基于多种群蚁群—粒子群融合算法的地铁项目多目标优化研究

发布时间：2020-08-15 17:20

【摘要】：工期、成本和质量是工程项目必须关注和确定的三大管理目标,它们之间存在界面模糊和相关非线性的特点。所以,在管理地铁项目施工工期、质量和成本目标时,应形成多目标优化的管理理念。本文在目前学者们研究的基础上提出用多种群蚁群-粒子群融合算法解决地铁工程项目施工管理过程中的多目标优化问题。主要从以下几方面开展本文的研究工作:首先,分析智能算法在国内外工程多目标优化研究过程中的现状,提出算法的改进方向。第一步是设计多种群蚁群算法,分别建立工期、成本和质量三个蚂蚁子种群,让各种群的蚂蚁按照概率转移公式更新要搜寻的路径,并根据本种群内规定的信息素机制更新信息素,最后完成搜索输出最优解集。第二步,按优化目标个数把粒子群体分为3个从粒子群和1个主粒子群实现从粒子群与主粒子群并行搜索;将多种群蚁群算法的解集作为从粒子群中各粒子的初始解,为粒子提供一个更好的搜索起始位置和起始速度,提升粒子的全局寻找能力加快迭代速度,缩短搜索时间,达到算法融合的效果。其次,分析工期、成本和质量目标的概念,以施工工序为基点建立相应函数模型。构建工期函数模型时用关键路径法;构建成本函数模型时,将成本分为直接成本和间接成本;构建质量函数模型时,首先采用专家打分法对每一道工序中不同施工组织方式完成质量情况和该施工工序在整个工程项目所占比重进行打分,运用熵权法处理打分数据,确定各施工工序的权重,有效兼容主客观赋权法的优点。在各目标函数模型的基础上,以业主规定的目标阈值为条件建立多目标综合优化函数模型。最后,结合某地铁项目对改进的算法和多目标综合优化模型进行验证。在MATLAB R2014a软件环境下编写算法代码,对地铁项目多目标优化问题进行求解,同时与单独的多种蚁群算法、多目标粒子群算法得出的结果进行对比,其结果证明多种群蚁群—粒子群融合算法比后两种算法得到的最优解集多,即可选择的施工组织方案更多并且收敛速度更快。本文的研究为地铁施工项目多目标优化问题提供了新思路。丰富了质量值量化的相关理论,在保证质量的前提下以实现短工期、利益最大化为目的,为施工单位提供多种合理科学的施工方案,更加有效地调动了施工单位的积极性。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U231.3
【图文】：

四章的理论方法对广州市轨道交通八号线北延段同德围站~鹅掌坦为实例进行了实证研究，在 MATLAB 环境下运行出该实验结果。主况、数据整理、算法实现过程及优化结果对比分析。景况取广州市轨道交通八号线北延段同德围站~鹅掌坦站区间右线盾构实证研究，盾构区间右线直线长度为 100.113 米，曲线长度为 419.德围站北到鹅掌坦站北，区间沿线主要的建构筑物有：省丝绸公司雅苑、石井大厦、田心花园、田心花园行天桥、侨德花园等。区间洲冲洪积平原地貌，仅西村站附近及、小坪～石井局部为剥蚀残丘体地层分布情况见图 5.1。

基于多种群蚁群—粒子群融合算法的地铁项目多目标优化研究续表 5.542 2 1 1 1 1 1 1 1 1 1 340 3996.0 88.5 75.6 0.0097 104.1融合算法52 2 2 1 1 1 1 1 1 1 1 316 3889.2 88.0 70.2 0.0094 103.56 2 3 1 1 1 1 1 1 1 1 1 370 4052.0 89.0 82.2 0.0098 104.77 2 3 2 1 1 1 1 1 1 1 1 346 3945.2 88.5 76.9 0.0096 104.15.4.2 相关数据图像在多种群蚁群—粒子群融合算法中各目标优化过程见下列曲线图 5.5—5.7，三个目标综合优化的解集分布散点图见图 5.8。

基于多种群蚁群—粒子群融合算法的地铁项目多目标优化研究续表 5.542 2 1 1 1 1 1 1 1 1 1 340 3996.0 88.5 75.6 0.0097 104.1融合算法52 2 2 1 1 1 1 1 1 1 1 316 3889.2 88.0 70.2 0.0094 103.56 2 3 1 1 1 1 1 1 1 1 1 370 4052.0 89.0 82.2 0.0098 104.77 2 3 2 1 1 1 1 1 1 1 1 346 3945.2 88.5 76.9 0.0096 104.15.4.2 相关数据图像在多种群蚁群—粒子群融合算法中各目标优化过程见下列曲线图 5.5—5.7，三个目标综合优化的解集分布散点图见图 5.8。

