模糊关键链项目进度管理多目标优化研究

针对模糊关键链项目进度管理中工期、成本、质量三大管理目标的综合优化问题,提出了基于多属性效用函数的综合优化模型,采用了合理的方式对三大目标进行处理。设计了遗传算法进行模型求解,并利用Matlab编程实现。在多目标优化的基础上进行关键链进度计划中项目缓冲区的设置。将模型应用于工程实例中,优化结果表明模型对于提高项目综合效益有显著作用,决策者也可以在不同的管理情景下对模型目标函数中的权重进行适当的调整。     

基于改进遗传算法的工程项目多目标优化研究

工程项目管理的主要目标即工期、质量、成本三大目标。将工程项目分解为各个工程活动进行研究,采用非线性函数来定量化描述三大目标的两两关系。根据多属性效用函数理论,建立多目标综合优化模型,并采用实数编码改进的遗传算法求解模型。最后,通过案例证实所建立的多目标优化模型的可行性及优越性:能有效缩短项目工期,降低成本,提高质量。     

基于NSGA-Ⅱ的工程项目工期-成本-质量均衡优化

工程项目工期-成本-质量多目标均衡优化是近年来工程项目管理领域的研究热点问题。针对这一问题,分析了工期与质量之间的关系,提出了工期与质量的s-型曲线,构建了工期一成本一质量的均衡优化模型,通过经典多目标测试函数对NSGA-II求解多目标优化问题的可行性和有效性进行了测试。在此基础上,利用该算法进行了工程项目工期-成本-质量的多目标均衡优化,得到了一组Pareto最优解,为项目管理者的决策提供了依据。     

基于NNIA的工程项目工期-成本-质量综合优化

工期、成本、质量是工程建设项目的三大控制目标。当前工程管理人员对三大目标的控制相对独立,不能高效地对三大目标进行综合控制。为了更好地解决三大目标之间的协调问题,结合系统可靠性原理,利用二元决策图(Binary Decision Diagram,BDD)对工程项目的整体质量水平进行评价。同时,考虑工程实际的奖罚制度,构建工期-成本-质量综合优化模型并运用非支配近邻免疫算法(Non-dominated Neighbor Immune Algorithm,NNIA)进行求解。运算结果得到了一系列Pareto最优解,验证了所构建模型的可行性及NNIA对求解该模型的有效性。     

基于模糊规划的工程项目工期—成本—质量均衡优化研究

在工程项目的实施过程中,由于存在技术、天气、人员等诸多不确定因素的影响,导致工期、成本、质量这三大目标均具有模糊性。由于工期、成本、质量是相互关联的矛盾统一体,对这3 个不确定目标约束进行均衡优化,也就成为工程项目管理的重要内容之一。根据可信性理论,建立了多模式工期—成本—质量均衡优化的模糊期望值模型;设计了模糊模拟、神经网络和多目标粒子群算法相结合的混合智能算法来求解模型;并通过一个工程实例验证了所构建的多模式工期-成本-质量均衡优化模型的合理性和混合智能算法对该类问题求解的有效性。     

工程项目三大目标的均衡与综合决策研究

工程项目的综合决策主要基于对工程质量、工期和成本三大目标的均衡研究。工程项目三大控制目标相互作用,相互影响,存在着对立统一的关系,三大控制目标均衡是工程项目综合决策的关键。引入物理规划方法,利用偏好函数建立工程项目质量-工期-成本的综合决策模型和决策者的偏好设置,求解偏好函数,其结果可为项目综合决策提供依据。     

基于DEA 的建筑工程项目综合优化研究

质量、成本、工期是工程项目管理的三大主要控制目标。首先以工期目标为变量,分析工期-成本、工期-质量的非线性关系,分别建立成本、质量目标与工期目标之间的量化非线性关系模型,进而建立三者之间的多目标优化模型。结合工程网络计划优化技术,用关键路径法进行若干次工期压缩,得到不同工期、成本、质量水平的若干施工方案,组成待选方案集,通过数据包络分析的方法分析不同方案的投入、产出效率,进而根据效率值择优选取施工方案。并结合算例证明了该优化方法的有效性,为项目决策提供支持。     

工程项目工期—成本—质量—安全水平综合优化研究

目前工程项目多目标优化的相关研究中,较少考虑工期、成本、质量等目标与安全水平之间的联系。针对这一不足,在分析工序安全水平影响因素的基础上,得到了成本—安全水平优化模型,并将安全目标引入工期—成本—质量优化模型,构建了工期—成本—质量—安全水平均衡优化模型。为了有效求解该型,引入了量子粒子群算法,结合工程实例进行模拟仿真,得到工期、成本、质量与安全水平的一系列 Pareto 解,并进行方案决策,结果表明得到的 Pareto 解集能为项目管理者的决策提供有效支持,量子粒子群优化算法在求解该模型方面是有效性的。     

基于微粒群算法的工程项目质量、费用和工期综合优化

进度、费用和质量称为工程项目的三大控制目标,三者之间相互依存、相互影响。工程项目控制的理想状态是同时实现合理的工期、较低的费用和较高的质量。微粒群算法(PSO)是新近出现的一种仿生算法,具有简单容易实现,而且随机搜索的优点,使得搜索不易陷于局部最优。将该算法引入工程项目优化领域,研究工程项目的质量、费用和工期的综合优化问题。系统介绍微粒群算法原理、流程以及算法的改进发展,研究工程项目质量、费用和工期的优化,并建立质量、费用和工期的多目标综合优化模型,介绍应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标优化问题。     

