈玉梅.重庆大学 2015
[7]考虑风险因素的工程项目动态模糊多目标优化研究[D]. 韩涛涛.天津大学 2014
[8]基于危险源理论的建筑工程施工安全风险管理研究[D]. 黄飞元.福州大学 2014
[9]青岛地铁M3号线区间隧道施工安全风险评估[D]. 施建平.中国海洋大学 2014
[10]地铁项目施工阶段安全风险管理研究[D]. 陈远建.中南大学 2014
本文编号：3418173
【文章来源】：西安理工大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图5-1粒子群算法运行环境Fig.5-1ParticleSwarmOptimizationOperatingEnvironment
—安全风险的收敛过程图，如图 5-2 所示。从图 5-2 中可以看出，粒子群适应度值的最小值的变化逐渐趋于稳定，表明该算法的收敛性良好。图5-2 模型粒子群算法计算收敛过程Fig. 5-2 Model Particle Swarm Optimization Computing Convergence Process
图 5-3 工期—成本—安全风险最优解三维散点图ee-dimensional Dispersion Point Diagram of Optimal Solution of Time-C粒子群迭代 200 次后，将各行各个解代入模型后所得的三个 50 个粒子有向最优解靠近的趋势。另一方面，虽然数据之
【参考文献】：
期刊论文
[1]基于模糊神经网络的公路隧道洞口段施工阶段风险评估[J]. 黄越,龚珍,邓祥辉,李鹏,王睿. 工程管理学报. 2018(03)
[2]基于FTA-SCL模型的建设项目风险系统评价[J]. 赵丽娟,董小林,赵佳红,吴阳. 项目管理技术. 2017(04)
[3]基于模糊规划的工程项目工期—成本—质量均衡优化研究[J]. 伊长生,高建炳. 工程管理学报. 2015(01)
[4]水利水电工程项目安全投入非线性优化分配研究[J]. 王文伟,章恒全. 项目管理技术. 2013(05)
[5]工程项目工期—成本—安全水平均衡优化研究[J]. 张连营,严飞,杨瑞. 计算机应用研究. 2013(01)
[6]非线性关系下的工程项目工期—成本—质量综合优化[J]. 尹齐心,余明晖,刘振元. 计算机应用研究. 2011(02)
[7]基于改进粒子群算法的工程项目综合优化[J]. 王维博,冯全源. 西南交通大学学报. 2011(01)
[8]基于博弈关系的建筑安全投入监管对策研究[J]. 申玲,孙其珩,吴立石. 中国安全科学学报. 2010(07)
[9]基于WBS-RBS矩阵的项目风险识别方法的改进及应用[J]. 张志清,王文周. 项目管理技术. 2010(04)
[10]基于全生命周期的项目风险分析方法比较研究[J]. 张玮炜,尹志军,陈立文. 科技管理研究. 2007(09)
博士论文
[1]建筑安全事故成因分析及预警管理研究[D]. 冯利军.天津财经大学 2008
[2]建筑安全的管理和控制研究[D]. 袁海林.西安建筑科技大学 2007
硕士论文
[1]抽水蓄能电站建设期多目标优化研究[D]. 史怡珂.西安理工大学 2018
[2]安全成本约束下的建设项目施工阶段风险管理[D]. 张玲婧.四川师范大学 2018
[3]基于粒子群算法的变电站工程项目多目标优化研究[D]. 张骁.华北电力大学 2018
[4]高层房屋建筑施工安全风险研究[D]. 李滋禾.西安理工大学 2016
[5]明挖法地铁车站施工安全风险管理研究[D]. 夏丹丹.中国矿业大学 2016
[6]建筑企业安全成本评价体系及控制研究[D]. 陈玉梅.重庆大学 2015
[7]考虑风险因素的工程项目动态模糊多目标优化研究[D]. 韩涛涛.天津大学 2014
[8]基于危险源理论的建筑工程施工安全风险管理研究[D]. 黄飞元.福州大学 2014
[9]青岛地铁M3号线区间隧道施工安全风险评估[D]. 施建平.中国海洋大学 2014
[10]地铁项目施工阶段安全风险管理研究[D]. 陈远建.中南大学 2014
本文编号：3418173
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3418173.html
