【摘要】：工期、成本和質(zhì)量是工程項(xiàng)目必須關(guān)注和確定的三大管理目標(biāo),它們之間存在界面模糊和相關(guān)非線性的特點(diǎn)。所以,在管理地鐵項(xiàng)目施工工期、質(zhì)量和成本目標(biāo)時(shí),應(yīng)形成多目標(biāo)優(yōu)化的管理理念。本文在目前學(xué)者們研究的基礎(chǔ)上提出用多種群蟻群-粒子群融合算法解決地鐵工程項(xiàng)目施工管理過程中的多目標(biāo)優(yōu)化問題。主要從以下幾方面開展本文的研究工作:首先,分析智能算法在國內(nèi)外工程多目標(biāo)優(yōu)化研究過程中的現(xiàn)狀,提出算法的改進(jìn)方向。第一步是設(shè)計(jì)多種群蟻群算法,分別建立工期、成本和質(zhì)量三個(gè)螞蟻?zhàn)臃N群,讓各種群的螞蟻按照概率轉(zhuǎn)移公式更新要搜尋的路徑,并根據(jù)本種群內(nèi)規(guī)定的信息素機(jī)制更新信息素,最后完成搜索輸出最優(yōu)解集。第二步,按優(yōu)化目標(biāo)個(gè)數(shù)把粒子群體分為3個(gè)從粒子群和1個(gè)主粒子群實(shí)現(xiàn)從粒子群與主粒子群并行搜索;將多種群蟻群算法的解集作為從粒子群中各粒子的初始解,為粒子提供一個(gè)更好的搜索起始位置和起始速度,提升粒子的全局尋找能力加快迭代速度,縮短搜索時(shí)間,達(dá)到算法融合的效果。其次,分析工期、成本和質(zhì)量目標(biāo)的概念,以施工工序?yàn)榛c(diǎn)建立相應(yīng)函數(shù)模型。構(gòu)建工期函數(shù)模型時(shí)用關(guān)鍵路徑法;構(gòu)建成本函數(shù)模型時(shí),將成本分為直接成本和間接成本;構(gòu)建質(zhì)量函數(shù)模型時(shí),首先采用專家打分法對每一道工序中不同施工組織方式完成質(zhì)量情況和該施工工序在整個(gè)工程項(xiàng)目所占比重進(jìn)行打分,運(yùn)用熵權(quán)法處理打分?jǐn)?shù)據(jù),確定各施工工序的權(quán)重,有效兼容主客觀賦權(quán)法的優(yōu)點(diǎn)。在各目標(biāo)函數(shù)模型的基礎(chǔ)上,以業(yè)主規(guī)定的目標(biāo)閾值為條件建立多目標(biāo)綜合優(yōu)化函數(shù)模型。最后,結(jié)合某地鐵項(xiàng)目對改進(jìn)的算法和多目標(biāo)綜合優(yōu)化模型進(jìn)行驗(yàn)證。在MATLAB R2014a軟件環(huán)境下編寫算法代碼,對地鐵項(xiàng)目多目標(biāo)優(yōu)化問題進(jìn)行求解,同時(shí)與單獨(dú)的多種蟻群算法、多目標(biāo)粒子群算法得出的結(jié)果進(jìn)行對比,其結(jié)果證明多種群蟻群—粒子群融合算法比后兩種算法得到的最優(yōu)解集多,即可選擇的施工組織方案更多并且收斂速度更快。本文的研究為地鐵施工項(xiàng)目多目標(biāo)優(yōu)化問題提供了新思路。豐富了質(zhì)量值量化的相關(guān)理論,在保證質(zhì)量的前提下以實(shí)現(xiàn)短工期、利益最大化為目的,為施工單位提供多種合理科學(xué)的施工方案,更加有效地調(diào)動(dòng)了施工單位的積極性。
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U231.3
【圖文】：

四章的理論方法對廣州市軌道交通八號線北延段同德圍站~鵝掌坦為實(shí)例進(jìn)行了實(shí)證研究，在 MATLAB 環(huán)境下運(yùn)行出該實(shí)驗(yàn)結(jié)果。主況、數(shù)據(jù)整理、算法實(shí)現(xiàn)過程及優(yōu)化結(jié)果對比分析。景況取廣州市軌道交通八號線北延段同德圍站~鵝掌坦站區(qū)間右線盾構(gòu)實(shí)證研究，盾構(gòu)區(qū)間右線直線長度為 100.113 米，曲線長度為 419.德圍站北到鵝掌坦站北，區(qū)間沿線主要的建構(gòu)筑物有：省絲綢公司雅苑、石井大廈、田心花園、田心花園行天橋、僑德花園等。區(qū)間洲沖洪積平原地貌，僅西村站附近及、小坪～石井局部為剝蝕殘丘體地層分布情況見圖 5.1。