【相似文献】

相关期刊论文 前10条

1 胡云腾;李晋卿;赵佩钰;;多目标优化问题的模糊交叉算法与收敛性初探[J];电脑迷;2017年03期

2 毕志升;郑炯彬;蔡桂艳;;基于高维多目标优化的多车场车辆路径问题[J];计算机与数字工程;2017年07期

3 王卫刚;;一种基于多目标优化的混凝剂综合评价方法[J];净水技术;2017年09期

4 雍龙泉;刘三阳;邓方安;张建科;杨国平;;线性互补问题与多目标优化[J];数学杂志;2014年03期

5 朱君;蔡延光;汤雅连;杨军;;多目标优化问题的研究[J];东莞理工学院学报;2014年03期

6 张淑艳;段鹏松;邹卫琴;;浅析多目标优化问题[J];科技视界;2013年14期

7 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期

8 宋武;陈德祥;;一种改进的基于分解多目标优化算法[J];电脑知识与技术;2012年34期

9 陈爱国;周世俊;;基于模糊逻辑的多目标优化问题遗传算法求解探讨[J];河南科学;2006年04期

10 李雨生;;在一种广义锥凸性下的多目标优化解[J];河海大学学报;1987年05期

相关会议论文 前10条

1 叶婵峰;沈波;林都;董宏丽;;基于ε约束理论和修复算子的多目标优化算法[A];第36届中国控制会议论文集（B）[C];2017年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

4 崔少为;;多目标优化在天津轧三钢铁有限公司1号高炉矿槽备料中的应用[A];全国冶金自动化信息网2014年会论文集[C];2014年

5 刘泽双;高莹;;基于多目标遗传算法的个人成才因素评定研究[A];第十一届中国管理科学学术年会论文集[C];2009年

6 雍龙泉;;基于多目标优化算法求解非线性互补问题[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

7 夏玉峰;杨栋;姜来;李帅臣;;多目标优化在缸底锻模结构上的应用[A];创新塑性加工技术，推动智能制造发展——第十五届全国塑性工程学会年会暨第七届全球华人塑性加工技术交流会学术会议论文集[C];2017年

8 胡鑫尧;孙素琴;卢为琴;胡冠章;汪国柄;吴华武;吴季茂;王心枢;张良平;宋烈侠;潭泽光;;计算机辅助分子结构解析和分析化学多目标优化决策[A];中国分析测试协会科学技术奖发展回顾[C];2015年

9 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

10 李兆凯;郝鹏;李刚;;二级层级褶皱结构单胞失效模式分析与多目标优化[A];中国力学大会-2015论文摘要集[C];2015年

相关博士学位论文 前10条

1 孟凡云;具有锥均衡约束的多目标优化的最优性理论[D];大连理工大学;2017年

2 秦志昌;非线性动力学系统的多目标优化控制设计[D];天津大学;2017年

3 田野;基于进化算法的复杂多目标优化问题求解[D];安徽大学;2018年

4 赵泱泱;设计原则导向的多目标优化软件重构[D];南京大学;2018年

5 石美凤;求解多目标优化问题的分布估计算法研究[D];重庆大学;2017年

6 黄亮;膜计算优化方法研究[D];浙江大学;2007年

7 石嘉川;基于模糊评价的配电网络多目标优化研究[D];山东大学;2007年

8 胡超芳;基于决策者满意度的多目标模糊优化算法研究[D];上海交通大学;2007年

9 贺益君;群智能优化方法及其在化学化工中的应用研究[D];浙江大学;2008年

10 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年

相关硕士学位论文 前10条

1 江雪;两种求解多目标优化问题的群智能算法的研究[D];南京师范大学;2018年

2 王锐东;基于样条插值的动态多目标优化算法预测模型及应用[D];湖南大学;2015年

3 慕蓉;基于多种群蚁群—粒子群融合算法的地铁项目多目标优化研究[D];兰州交通大学;2018年

4 林新宇;不同工况下城轨列车ATO多目标优化模型及算法研究[D];兰州交通大学;2018年

5 袁栋;基于日照辐射得热的非标准建筑形态多目标优化设计研究[D];哈尔滨工业大学;2018年

6 李艳艳;多目标优化问题的鲁棒解及其性质研究[D];重庆师范大学;2018年

7 李维俊;生物甲烷系统的全流程模拟与多目标优化[D];中国科学院大学(中国科学院过程工程研究所);2018年

8 刘佳悦;基于多目标优化以及模糊控制理论的单交叉口信号灯配时算法的研究[D];吉林大学;2018年

9 张丽馨;含分布式电源的配电网多目标优化研究[D];山东理工大学;2018年

10 郑伟;基于MOEA/D的改进研究[D];山东师范大学;2018年

本文编号：2794415