网络计划工期费用优化及其蚁群算法

摘要

工期费用优化是工程项目管理中进度控制的一项重要的内容，在工程项目的建设中，合理地安排各活动的进度，能给项目带来明显的经济效益。长期以来，人们对费用优化问题的研究主要是基于数学规划法和启发式算法，但这些方法还存在一些缺陷。为了解决传统方法中的问题，并鉴于蚁群算法在组合优化中表现出来的诸多优点，本文将蚁群算法应用于网络计划工期费用优化当中，从而可以得到一种更精确、更全面，求解效率更高的优化方法。 对活动的持续时间和直接费用为连续性函数关系的费用优化问题，当前的研究大多侧重于求解工程的最低费用或最低费用工期。以费用最低为目标函数，本文在基于网格划分策略的蚁群算法的基本思想上提出了一种改进的算法。对工期限定条件下的费用优化问题，在本文中，将工期约束转换成罚函数形式，解决了算法中难于处理的问题，从而使有工期约束和无工期约束两类费用优化问题的求解方法得到了统一。 对活动的持续时间和直接费用为离散型函数关系的费用优化问题，当前的研究大多侧重于求解工程的工期费用均衡曲线。以工期和费用同时最小为目标函数，提出了相应的求解算法。算法中采用自适应权重法将工期和费用目标综合为单目标，采用蚁群算法进行Pareto解的搜索。 本文对两个方面的模型都进行了算例分析，分析和计算的结果不仅验证了模型的正确性、求解的高效性，还在一定程度上证明了模型的实际应用价值。

目录

文摘

英文文摘

声明

1绪论

1.1本文的研究背景

1.2研究进展与现状

1.2.1网络计划技术

1.2.2工期-费用优化技术

1.3本文的主要工作内容

2工期费用优化问题简介

2.1工期-费用优化原理

2.2活动的持续时间与直接费用的关系

2.2.1连续性曲线关系

2.2.2连续性折线关系

2.2.3连续性直线关系

2.2.4离散性关系

2.2.5间断性曲线或直线关系

2.3工程项目间接费与项目工期的关系

2.3.1间接费的分类

2.3.2间接费的影响因素

2.3.3间接费-工期曲线求解方法

2.4现有的几种工期费用优化方法

2.4.1线性规划法

2.4.2整数规划法

2.4.3动态规划法

2.4.4网络流算法

2.4.5二次规划方法

2.4.6遗传算法

3蚁群算法原理及应用

3.1引言

3.2蚂蚁的觅食行为

3.3蚁群算法的基本思想

3.3.1人工蚂蚁与真实蚂蚁的异同比较

3.3.2蚁群算法模型的建立

3.4本文借鉴的两种蚁群算法

3.4.1图搜索蚂蚁系统(GBAS)

3.4.2基于网格划分策略的连续域蚁群算法

3.5蚁群算法的应用

4连续空间工期费用优化问题的蚁群算法

4.1问题的提出

4.2两类问题的工期费用优化模型

4.3算法设计及实现

4.3.1基本思路

4.3.2算法步骤与流程

4.4实例分析

5离散空间工期费用优化问题的蚁群算法

5.1问题的提出

5.2工期费用优化问题模型

5.3多目标优化

5.4算法设计与实现

5.4.1算法的定义

5.4.2自适应权重法

5.4.3信息素更新模型

5.4.4蚂蚁路径选择

5.4.5算法步骤与流程

5.5实例分析

6结论与展望

6.1结论

6.2展望

参考文献

攻读硕士学位期间发表学术论文情况

致谢