基于多種群蟻群—粒子群融合算法的地鐵項(xiàng)目多目標(biāo)優(yōu)化研究續(xù)表 5.542 2 1 1 1 1 1 1 1 1 1 340 3996.0 88.5 75.6 0.0097 104.1融合算法52 2 2 1 1 1 1 1 1 1 1 316 3889.2 88.0 70.2 0.0094 103.56 2 3 1 1 1 1 1 1 1 1 1 370 4052.0 89.0 82.2 0.0098 104.77 2 3 2 1 1 1 1 1 1 1 1 346 3945.2 88.5 76.9 0.0096 104.15.4.2 相關(guān)數(shù)據(jù)圖像在多種群蟻群—粒子群融合算法中各目標(biāo)優(yōu)化過程見下列曲線圖 5.5—5.7，三個(gè)目標(biāo)綜合優(yōu)化的解集分布散點(diǎn)圖見圖 5.8。

基于多種群蟻群—粒子群融合算法的地鐵項(xiàng)目多目標(biāo)優(yōu)化研究續(xù)表 5.542 2 1 1 1 1 1 1 1 1 1 340 3996.0 88.5 75.6 0.0097 104.1融合算法52 2 2 1 1 1 1 1 1 1 1 316 3889.2 88.0 70.2 0.0094 103.56 2 3 1 1 1 1 1 1 1 1 1 370 4052.0 89.0 82.2 0.0098 104.77 2 3 2 1 1 1 1 1 1 1 1 346 3945.2 88.5 76.9 0.0096 104.15.4.2 相關(guān)數(shù)據(jù)圖像在多種群蟻群—粒子群融合算法中各目標(biāo)優(yōu)化過程見下列曲線圖 5.5—5.7，三個(gè)目標(biāo)綜合優(yōu)化的解集分布散點(diǎn)圖見圖 5.8。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡云騰;李晉卿;趙佩鈺;;多目標(biāo)優(yōu)化問題的模糊交叉算法與收斂性初探[J];電腦迷;2017年03期

2 畢志升;鄭炯彬;蔡桂艷;;基于高維多目標(biāo)優(yōu)化的多車場車輛路徑問題[J];計(jì)算機(jī)與數(shù)字工程;2017年07期

3 王衛(wèi)剛;;一種基于多目標(biāo)優(yōu)化的混凝劑綜合評價(jià)方法[J];凈水技術(shù);2017年09期

4 雍龍泉;劉三陽;鄧方安;張建科;楊國平;;線性互補(bǔ)問題與多目標(biāo)優(yōu)化[J];數(shù)學(xué)雜志;2014年03期

5 朱君;蔡延光;湯雅連;楊軍;;多目標(biāo)優(yōu)化問題的研究[J];東莞理工學(xué)院學(xué)報(bào);2014年03期

6 張淑艷;段鵬松;鄒衛(wèi)琴;;淺析多目標(biāo)優(yōu)化問題[J];科技視界;2013年14期

7 郭思涵;龔小勝;;正交設(shè)計(jì)的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問題研究[J];計(jì)算機(jī)科學(xué);2012年02期

8 宋武;陳德祥;;一種改進(jìn)的基于分解多目標(biāo)優(yōu)化算法[J];電腦知識與技術(shù);2012年34期

9 陳愛國;周世俊;;基于模糊邏輯的多目標(biāo)優(yōu)化問題遺傳算法求解探討[J];河南科學(xué);2006年04期

10 李雨生;;在一種廣義錐凸性下的多目標(biāo)優(yōu)化解[J];河海大學(xué)學(xué)報(bào);1987年05期

相關(guān)會(huì)議論文 前10條

1 葉嬋峰;沈波;林都;董宏麗;;基于ε約束理論和修復(fù)算子的多目標(biāo)優(yōu)化算法[A];第36屆中國控制會(huì)議論文集（B）[C];2017年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評述[A];The 5th 全國動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2011年

3 張翔;;一種無歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機(jī)械學(xué)會(huì)成立40周年慶典暨2003年學(xué)術(shù)年會(huì)論文集[C];2003年

4 崔少為;;多目標(biāo)優(yōu)化在天津軋三鋼鐵有限公司1號高爐礦槽備料中的應(yīng)用[A];全國冶金自動(dòng)化信息網(wǎng)2014年會(huì)論文集[C];2014年

5 劉澤雙;高瑩;;基于多目標(biāo)遺傳算法的個(gè)人成才因素評定研究[A];第十一屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

