本文關(guān)鍵詞：基于改進的自適應(yīng)遺傳算法在多目標項目管理中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：改革開放以來,隨著經(jīng)濟發(fā)展,人們生活水平的提高,對于建筑方面的投資和發(fā)展也越來越多,以使工程項目管理很快成為人們研究的主要方向�？v觀已有的文獻,人們大部分將管理的重點放在項目集成管理系統(tǒng)以及對工期、質(zhì)量、費用三者之間兩兩關(guān)系進行分析,而本文從整體的角度出發(fā),以質(zhì)量、工期、費用三者之間的關(guān)系為研究重點,展開分析研究。本文第一部分總結(jié)了工程項目的發(fā)展現(xiàn)狀以及我國在施工項目管理研究中存在的問題,提出了協(xié)調(diào)管理的理論,接下來又重點指出了本文的研究方法、內(nèi)容和意義。第二部分首先指出協(xié)調(diào)管理與各目標之間的關(guān)系以及運用協(xié)調(diào)管理的具體步驟,總結(jié)出協(xié)調(diào)管理的理論意義;接下來又重點介紹了多目標項目管理。根據(jù)項目結(jié)構(gòu)和人員的需求,總結(jié)出了多目標項目管理體系的構(gòu)成以及在動態(tài)控制項目目標的情況下,進度計劃的調(diào)整程序;最后,建立了事前、事中和事后這三大質(zhì)量控制與PDCA循環(huán)的關(guān)系,指出工期目標的控制通過進度計劃網(wǎng)絡(luò)圖來調(diào)整,成本目標的控制通過具體的過程控制程序來實現(xiàn)。第三部分對遺傳算法進行介紹。首先指出了遺傳算法的概述、原理及特點,詳細介紹了遺傳算法運用過程中的五個核心要素即參數(shù)編碼、初始種群的選定、適應(yīng)度函數(shù)的設(shè)定、遺傳操作設(shè)計、控制參數(shù)設(shè)定,使我們對遺傳算法有了深入的了解,并通過遺傳算法的計算步驟制定出了遺傳算法的流程圖;接下來又介紹了基于遺傳算法下的自適應(yīng)遺傳算法,指出自適應(yīng)遺傳算法的優(yōu)勢特征及其實現(xiàn)步驟;最后又概括指出多目標優(yōu)化的理論意義及求解方法;接下來又主要介紹了改進自適應(yīng)遺傳算法的方法。通過增加正負反饋的自適應(yīng)策略達到自適應(yīng)遺傳算法的改進,最后通過數(shù)學(xué)模型的分析與建立,得出本文改進后的自適應(yīng)遺傳算法的求解。第四部分針對本案例,指出如何進行成本、工期、質(zhì)量的控制,重點運用遺傳算法對工期、質(zhì)量、成本三者之間的關(guān)系組合方案進行了選取。最后做了總結(jié)和展望。指出本論文的研究意義、本身存在的不足以及以后的發(fā)展和研究方向。
【關(guān)鍵詞】：多目標管理 遺傳算法 適應(yīng)度函數(shù) 自適應(yīng)遺傳算法
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TU712
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-12
• 1.1 研究背景8-10
• 1.1.1 項目的發(fā)展現(xiàn)狀8-9
• 1.1.2 目前我國施工項目管理研究中存在的問題9-10
• 1.1.3 協(xié)調(diào)理論下的多目標項目管理10
• 1.2 本文研究的內(nèi)容、方法和意義10-12
• 1.2.1 本文的研究內(nèi)容10
• 1.2.2 本文的研究方法10-11
• 1.2.3 本文的研究意義11-12
• 第二章 多目標項目下的施工協(xié)調(diào)管理理論12-18
• 2.1 協(xié)調(diào)管理思想12-13
• 2.1.1 協(xié)調(diào)管理思想的綜述12-13
• 2.1.2 協(xié)調(diào)管理的理論意義13
• 2.2 多目標項目管理的基本理論13-18
• 2.2.1 多目標管理的內(nèi)涵13
• 2.2.2 多目標管理的基本思路13-16
• 2.2.3 項目管理體系下多目標的研究分析16-18
• 第三章 遺傳算法及改進自適應(yīng)遺傳算法的研究18-42
• 3.1 遺傳算法的概述18
• 3.2 遺傳算法原理18-19
• 3.3 遺傳算法的介紹19-35
• 3.4 自適應(yīng)遺傳算法的介紹35-37
• 3.4.1 自適應(yīng)遺傳算法的產(chǎn)生35-36
• 3.4.2 自適應(yīng)遺傳算法的特點及實現(xiàn)步驟36-37
• 3.5 改進的自適應(yīng)遺傳算法37-40
• 3.5.1 具有正負反饋的自適應(yīng)策略37-38
• 3.5.2 正負反饋自適應(yīng)流程圖38
• 3.5.3 正負反饋的自適應(yīng)遺傳算法38-40
• 3.6 模型的分析與建立40-42
• 第四章 改進自適應(yīng)遺傳算法在多目標項目管理的實現(xiàn)42-60
• 4.1 項目優(yōu)化的數(shù)學(xué)模型建立的理論基礎(chǔ)42-43
• 4.1.1 變量和空間設(shè)計42
• 4.1.2 目標函數(shù)42-43
• 4.1.3 約束條件43
• 4.2 自適應(yīng)遺傳算法的應(yīng)用43-56
• 4.2.1 案例背景43-53
• 4.2.2 對工程項目的工期、質(zhì)量及成本進行編碼53
• 4.2.3 遺傳操作53-54
• 4.2.4 程序計算54-56
• 4.3 模型輸出結(jié)果分析56-60
• 第五章 總結(jié)與展望60-61
• 5.1 總結(jié)60
• 5.2 展望60-61
• 參考文獻61-63
• 致謝63-64
• 攻讀學(xué)位期間的研究成果64

