基于混合electimize算法的工程项目多目标优化问题-研究

《基于混合electimize算法的工程项目多目标优化问题-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、青岛理工大学工学硕士学位论文3．2．2工期与质量目标约束下的成本目标优化模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．233．3工期．成本．质量多目标优化模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．24第4章Electimize算法综述及改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯254．1模型的求解方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯254．1．1数学方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一254．1．2简单启发式方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯254．1．3元启发式方法

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一264．1．4小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．274．2Electimize算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．284．2．1算法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．284．2．2算法主要特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．294．2．3算法关键要素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．304．2．4算法基本流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．354．2．5基本Electimize算法与其他算法的算例对比分析⋯⋯⋯⋯⋯⋯⋯⋯⋯364．3混合Electimize算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．394．3．1基本Electimize算法存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯394．3．2拟采用的改进方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．404．3．3改进后的混合Electimize算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42第五章基于混合Electimize算法的工程实例应用⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯．．445．1工程实例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯445．2算法应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯465．3结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯465．3．1工期目标优化结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．465．3．2成本目标优化结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．495．3．4工期．成本．质量多目标优化结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯515．3．5总结与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一53第6章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．546．1本文研究的主要工作与结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯546．2论文的不足与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯55参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．56攻读硕士学位期间发表的学术论文及科研工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62到C谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯63青岛理工

6、大学工学硕士学位论文摘要工程项目的工期．成本．质量多目标优化问题，是典型的NP．hard难题：在一定的约束条件下，通过某种方法处理目标间的冲突、求出问题的最优解，以确定最优的方案组合、实现三大目标的整体最优。随着经济的快速发展和工程技术的进步，现代工程项目规模日趋庞大，技术系统愈加复杂。工程项目建设对实现短工期、低成本、高质量的项目管理目标提出了更高的要求，这亦使得复杂工程背景下实现工期一成本．质量对立下的统一显得更为重要和困难。目前，针对工期．成本．质量多目标优化问题的求解方法中，数学类方法的庞大计

7、算量与简单启发式方法的缺乏严谨性都决定了其不适用于该问题的求解。而元启发式算法，尤其是其中的进化算法的求解能力已得到广泛论证。针对当前进化算法无差别处理个体、不能充分地模拟自然现象的缺陷，本文引入一种新颖的Electimize算法，基于对该算法的研究与改进，提出了解决工程项目多目标优化问题的混合Electimize算法。论文在阐述多目标优化理论的基础上，将主要目标法与线性加权法有机结合，根据决策者偏好与实际情况，分别建立了有约束的工期、成本单目标优化模型以及工期．成本．质量多目标优化模型。系统地阐述了

8、Electimize算法的基本原理、关键要素及运算流程，并基于Matlab平台编制了运算程序。一个经典案例的优化结果表明了基本Electimize算法在解决工程项目多目标优化问题上的适用性及高效性。基于Electimize的算法原理，在保证算法全局收敛与避免局部最优方面，从精英保留策略、遗传操作、多种群优化与分合策略等角度出发，对算法做出了相应改进，并提出了混合Electimize算法；在参数设置方面，进行了参数选择的优化试验，得出了加速算法收敛的参数组