基于粒子群算法的工程项目多目标优化问题研究

为了更有效地解决工程项目的工期—成本—质量优化问题,从施工单位的角度出发,基于工期、质量、成本间的对立统一关系,以双代号网络图中每项工作的持续时间为自变量,建立工期—成本—质量优化模型,采用标准粒子群算法来优化求解。为了消除量纲对评价标准的影响,对 3 个目标适应值采取了标准化的处理方法。利用 Matlab 软件,对一个工程案例进行多目标优化,通过与蒙特卡罗方法进行对比,分析了粒子群算法的计算效率,优化结果验证了粒子群算法求解工程项目多目标优化模型的可行性和适用性。     

多目标组合优化的城市骑行路网规划设计

【目的】骑行路网作为城市重要的绿色基础设施之一,是居民绿色出行的重要载体。以城市骑行路网规划设计为目标,提出一种基于多源数据的城市骑行路网规划设计方法。【方法】首先,利用兴趣点和骑行大数据实现对城市道路空间特征和骑行使用特性的量化刻画。其次,综合考虑骑行路网使用现状、潜在需求、规划预算以及道路连通性等因素,对骑行路网规划问题进行多目标组合优化建模。最后,针对性地提出一种改进蚁群算法对该问题进行求解,并以宁波市中心五区为例,对该方法进行验证。【结果】该方法有效地识别出在未来骑行路网规划中应着重考虑的城市道路与功能节点,展示了不同目标、不同情景下的差异化骑行路网规划方案。【结论】该方法可有效解决骑行路网规划问题,为构建便利、高效的绿色骑行网络提供基于数据驱动化的技术支持,得出的规划政策建议对提高城市存量道路空间利用效率、指导城市绿色交通规划具有重要的实践意义。     

基于多种群蚁群粒子群融合算法的工程项目多目标优化研究

为解决工程项目集成化管理中存在的问题,提出多种群蚁群粒子群融合算法,并结合某地铁工程实例对该算法进行实证研究。根据求解效果分析得出结论,这一算法在解决多目标共同优化问题时比基本蚁群算法得到的帕累托解集更多,可以应用于施工项目集成化管理。     

基于MATLAB的工程项目管理多目标优化问题的解析求解及算法研究

针对目前国内工程项目成本控制与进度、质量控制相孤立的现状,在约束理论和多属性效用函数理论的基础上,分别从不同约束下和三者整体最优两个角度构建了优化模型。通过对工程项目多目标协同优化问题的数学描述,从数学模型、最小二乘解、单目标转换、极值及解集等方面给出解析求解思路,给出了最优解的实现命令,为工程项目管理中多目标优化问题的解决提供了必要的参考。     

基于蚁群算法的装配式建筑施工工序多目标优化模型

作为我国经济支柱产业,建筑业长期以来属于粗放型产业.由于粗放式管理,建筑施工阶段往往面临工期延长、成本超标等问题,并产生大量碳排放.为了有效解决这一问题,本文从装配式建筑施工过程出发,首先以叠合板构件安装过程为例详细梳理了施工工序以及每道工序的人工、材料以及机械或设备等资源的消耗类型.随后,结合多目标优化思想,构建了施...     

高速公路项目多目标多阶段综合优化研究

为有效提升高速公路项目建管一体化水平,解决进度、成本、质量在建设、运营两阶段的均衡优化难题,在文献研究的基础上,深入分析建设、运营两阶段之间以及进度、成本、质量三目标之间的相互作用机制,并运用数学模型进行量化.在此基础上,以建设、运营两阶段总成本最小为目标函数,以三目标之间的相互作用为约束,建立优化模型.选取实际案例进...     

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。     

面向爆管检测的供水管网水压监测点多目标优化

针对单目标优化算法在水压监测点优化布置模型求解过程中计算效率低、解集质量差的问题,提出了一种多目标非支配差分进化算法（NSDE）。首先,对各管段中间添加的节点赋予爆管流量并依次进行模拟,根据各节点压力变化值生成爆管事件判断矩阵;然后,以监测点个数最小化和爆管检测漏损量最大化为目标函数构建监测点优化布置数学模型,利用NSDE算法进行求解;最后对Pareto解集中监测点布局特征展开分析。以net3供水管网为例,采用单目标遗传算法、多目标非支配遗传算法（NSGA-Ⅱ）和NSDE算法分别对模型进行求解,结果表明多目标NSDE算法计算效率更高且优化解质量更好,其Pareto解集对应的多种布局方案可为实际工程中监测点布置提供灵活选择。     

基于粒子群的多目标优化在电梯群控系统中的应用

采用基于粒子群的多目标优化算法设计了各电梯响应呼梯信号的综合评价目标函数,通过对电梯群控系统的性能指标的评估,从而确定最佳派梯方案,在各种交通客流状况下实现合理的电梯调度。通过对理论分析结果与仿真试验结果进行比较,验证了此方法的有效性。     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

