基于改进微粒群算法的建设项目多目标动态优化研究

发布时间：2017-07-05 16:12

  本文关键词：基于改进微粒群算法的建设项目多目标动态优化研究

  更多相关文章： 多目标优化 改进微粒群算法 动态优化 理想点法 系统可靠度

【摘要】：工程项目多目标优化问题是项目管理领域的研究热点之一。多目标优化问题贯穿于施工管理中的各个阶段,因此对其进行研究可以有效解决施工过程中的具体问题,具有重要的实践价值。采用经典的多目标优化算法虽然能在一定程度上解决工程优化问题,但求解过程较为复杂。而微粒群算法凭借其操作简单,便于实现的特点广泛应用于多目标优化问题。本文首先阐述了微粒群算法的基本原理和拓扑结构,在此基础上得出算法改进的关键点。通过将基于剪枝算法的外部归档集和阈值引入到微粒群算法中,大大提高了算法的种群多样性、全局搜索能力和收敛速度。并建立基于理想点法的适应度函数,避免了设置各目标函数权重的主观性。并采用测试函数证实改进微粒群算法的有效性。其次,在传统工期、成本、质量模型的基础上,结合工程项目的实际特点,建立了多目标综合优化模型。在成本—工期模型的研究基础上,考虑到资金的时间价值,提出了引入费用现值的成本—工期模型。此外,根据系统可靠度理论,分析工序质量可靠度与工序持续时间的关系,建立基于系统可靠度的质量—工期模型。最后,为了验证改进微粒群算法的有效性,本文结合工程实例,采用改进的微粒群算法和非劣分类遗传算法(NSGA-II算法)进行优化对比。结果表明:改进的微粒群算法比NSGA-II算法的优化结果更科学、收敛速度更快。
【关键词】：多目标优化 改进微粒群算法 动态优化 理想点法 系统可靠度
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-14
• 1.2.1 多目标优化问题研究现状11-13
• 1.2.2 微粒群算法研究现状13-14
• 1.3 本文研究内容14-15
• 1.4 本文的创新点15
• 1.5 本章小结15-16
• 第2章 相关理论基础16-30
• 2.1 微粒群算法简介16-18
• 2.1.1 初始版本微粒群算法16-17
• 2.1.2 标准微粒群算法流程17-18
• 2.2 微粒群算法常见的改进18-19
• 2.2.1 加入惯性权重的微粒群算法18-19
• 2.2.2 加入收缩因子的微粒群算法19
• 2.3 微粒群算法的拓扑结构19-21
• 2.3.1 空连接结构19
• 2.3.2 全连接结构19-20
• 2.3.3 环形连接结构20-21
• 2.3.4 树形连接结构21
• 2.4 微粒群算法在多目标优化中的应用21-26
• 2.4.1 非支配解的保存及归档集22-23
• 2.4.2 全局最优引导的选取23-26
• 2.5 工程项目多目标优化理论基础26-28
• 2.5.1 多目标优化的基本理论26-27
• 2.5.2 传统多目标优化问题的求解方法27-28
• 2.6 项目管理相关理论28-29
• 2.6.1 项目管理内涵28-29
• 2.6.2 项目管理过程29
• 2.7 本章小结29-30
• 第3章 工程项目多目标优化模型建立30-40
• 3.1 工程项目多目标优化概述30-31
• 3.2 工期模型的建立31-32
• 3.3 成本-工期模型的建立32-35
• 3.3.1 工期与成本之间的关系32-33
• 3.3.2 费用现值最小化问题33-34
• 3.3.3 加入PVC的成本-工期模型34-35
• 3.4 质量-工期模型的建立35-38
• 3.4.1 工期与质量之间的关系35-36
• 3.4.2 系统可靠度36
• 3.4.3 系统可靠度的计算36-37
• 3.4.4 基于系统可靠度的质量—工期模型37-38
• 3.5 工程项目多目标优化模型38-39
• 3.6 本章小结39-40
• 第4章 基于理想点法和剪枝算法的微粒群算法改进40-54
• 4.1 改进的PSO算法40-42
• 4.1.1 基于理想点法的适应度函数40-41
• 4.1.2 基于剪枝算法的外部归档集41-42
• 4.2 改进PSO算法流程42-44
• 4.3 实验分析44-52
• 4.3.1 衡量指标44-45
• 4.3.2 测试函数45
• 4.3.3 对比算法45-46
• 4.3.4 实验设置46-47
• 4.3.5 实验结果及分析47-51
• 4.3.6 运行时间分析51-52
• 4.4 本章小结52-54
• 第5章 工程实例54-62
• 5.1 工程应用54-55
• 5.2 模型的建立55-56
• 5.3 单目标求解56-57
• 5.4 改进的微粒群算法多目标优化求解57-59
• 5.5 优化结果对比59-61
• 5.6 本章小结61-62
• 结论与展望62-63
• 致谢63-64
• 参考文献64-68
• 作者简介68-69
• 攻读硕士学位期间发表的论文和科研成果69-70

【参考文献】

中国期刊全文数据库 前7条

1 左宗哲;刘宁;陈晨;;基于DEA的建筑工程项目综合优化研究[J];工程管理学报;2013年05期

2 于春雨;郭建英;孙永全;苏子美;苑会娟;;单元为不同分布的串并联系统可靠度Bayes置信限[J];仪器仪表学报;2013年02期

3 马超;张松;李玉东;陈华平;;考虑风险的大型工程项目多目标均衡优化[J];计算机工程;2013年02期

4 仇晨晔;王春露;左兴权;方滨兴;;基于K-Means全局引导策略的多目标微粒群算法[J];北京邮电大学学报;2012年05期

5 万冬君;;基于全寿命期的建设工程项目集成化管理模式研究[J];土木工程学报;2012年S2期

6 莫思敏;曾建潮;谢丽萍;;扩展的微粒群算法[J];控制理论与应用;2012年06期

7 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

中国硕士学位论文全文数据库 前10条

1 戴宏，

本文编号：522663