6 雍龍泉;;基于多目標(biāo)優(yōu)化算法求解非線性互補(bǔ)問題[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊）[C];2011年

7 夏玉峰;楊棟;姜來;李帥臣;;多目標(biāo)優(yōu)化在缸底鍛模結(jié)構(gòu)上的應(yīng)用[A];創(chuàng)新塑性加工技術(shù)，推動(dòng)智能制造發(fā)展——第十五屆全國塑性工程學(xué)會(huì)年會(huì)暨第七屆全球華人塑性加工技術(shù)交流會(huì)學(xué)術(shù)會(huì)議論文集[C];2017年

8 胡鑫堯;孫素琴;盧為琴;胡冠章;汪國柄;吳華武;吳季茂;王心樞;張良平;宋烈俠;潭澤光;;計(jì)算機(jī)輔助分子結(jié)構(gòu)解析和分析化學(xué)多目標(biāo)優(yōu)化決策[A];中國分析測試協(xié)會(huì)科學(xué)技術(shù)獎(jiǎng)發(fā)展回顧[C];2015年

9 許碧霞;李兆江;;基于循環(huán)經(jīng)濟(jì)的城市污水多目標(biāo)優(yōu)化配置分析[A];中國地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

10 李兆凱;郝鵬;李剛;;二級層級褶皺結(jié)構(gòu)單胞失效模式分析與多目標(biāo)優(yōu)化[A];中國力學(xué)大會(huì)-2015論文摘要集[C];2015年

相關(guān)博士學(xué)位論文 前10條

1 孟凡云;具有錐均衡約束的多目標(biāo)優(yōu)化的最優(yōu)性理論[D];大連理工大學(xué);2017年

2 秦志昌;非線性動(dòng)力學(xué)系統(tǒng)的多目標(biāo)優(yōu)化控制設(shè)計(jì)[D];天津大學(xué);2017年

3 田野;基于進(jìn)化算法的復(fù)雜多目標(biāo)優(yōu)化問題求解[D];安徽大學(xué);2018年

4 趙泱泱;設(shè)計(jì)原則導(dǎo)向的多目標(biāo)優(yōu)化軟件重構(gòu)[D];南京大學(xué);2018年

5 石美鳳;求解多目標(biāo)優(yōu)化問題的分布估計(jì)算法研究[D];重慶大學(xué);2017年

6 黃亮;膜計(jì)算優(yōu)化方法研究[D];浙江大學(xué);2007年

7 石嘉川;基于模糊評價(jià)的配電網(wǎng)絡(luò)多目標(biāo)優(yōu)化研究[D];山東大學(xué);2007年

8 胡超芳;基于決策者滿意度的多目標(biāo)模糊優(yōu)化算法研究[D];上海交通大學(xué);2007年

9 賀益君;群智能優(yōu)化方法及其在化學(xué)化工中的應(yīng)用研究[D];浙江大學(xué);2008年

10 過曉芳;超多目標(biāo)優(yōu)化問題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 江雪;兩種求解多目標(biāo)優(yōu)化問題的群智能算法的研究[D];南京師范大學(xué);2018年

2 王銳東;基于樣條插值的動(dòng)態(tài)多目標(biāo)優(yōu)化算法預(yù)測模型及應(yīng)用[D];湖南大學(xué);2015年

3 慕蓉;基于多種群蟻群—粒子群融合算法的地鐵項(xiàng)目多目標(biāo)優(yōu)化研究[D];蘭州交通大學(xué);2018年

4 林新宇;不同工況下城軌列車ATO多目標(biāo)優(yōu)化模型及算法研究[D];蘭州交通大學(xué);2018年

5 袁棟;基于日照輻射得熱的非標(biāo)準(zhǔn)建筑形態(tài)多目標(biāo)優(yōu)化設(shè)計(jì)研究[D];哈爾濱工業(yè)大學(xué);2018年

6 李艷艷;多目標(biāo)優(yōu)化問題的魯棒解及其性質(zhì)研究[D];重慶師范大學(xué);2018年

7 李維俊;生物甲烷系統(tǒng)的全流程模擬與多目標(biāo)優(yōu)化[D];中國科學(xué)院大學(xué)(中國科學(xué)院過程工程研究所);2018年

8 劉佳悅;基于多目標(biāo)優(yōu)化以及模糊控制理論的單交叉口信號燈配時(shí)算法的研究[D];吉林大學(xué);2018年

9 張麗馨;含分布式電源的配電網(wǎng)多目標(biāo)優(yōu)化研究[D];山東理工大學(xué);2018年

10 鄭偉;基于MOEA/D的改進(jìn)研究[D];山東師范大學(xué);2018年

本文編號：2794415