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 柏磊;顧陳;嚴璐;朱曉華;;基于適應(yīng)度評價擴展自適應(yīng)遺傳算法的門級電路進化設(shè)計[J];南京理工大學(xué)學(xué)報;2011年02期

2 楊云,徐永紅,劉鳳玉;一種連續(xù)探索型自適應(yīng)遺傳算法及其應(yīng)用[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2002年06期

3 江瑞,羅予頻,胡東成,司徒國業(yè);一種基于種群熵估計的自適應(yīng)遺傳算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2002年03期

4 袁曉輝,曹玲,夏良正;具有成熟前收斂判斷的自適應(yīng)遺傳算法(英文)[J];Journal of Southeast University(English Edition);2003年01期

5 朱力立,張煥春,經(jīng)亞枝;基于六模糊控制器的自適應(yīng)遺傳算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2003年02期

6 張群,趙剛;基于模糊邏輯控制器的自適應(yīng)遺傳算法[J];工業(yè)工程與管理;2004年06期

7 李井明;劉志斌;;基于自適應(yīng)遺傳算法的水污染控制系統(tǒng)規(guī)劃[J];科學(xué)技術(shù)與工程;2006年22期

8 劉宗發(fā);王彥生;徐紅玉;楊俊森;;基于自適應(yīng)遺傳算法的單層球面網(wǎng)殼優(yōu)化分析[J];河南科技大學(xué)學(xué)報(自然科學(xué)版);2006年06期

9 陳超武;董紹華;;求解煉鋼—連鑄批量問題的自適應(yīng)遺傳算法[J];制造業(yè)自動化;2007年02期

10 朱志宇;王建華;;基于混沌優(yōu)化自適應(yīng)遺傳算法的數(shù)據(jù)關(guān)聯(lián)求解[J];航天控制;2007年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楚永賓;唐振;劉小平;衛(wèi)星;張利;;基于自適應(yīng)遺傳算法的單點交通信號控制方法[A];全國第21屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

2 郭毓;林喜波;胡維禮;;基于代溝信息的自適應(yīng)遺傳算法[A];江蘇省自動化學(xué)會七屆四次理事會暨2004學(xué)術(shù)年會青年學(xué)者論壇論文集[C];2004年

3 張文廣;周紹磊;李新;;一種新的改進型自適應(yīng)遺傳算法研究[A];2005年中國智能自動化會議論文集[C];2005年

4 劉洪杰;王秀峰;王治寶;;多峰搜索的自適應(yīng)遺傳算法[A];第二十一屆中國控制會議論文集[C];2002年

5 潘偉;楊勁松;;基于實數(shù)自適應(yīng)遺傳算法的μ綜合問題[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

6 鐘守楠;;自適應(yīng)遺傳算法的探討[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

7 楊澤青;劉麗冰;譚志洪;劉偉玲;;自適應(yīng)遺傳算法在柔性檢測路徑規(guī)劃中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

8 王曉鵬;;基于混合自適應(yīng)遺傳算法的飛機氣動優(yōu)化設(shè)計[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

9 楊林德;劉學(xué)增;王悅照;朱合華;仇圣華;;改進的自適應(yīng)遺傳算法及其工程應(yīng)用[A];第八次全國巖石力學(xué)與工程學(xué)術(shù)大會論文集[C];2004年

10 危濤;宋萬杰;張林讓;;自適應(yīng)遺傳算法在M-序列碼搜索中的應(yīng)用[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 黃利;一類自適應(yīng)遺傳算法的漸近行為研究[D];武漢大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李欣;自適應(yīng)遺傳算法的改進與研究[D];南京信息工程大學(xué);2008年

2 龍鋒;基于自適應(yīng)遺傳算法的W公司倉庫貨位分配與優(yōu)化研究[D];華南理工大學(xué);2015年

3 周凌霄;基于自適應(yīng)遺傳算法的水輪發(fā)電機勵磁控制研究[D];南昌工程學(xué)院;2015年

4 許盼盼;基于自適應(yīng)遺傳的有限截斷算法及其在自主導(dǎo)航中的應(yīng)用[D];青島科技大學(xué);2016年

5 王玉波;帶有返工工件的單機重調(diào)度問題[D];東北大學(xué);2014年

6 岳

本文編號：418982