基于Petri 网的工程项目多目标协同优化研究

工程项目建设过程需要对项目的进度、质量和成本这三大目标进行集成控制和有效管理。但是,同时实现三大目标的集成控制需要考虑各种约束变量的限制,探讨建立三个目标的相关函数以及进度、质量和成本集成控制机理,并建立多目标协同优化模型,提出工程项目三大目标协同优化的普遍适用性方法。模型结合Petri 网的实时性和动态性,采用粒子群优化算法对模型进行求解,结合实证分析了该模型的可行性和有效性,为工程项目的建设提供决策支持。     

建设项目多目标综合优化方法研究

对于工程的质量、工期、成本、资源的均衡等多个目标进行控制市建筑工程项目管理的重要内容。在具体分析各个目标之间相互作用关系的基础上,建立了工期-费用关系模型、质量工期关系模型和资源均衡-工期关系模型。进一步在工程费用-费用优化的基础上,引入工程质量、资源均衡目标,综合单目标模型,建立了进度计划的多目标模型,利用多目标模糊决策理论,对实施方案进行优选,最后用算例验证了方法的可行性和实用性。     

Stochastic time-cost optimization using non-dominated archiving ant colony approach

This article employs a non-dominated archiving ant colony approach to solve the stochastic time-cost trade-off optimization problem. The model searches for non-dominated solutions considering total duration and total cost of the project as two objectives. In order to expect more realistic outcomes for the time-cost trade-off problem, uncertainties in time and cost of the project should be taken into account. Fuzzy sets theory is used to answer for uncertainties in time and cost of the project. The model embeds the α-cut approach to account for accepted risk level of the project manager. Left and right dominance ranking method is used for finding non-dominated solutions. The ranking method employs decision maker's optimism using β concept. The performance of the model is tested according to performance metrics for multi-objective evolutionary algorithms proposed in the literature. The results show that the algorithm is adequately reliable. A case study is solved to show the application of the proposed model for the uncertain time-cost trade-off problem.     

工程项目工期--成本综合模糊优化

针对工程项目中工期的不确定性,本文提出了一种综合模糊集合论与遗传算法的新方法来解决工期—— 成本优化问题。该算法能较好的寻找项目在不同风险水平下的工期——成本优化的最优解,同时能深入分析工期 和成本的理想平衡点,为决策者提供相关信息,用于指导实践。     

Automated trade‐off between time and cost in planning repetitive construction projects

An automated model is developed to support the optimization of the planning and scheduling of repetitive construction projects. The model provides the capability of optimizing two important objectives commonly sought in scheduling repetitive construction projects: minimizing project duration; and minimizing project cost. The model performs this multi‐objective optimization using a genetic algorithm approach. The output of the model is a set of optimal solutions that represent the trade‐off between time and cost in planning repetitive construction projects. Furthermore, the model can be utilized to find a single scheduling solution that provides the minimum overall project cost by simply adding project indirect cost to the obtained project direct cost for each of the obtained scheduling solutions on the Pareto optimal curve. Other important time‐related costs are also considered in the model including: early completion incentives, late completion penalties and lane rental costs. Providing the planners of repetitive construction projects with an automated set of optimal time–cost trade‐off solutions should contribute to cost‐effective and speedy delivery of this type of construction project. An application example is analysed to illustrate the use of the model and demonstrate its capabilities in generating optimal trade‐off solutions between minimizing the project time and cost for repetitive construction projects.     

基于DEPSO 的工程项目增量净收益优化研究

针对当前工程项目网络计划制定中难以对工期、成本、质量三大目标进行有效统筹管控的问题。将这三大目标转化为增量净收益目标,解决由于各单目标之间量纲的不同而难以统筹优化问题,建立了增量净收益最大的工期—费用—质量模型,理清了它们之间错综复杂的关系和相互对立的局面。充分利用差异演化算法和粒子群算法的各自优点,提出了差异演化粒子群算法对上述多目标优化模型进行求解;并通过工程实例检验差异演化粒子群算法的有效性,计算结果显示,改进算法在很大程度上改善了求解性能,极大地提高了工程项目的净收益。     

基于BIM 和网络计划技术的建设工程施工进度—成本研究

为了提高建设工程的施工水平,应当寻求在缩短施工进度的同时降低施工成本的方法。建立了基于BIM 与网络计划技术的施工进度—成本架构体系和优化模型。运用BIM 能够快速准确地提取与处理庞大工程量的优势,并结合传统的网络计划技术、工作分解结构（WBS）方法协同处理进度—成本优化问题,给企业提供了一种新的优化施工进度—成本的方法。该方法有助于充分发挥现代信息技术与传统经典方法理论的优势,进一步提高工程建设的信息化水平,更好地实现项目的管理目标。     

A two-phase GA model for resource-constrained project scheduling

In construction scheduling, problems can arise when each activity could start at different time points and the resources needed by the activities are limited. Moreover, activities have required conditions to be met, such as precedence relationships, resource requirements, etc. To resolve these problems, a two-phase GA (genetic algorithm) model is proposed in this paper, in which both the effects of time-cost trade-off and resource scheduling are taken into account. A GA-based time-cost trade-off analysis is adopted to select the execution mode of each activity through the balance of time and cost, followed by utilization of a GA-based resource scheduling method to generate a feasible schedule which may satisfy all the project constraints. Finally, the model is demonstrated using an example project and a real project.     

谈工程造价的影响因素

从成本、工期、质量三大要素入手,较为详细地分析了建设工程造价的影响因素,并指出只有了解成本、工期、质量三要素的相互影响和相互依存的关系以及建设项目自身的特点,才能实现工程造价的有效控制。