欢迎来到天天文库
浏览记录
ID:35065476
大小:1.99 MB
页数:70页
时间:2019-03-17
《基于改进微粒群算法的建设项目多目标动态优化研究》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、IJ!I§:~-f-i&:i!~;fft~-1!B{]~l*J~§$§t3FZ9J~17Ctt:UJfJ'L1"F1rM:~:)2、~~•*•~~~~~m~~~&~~~W~fflti~M~"~*~~m~~~~~~~~~A~-~.:l$J2.fri-eX9='it7ajjilfflB3、jlftiU-¥af~?f..1[~12J-1!t~fmto{{H§tl"Rl:@:$~rtJ00*1rcfr.~n~;f:Jlti.Ji2l:xit:Y:.81~ffJ14ttl~-S:7:.l-3oc~~~~~~-x.~~~m~m*~&~~)分类号:F284密级:UDC:单位代码:10076工学硕士学位论文基于改进微粒群算法的建设项目多目标动态优化研究作者姓名:刘玉丁指导教师:李万庆教授申请学位级别:工学硕士学科专业:管理科学与工程所在单位:经济管理学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringF4、ortheAcademicDegreeofMasterofEngineeringMulti-objectiveDynamicOptimizationUsinganImprovedParticleSwarmOptimizationAlgorithmforConstructionProjectsCandidate:LiuYudingSupervisor:Prof.LiWanqingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ManagementScienceandEngineeringCollege/Department:Sch5、oolofEconomicsandManagementHebeiUniversityofEngineeringMay,2016摘要工程项目多目标优化问题是项目管理领域的研究热点之一。多目标优化问题贯穿于施工管理中的各个阶段,因此对其进行研究可以有效解决施工过程中的具体问题,具有重要的实践价值。采用经典的多目标优化算法虽然能在一定程度上解决工程优化问题,但求解过程较为复杂。而微粒群算法凭借其操作简单,便于实现的特点广泛应用于多目标优化问题。本文首先阐述了微粒群算法的基本原理和拓扑结构,在此基础上得出算法改进的关键点。通过将基于剪枝算法的外部归档集和阈值引入到微粒群算法中,大大提高了算法的种6、群多样性、全局搜索能力和收敛速度。并建立基于理想点法的适应度函数,避免了设置各目标函数权重的主观性。并采用测试函数证实改进微粒群算法的有效性。其次,在传统工期、成本、质量模型的基础上,结合工程项目的实际特点,建立了多目标综合优化模型。在成本—工期模型的研究基础上,考虑到资金的时间价值,提出了引入费用现值的成本—工期模型。此外,根据系统可靠度理论,分析工序质量可靠度与工序持续时间的关系,建立基于系统可靠度的质量—工期模型。最后,为了验证改进微粒群算法的有效性,本文结合工程实例,采用改进的微粒群算法和非劣分类遗传算法(NSGA-II算法)进行优化对比。结果表明:改进的微粒群算法比NSGA-I7、I算法的优化结果更科学、收敛速度更快。关键词:多目标优化;改进微粒群算法;动态优化;理想点法;系统可靠度IAbstractMulti-objectiveoptimizationofconstructionprojecthasbecomeahotpointintheareaofprojectmanagement.Multi-objectiveoptimizationproblempenetratesthevariousstagesof
2、~~•*•~~~~~m~~~&~~~W~fflti~M~"~*~~m~~~~~~~~~A~-~.:l$J2.fri-eX9='it7ajjilfflB3、jlftiU-¥af~?f..1[~12J-1!t~fmto{{H§tl"Rl:@:$~rtJ00*1rcfr.~n~;f:Jlti.Ji2l:xit:Y:.81~ffJ14ttl~-S:7:.l-3oc~~~~~~-x.~~~m~m*~&~~)分类号:F284密级:UDC:单位代码:10076工学硕士学位论文基于改进微粒群算法的建设项目多目标动态优化研究作者姓名:刘玉丁指导教师:李万庆教授申请学位级别:工学硕士学科专业:管理科学与工程所在单位:经济管理学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringF4、ortheAcademicDegreeofMasterofEngineeringMulti-objectiveDynamicOptimizationUsinganImprovedParticleSwarmOptimizationAlgorithmforConstructionProjectsCandidate:LiuYudingSupervisor:Prof.LiWanqingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ManagementScienceandEngineeringCollege/Department:Sch5、oolofEconomicsandManagementHebeiUniversityofEngineeringMay,2016摘要工程项目多目标优化问题是项目管理领域的研究热点之一。多目标优化问题贯穿于施工管理中的各个阶段,因此对其进行研究可以有效解决施工过程中的具体问题,具有重要的实践价值。采用经典的多目标优化算法虽然能在一定程度上解决工程优化问题,但求解过程较为复杂。而微粒群算法凭借其操作简单,便于实现的特点广泛应用于多目标优化问题。本文首先阐述了微粒群算法的基本原理和拓扑结构,在此基础上得出算法改进的关键点。通过将基于剪枝算法的外部归档集和阈值引入到微粒群算法中,大大提高了算法的种6、群多样性、全局搜索能力和收敛速度。并建立基于理想点法的适应度函数,避免了设置各目标函数权重的主观性。并采用测试函数证实改进微粒群算法的有效性。其次,在传统工期、成本、质量模型的基础上,结合工程项目的实际特点,建立了多目标综合优化模型。在成本—工期模型的研究基础上,考虑到资金的时间价值,提出了引入费用现值的成本—工期模型。此外,根据系统可靠度理论,分析工序质量可靠度与工序持续时间的关系,建立基于系统可靠度的质量—工期模型。最后,为了验证改进微粒群算法的有效性,本文结合工程实例,采用改进的微粒群算法和非劣分类遗传算法(NSGA-II算法)进行优化对比。结果表明:改进的微粒群算法比NSGA-I7、I算法的优化结果更科学、收敛速度更快。关键词:多目标优化;改进微粒群算法;动态优化;理想点法;系统可靠度IAbstractMulti-objectiveoptimizationofconstructionprojecthasbecomeahotpointintheareaofprojectmanagement.Multi-objectiveoptimizationproblempenetratesthevariousstagesof
3、jlftiU-¥af~?f..1[~12J-1!t~fmto{{H§tl"Rl:@:$~rtJ00*1rcfr.~n~;f:Jlti.Ji2l:xit:Y:.81~ffJ14ttl~-S:7:.l-3oc~~~~~~-x.~~~m~m*~&~~)分类号:F284密级:UDC:单位代码:10076工学硕士学位论文基于改进微粒群算法的建设项目多目标动态优化研究作者姓名:刘玉丁指导教师:李万庆教授申请学位级别:工学硕士学科专业:管理科学与工程所在单位:经济管理学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringF
4、ortheAcademicDegreeofMasterofEngineeringMulti-objectiveDynamicOptimizationUsinganImprovedParticleSwarmOptimizationAlgorithmforConstructionProjectsCandidate:LiuYudingSupervisor:Prof.LiWanqingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ManagementScienceandEngineeringCollege/Department:Sch
5、oolofEconomicsandManagementHebeiUniversityofEngineeringMay,2016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
6、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-I
7、I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IAbstractMulti-objectiveoptimizationofconstructionprojecthasbecomeahotpointintheareaofprojectmanagement.Multi-objectiveoptimizationproblempenetratesthevariousstagesof
此文档下载收益归作者所有