学位论文 > 优秀研究生学位论文题录展示

基于现金流的工程进度协调优化研究

作　者: 郭建霞
导　师: 杜志达
学　校: 大连理工大学
专　业: 水利水电工程
关键词: 工程项目二层决策现金流净现值 Pareto解集微粒群算法
分类号: F285
类　型: 硕士论文
年　份: 2010年
下　载: 90次
引　用: 0次
阅　读: 论文下载

内容摘要

在实际工程项目进行过程中,工程项目组织中各参与者之间难免发生各种各样的冲突。发生冲突的原因可能是工程项目本身进度计划的问题,但不容忽视的一个重要原因是项目的各参与者分别属于不同的利益主体,各方都站在自己的利益角度上来决定工程项目的实施,忽视了他们之间的相互影响作用,必然会影响工程项目的顺利进行。因此要保证工程项目的顺利进行,项目组织中的各参与者必须协调合作,在决策时,不仅要考虑自身的利益目标,也要适当考虑其他各参与方的利益。而二层决策是在决策系统中存在两个不同的决策主体,这两个主体处于相互合作的关系,又属于不同的利益主体。本文从这个角度引入二层决策,以工程总承包模式为主要研究范围,将项目组织中存在合同关系的业主和承包商两个主体对工程进度控制系统看作二层决策系统,建立了理论上的业主和承包商二层决策模型。另一方面,自1970年由Russell提出Max-NPV问题以来,对净现值最大化问题的研究迄今已经取得了较大的成果。近年来,以净现值作为目标指标进行项目活动进度安排已经成为目前网络进度优化的一个热点。目前国内对此问题的研究主要立足单个角度,如从业主的角度、承包商的角度或者双方联合考虑融资费用分担的角度分别对支付进度、工程进度进行安排,在工程实施过程中,工程项目的经济效果是业主和承包商一致关注的问题。业主支付承包商工程款,承包商获得现金流入,支出工程费用,在施工进行过程中双方都具有各自的现金流入流出体系,因此,本文通过借鉴国内工程进度中现金流处理方法,分别考虑工程实施过程中业主和承包商的现金流,建立双方各自的利益目标,实现了业主-承包商二层决策系统数学模型的建立。文章最后通过VEPSO-BP(基于Pareto和向量评价的微粒群算法)算法程序的编写完成了二层规划模型的求解,实例求解得到了多种工程进度安排方案和相应的支付进度方案,从而为业主和承包商之间利益冲突的协调提供了条件,具有一定的可操作性和现实意义。

全文目录

摘要  4-5
Abstract  5-10
1 绪论  10-21
  1.1 研究背景  10-11
  1.2 网络计划技术简介  11-14
    1.2.1 网络计划技术的基本概念  11-13
    1.2.2 网络计划技术的发展  13-14
  1.3 项目网络进度优化研究现状  14-16
    1.3.1 工期优化  14
    1.3.2 资源优化  14-15
    1.3.3 费用优化  15-16
  1.4 现金流优化  16-18
    1.4.1 不受资源约束的现金流优化问题  16-17
    1.4.2 资源约束的现金流优化问题  17-18
  1.5 论文研究的主要内容及章节安排  18-21
    1.5.1 主要研究内容  18-19
    1.5.2 章节内容安排  19-21
2 基于二层规划的冲突协调模式  21-32
  2.1 二层规划的理论介绍  21-24
    2.1.1 二层规划的发展  21-22
    2.1.2 二层决策系统概念及特点  22
    2.1.3 二层规划模型  22-23
    2.1.4 二层规划的应用现状  23-24
  2.2 工程项目各参与方利益冲突协调模式分析  24-31
    2.2.1 项目组织各参与方冲突分析  25
    2.2.2 冲突协调的决策  25-26
    2.2.3 冲突协调优化的思路  26-27
    2.2.4 工程项目组织中的纵向主体关系和横向主体关系  27-30
    2.2.5 协调业主和承包商冲突的重要意义  30-31
    2.2.6 业主和承包商的冲突协调优化  31
  2.3 章节小结  31-32
3 不同支付方式下的现金流优化模型  32-48
  3.1 现行工程项目中的支付方式  32-33
  3.2 模型评价指标介绍  33-37
    3.2.1 经济指标分类  33-35
    3.2.2 净现值  35-37
    3.2.3 净现值率  37
  3.3 模型中相关概念  37-39
    3.3.1 执行模式  37
    3.3.2 事件的发生时间  37-38
    3.3.3 支付进度  38
    3.3.4 现金的流入流出  38-39
  3.4 模型假设条件  39-40
  3.5 按照形象进展进行支付数学模型  40-44
    3.5.1 问题描述  40
    3.5.2 决策变量说明  40-41
    3.5.3 数学模型  41-42
    3.5.4 公式及符号说明  42-44
  3.6 按照时间进行支付数学模型  44-47
    3.6.1 问题描述  44
    3.6.2 决策变量说明  44-45
    3.6.3 数学模型  45-46
    3.6.4 公式及符号说明  46-47
  3.7 章节小节  47-48
4 基于VEPSO-BP的进度协调优化  48-81
  4.1 VEPSO-BP算法介绍  48-52
    4.1.1 微粒群算法理论  48-51
    4.1.2 向量评价  51
    4.1.3 pareto解集概念介绍  51-52
  4.2 VEPSO-BP算法设计思路  52-56
    4.2.1 收敛性条件  53-54
    4.2.2 算法编码设计  54-55
    4.2.3 变量复杂度分析  55-56
  4.3 按形象进度进行支付算法设计  56-63
    4.3.1 算法要点描述  56-58
    4.3.2 程序中离散变量的处理  58
    4.3.3 程序流程图  58-63
  4.4 按时间进度进行支付算法设计  63-66
    4.4.1 算法要点描述  63
    4.4.2 算法流程图  63-66
  4.5 算例分析  66-80
    4.5.1 按照形象进度进行支付时实例分析  67-74
    4.5.2 按照时间进度进行支付时实例分析  74-80
  4.6 章节小结  80-81
5 参数影响分析  81-93
  5.1 基本参数计算结果  82-83
  5.2 惯性权重ω的影响分析  83-86
  5.3 不同学习因子c_1、c_2影响分析  86-89
  5.4 支付限额影响分析  89-92
  5.5 章节小结  92-93
6 结论  93-95
参考文献  95-98
攻读硕士学位期间发表学术论文情况  98-99
致谢  99-101

基于现金流的工程进度协调优化研究

内容摘要

全文目录

相似论文