学位论文 > 优秀研究生学位论文题录展示

基于遗传算法的工程项目工期与成本的优化

作　者: 田振杰
导　师: 吕淑萍
学　校: 哈尔滨工程大学
专　业: 系统工程
关键词: 遗传算法工期与成本优化网络计划优化 Pareto解
分类号: TP18
类　型: 硕士论文
年　份: 2009年
下　载: 251次
引　用: 0次
阅　读: 论文下载

内容摘要

工期与成本优化是施工项目计划的一个重要方面,属于多目标优化。多目标优化问题一直是科学和工程研究领域的一个难点和热点问题,在遗传算法应用到这一领域以前,已经产生许多经典的方法,但这些方法在处理多维等复杂问题时存在许多不足。通常传统的规划方法往往由于对优化函数的数学特性的依赖和方法本身在搜索空间上的限制,不能很好地解决复杂的多目标优化问题。而遗传算法具有处理这类问题能力,因此应用遗传算法求解多目标优化问题将成为工程领域的发展趋势。本文基于遗传算法对工程工期与成本优化问题进行了研究。论文对遗传算法及多目标优化的基本理论和框架进行了分析,阐述了多目标优化问题的Pareto最优解、传统多目标优化的方法及局限性研究了遗传算法的基本原理和流程,将制造系统的多工序选择模型PPP应用于网络计划优化中,并利用关键路线法,最后找到一系列的Pareto解。论文给出了利用遗传算法对优化问题求解的设计思路,在分析基本的多目标遗传算法优化方法的基础上,提出了一种基于改进精英保存策略上的权系数改进遗传算法,该算法将改进(μ+λ)进化策略与基于权系数的遗传算法相结合,通过对种群规模的不断检测和部分群体重新初始来保证群体多样性和搜索方向的多样性,从而保证了Pareto解得搜索效果。通过仿真,验证了改进的遗传算法和PPP模型在网络计划成本和工期优化中的有效性和可行性,并针对改进算法存在运行速度变慢问题,又将小生境技术与改进算法进行结合,给出一种混合算法,仿真表明该混合算法在搜索效果和效率上有一定的优势。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-19
  1.1 课题背景与意义  9-10
  1.2 基于网络技术的优化研究现状  10-17
    1.2.1 网络计划技术  11-15
    1.2.2 工期与费用优化技术研究现状  15-17
  1.3 本文的主要工作内容  17-19
第2章多目标优化理论及技术  19-25
  2.1 多目标优化数学模型  20
  2.2 多目标优化的非劣解  20-22
  2.3 多目标优化的方法  22-24
  2.4 本章小结  24-25
第3章遗传算法的原理及实现  25-36
  3.1 遗传算法优化原理  25-32
    3.1.1 标准遗传算法步骤和流程  26-27
    3.1.2 流程描述  27-32
  3.2 遗传算法的数学理论  32-35
    3.2.1 模式定理  32-34
    3.2.2 积木块假设  34-35
  3.3 本章小结  35-36
第4章多目标遗传算法的优化  36-52
  4.1 遗传算法的多目标优化技术分析  36-40
  4.2 遗传算法流程的改进设计  40-44
    4.2.1 储备仓保存策略的改进  40-42
    4.2.2 基于权系数选择方法的改进  42-43
    4.2.3 遗传操作  43-44
  4.3 模型和编码的设计  44-51
    4.3.1 PPP 模型  44-46
    4.3.2 编码设计  46
    4.3.3 权重系数的确定和适应度函数评价  46-47
    4.3.4 全节点编码  47-48
    4.3.5 关键路线模型编码及算法验证  48-51
  4.4 本章小结  51-52
第5章基于改进遗传算法的仿真分析  52-73
  5.1 实例设计  52-53
  5.2 小生境算法的实现  53-56
    5.2.1 小生境算法  53-55
    5.2.2 结果分析  55-56
  5.3 NSGA-II 算法及实现  56-59
    5.3.1 NSGA-II 算法  56-57
    5.3.2 结果分析  57-59
  5.4 基于改进算法的分析  59-68
    5.4.1 关键路线编码不带储备仓和检测的算法  59-61
    5.4.2 关键路线编码带储备仓和检测的算法  61-63
    5.4.3 仿真结果分析  63-68
  5.5 基于混合算法的仿真分析  68-71
  5.6 本章小结  71-73
结论  73-74
参考文献  74-77
攻读硕士学位期间发表的论文和取得的科研成果  77-78
致谢  78

基于遗传算法的工程项目工期与成本的优化

内容摘要

全文目录

相似论文