基于混合遗传算法的工期费用优化研究

《基于混合遗传算法的工期费用优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ工醒ｆｉＳＳ士室位文ＭＡＳＴＥＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ＊巧＜（７）ＩＩ基于混合遗传算法的工期费用优化研究建筑与土木工程工程领域作者姓名申七志ｉｔ教授指导教师２０１５年６月１０日答辩日期＿＿＿专业学位硕士学位论文基于混合遗传算法的工期费用优化研究ｍ－ＲｅｓｅａｒｃｈｏｎｔｈｅｏｐｔｉｉｚａｔｉｏｎｏｆｔｉｍｅｃｏｓｔｂａｓｅｄｏｎＨｙｂｒｉｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ作者姓名：

2、工程领域：建筑与土木工程学号：３１３０６０４５指导教师：杜志达完成日期：２０１５年５月５号丈遠種工犬旁ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中巳经注明引用内容和致谢的地方外，本论文不包含其他个人或集体巳经发表的研究成果，也不包含其他已＿请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若

3、有不实之处，本人愿意承担相关法律责任。丨／１－学位论文题目ｌｌｉ丨ｔ的＾：＾＜ｒｊ耳：日＜作者签名＾２＾期：＞＾Ｃ年月ｏ日一＆＼大连理工大学专业学位硕士学位论文摘要在工程项目管理中，合理地安排进度和压缩成本能够拓展可得利润的空间，为项目带来可观的经济效益。传统的工期费用优化方法如常用的数学规划法、启发式算法等都一存在着定的缺陷性、。而混合算法因其计算高效结果优良的特性在近几年引起学者们的关注，并在多个领域取得良好的效果。本文在前人研究的基础上，针对传统方法存在一些问题的，利用混合遗传算法在双目标组合优化

4、方面展现的独特优势，将遗传算法和蚁群算法进行混合应用于网络计划的工期费用优化中。为实现工期和费用同时优化的目、标，利用遗传算法大范围全局搜索的优点以及蚁群算法正反馈性求精解效率高等特征进行两种算法的混合交叉衔接工作。对活动的持续时间和直接费用为连续性函数关系的费用优化问题进行重点研究，将混合算法的所得结果分别与传统算法和蚁群算法的所得结果进行分析与比较，结果表明本文所用的混合算法在关键路径上的寻我更高效，所得的工期结果也更合理和准确一。在定程度上证明了其数学优化模型的实际应用可行性，为工期费用优化提供了一种新的思路和解决问题

5、的途径。关键词：遗传算法；軟群算法；混合算法；工期费用优化－Ｉ－基于混合遗传算法的工期费用优化研究Ｒｅｓｅａｒｃｈｅ－ｏｎｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｉｍｃｏｓｔｂａｓｅｄｏｎＨｙｂｒｉｄＧｅｎｅｔｉｃＡｌｏｒｉｔｈｍｇＡｂｓｔｒａｃｔＩｔｃａｎｅｘｐａｎｄｔｈｅｓｐａｃｅｏｆａｖａｉｌａｂｌｅｒｏｆｉｔｓａｎｄｂｒｉｎｃｏｎｓｉｄｅｒａｂｌｅｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓｔｏｐｇｂｆｏｒｕ－ｔｈｅｐｒｏｅｃｔｒｅａｓｏｎａｂｌｅａｒｒａｎｅｍｅｎｔ

6、ｓｓｃｈｅｄｌｅａｎｄｃｏｓｔｃｕｔｔｉｎｉｎｔｈｅｐｒｏｅｃｔｊｙｇｇｊｍｎａｅｍｅｎｔ－ａｇ．Ｔｒａｄｉｔｉｏｎａｌｔｉｍｅｃｏｓｔｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｓｓｕｃｈａｓｍａｔｈｅｍａｔｉｃａｌｒｏｒａｍｍｉｎｐｇｇｃｏｍｍｏｎｌｙａｎｄｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍｓｈａｖｅｓｏｍｅｄｅｆｅｃｔｓ．Ｏｗｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｈｉｇｈｃｏｍｐｕｔａｔｉｏｎａｌｅｆｉｃｉｅｎｃｙａｎｄｅｘｃｅｌｌｅｎｔｒｅｓｕｌｔｓ，ｈｙｂｒｉｄ

7、ａｌｇｏｒｉｔｈｍｓｃａｕｓｅｔｈｅｃｏｎｃｅｒｎｏｆｓｃｈｏｌａｒｓｉｎｒｅｃｅｎｔｅａｒｓａｎｄａｃｈｉｅｖｅｄｏｏｄｒｅｓｕｌｔｓｉｎｍａｎａｒｅａｓ．Ｆｏｃｕｓｏｎｓｏｍｅｒｏｂｌｅｍｓｙ，ｇｙｐｅｘｉｓｔｉｎｇｉｎｔｉｉｅｃｏｎｖｅｎｔｉｏｎａｌｍｅｔｈｏｄｓｏｎｔｈｅｂａｓｉｓｏｆｒｅｖｉｏｕｓｓｔｕｄｉｅｓｔｈｉｓａｐｅｒｕｓｅｓｔｈｅｐ，ｐｕｎｉｑｕｅａｄｖａｎｔａｇｅｓｏｆｈｙｂｒｉｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｎｓｏｌｖｉｎｇｄｏｕｂｌ

8、ｅｔａｒｇｅｔｃｏｍｂｉｎａｔｉｏｎｏｅｔｈｏｄ－ｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