基于模糊理论的行星传动多目标优化

讨论了基于模糊理论的行星传动多目标优化．在充分考虑各模糊因素的情况下,建立了行星传动的多目标优化数学模型,运用模糊理论和方法求其最优解．     

高维多目标优化算法研究综述

当遇到目标数目多于4个或4个以上的高维多目标优化问题时,基于Pareto支配排序的多目标进化算法很难求出近似的Pareto最优解集合,因此,高维多目标优化问题的进化算法研究成为进化算法领域的一个难点问题。本文在分析了高维多目标优化问题研究难点的基础上,概括了高维多目标优化问题的类型,并介绍了含有冗余目标的高维多目标优化问题的目标缩减算法,最后指出了今后该领域的研究方向。     

基于约束多目标优化算法的盾构隧道设计方法

当前盾构隧道的设计仍主要依托于经验确定设计参数,然后对其安全性进行校核,难以定量的考虑成本和控制指标(收敛变形等)的关系。以衬砌厚度、截面配筋率、横向接头螺栓直径为设计参数,以成本及结构的水平收敛变形为优化目标,结合多目标优化的算法,进行了盾构隧道的横断面设计。采用非支配原理,通过引入约束违反函数,实现了基于NSGA-Ⅱ算法的复杂约束条件处理。最后通过具体算例,完成了满足截面安全性要求的限制条件下,完整Pareto前沿面的获取工作,并与无约束优化结果进行了分析对比,说明了迭代过程的收敛性,阐述了所得Pareto前沿面的价值意义,得到了不同设计条件下的最优解。     

微粒群多目标优化率定暴雨管理模型(SWMM)研究

针对SWMM存在模型参数多、率定困难的问题,采用微粒群算法(PSO0)对SWMM模型进行优化率定研究,完成了高维多目标优化率定过程.算例结果表明,微粒群算法可以有效地完成优化率定过程,并能实现多目标优化,这对模型率定和实际城市防汛工作具有一定指导意义.     

基于遗传算法的飞艇结构多目标优化

首先,根据软式飞艇结构的力学特点建立了飞艇结构的多目标优化模型,以外荷载作用下飞艇“应力最小”、“变形最小”及“自重最小”为优化目标,确定膜材厚度、膜材弹性模量、飞艇内气压及飞艇细长比为优化变量.其次通过加权系数法将多目标优化转化为单目标问题,并采用遗传算法进行求解.最后,采用此方法对某一飞艇结构进行多目标优化.研究结果表明：飞艇的优化模型是有效的;结合加权系数法和遗传算法,可以获得各个目标均较理想的优化结果;通过进行多目标优化可以为飞艇结构的设计提供合理建议.     

基于遗传算法的飞艇结构多目标优化

首先,根据软式飞艇结构的力学特点建立了飞艇结构的多目标优化模型,以外荷载作用下飞艇"应力最小"、"变形最小"及"自重最小"为优化目标,确定膜材厚度、膜材弹性模量、飞艇内气压及飞艇细长比为优化变量。其次通过加权系数法将多目标优化转化为单目标问题,并采用遗传算法进行求解。最后,采用此方法对某一飞艇结构进行多目标优化。研究结果表明:飞艇的优化模型是有效的;结合加权系数法和遗传算法,可以获得各个目标均较理想的优化结果;通过进行多目标优化可以为飞艇结构的设计提供合理建议。     

网络计划的多目标优化问题

本文针对网络计划的多目标优化中存在的问题,提出从效用理论寻找非劣解。     

多目标组合箱梁设计的粒子群优化方法

提出了多级搜索技术设计一个优化的组合箱梁飞行转动叶片,搜索技术称之为粒子群优化(受到鸟群飞行的启发),将连续的几何参数(断面尺寸)和箱梁离散折角作为设计变量,使之达到指定刚度和最大弹性连接的设计目标。目前组合箱梁的最大弹性连接增加了直升机转动叶片的气体弹性稳定性。多目标设计可明确表达为组合优化问题,采用粒子群优化技术求解,得到组合箱梁设计的最佳几何夹角为10°、15°和45°。对粒子群优化方法的性质和计算效率与各种设计方法进行了比较。模拟结果清楚显示,在性能和计算时间方面,粒子群优化方法比其他方法优越。     

基于差分进化算法的管网模型校正

阐述了在模型校核中,在用户用水量曲线经过校正后,通过漏失系数的调整来调节节点用水量,采用差分进化算法对建立的仿真管网模型进行校核,通过验证发现,该法校核过的管网模型与实际值很接近,且运行速度较快。