当前位置:主页 > 科技论文 > 交通工程论文 >

基于QPSO算法的碳排放约束下路基工程施工机械优化配置模型研究

发布时间:2024-12-17 23:44
  路基工程施工机械配置方案的好坏直接影响着整个工程的质量、经济、交通、人文、进度、成本、以及环境。目前,一些施组人员在编写施工组织设计时只是分析机械性能和择选原则、利用多年的工作经验、运用主观静止的简单计算方法确定机械配置方案,这可能会导致工期的延误或成本的增加;同时,路基工程施工机械在施工过程中会产生大量的二氧化碳,导致全球变暖。为解决这些问题,本文结合了现有的施工机械优化配置模型,并在此基础上构建了碳排放约束下路基工程施工机械优化配置模型,运用量子粒子群(QPSO)算法对该模型进行求解,得到最终的机械配置方案。本文分为三部分对碳排放约束下路基工程施工机械优化配置模型进行研究。首先运用文献分析法和定性分析法对路基施工机械配置的一般原则、配置过程、配置系统、以及施工机械配置方案的评价方法进行分析,确定了机械配置模型的优化目标;再运用定量分析的方法对各目标要素进行核算,构建各目标与施工机械配置方案间的函数关系,并提出碳排放因素,通过定性结合定量的方法构建碳排放约束下路基工程施工机械优化配置模型;最后对碳排放约束下路基工程施工机械优化配置模型进行求解,先采用文献分析法得出QPSO算法在求解多目...

【文章页数】:70 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 施工机械优化配置研究现状
        1.2.2 量子粒子群(QPSO)优化算法研究现状
    1.3 研究内容及方法
        1.3.1 主要研究内容
        1.3.2 主要研究方法
        1.3.3 技术路线
2 路基工程施工机械优化配置及QPSO算法的相关理论
    2.1 路基工程施工机械配置
        2.1.1 路基工程施工机械配置一般原则
        2.1.2 路基工程施工机械优化配置过程和配置系统
        2.1.3 施工机械配置方案的评价方法
    2.2 多目标优化理论
        2.2.1 多目标优化的概念
        2.2.2 多目标优化理论在机械优化配置中的应用
        2.2.3 多目标优化问题求解方法
    2.3 QPSO算法的基本原理和优点
        2.3.1 QPSO算法的基本原理
        2.3.2 QPSO算法的优点
3 碳排放约束下路基工程施工机械优化配置模型的构建
    3.1 现有的施工机械优化配置模型
        3.1.1 施工机械配置模型的优化目标分析
        3.1.2 质量约束下-工期-成本多目标施工机械优化配置模型
    3.2 碳排放约束下路基工程施工机械优化配置模型
        3.2.1 碳排放目标分析
        3.2.2 碳排放目标的核算方法
        3.2.3 碳排放约束下施工机械优化配置模型的构建
4 基于QPSO算法的施工机械优化配置模型求解研究
    4.1 量子粒子群算法概述
        4.1.1 基本粒子群算法
        4.1.2 标准粒子群算法
        4.1.3 量子粒子群算法
    4.2 量子粒子群算法设计步骤
        4.2.1 量子粒子群算法流程
        4.2.2 量子粒子群算法的参数设置
        4.2.3 碳排放约束下施工机械优化配置模型的QPSO算法实现
5 碳排放约束下路基工程施工机械优化配置模型的实践应用
    5.1 铁路路基工程机械化施工实例背景
    5.2 碳排放约束下的施工机械优化配置模型在此案例中的应用
    5.3 QPSO算法的编码实现
    5.4 碳排放约束下施工机械配置方案及效果评价
        5.4.1 碳排放约束下的施工机械优化配置模型求解结果
        5.4.2 现有的施工机械优化配置模型求解结果
        5.4.3 配置效果评价
6 结论与展望
    6.1 结论
    6.2 展望
致谢
参考文献
附录A 量子粒子群算法求解程序算法主要代码
攻读学位期间的研究成果



本文编号:4016712

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/4016712.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户df59c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com