基于遗传算法的施工项目工期成本优化

针对施工网络计划中的工期成本优化问题,采用遗传算法对施工项目工期成本优化问题进行探讨,以解决工程中不确定因素的问题,且优化结果更精确。     

基于遗传算法的项目工期成本质量综合优化

将工程项目管理中的3个目标要素--工期、成本和质量结合在一起,建立了多目标优化模型.应用多目标遗传算法模型进行求解,一次运行可得到一系列无偏好的最优决策方案,为决策者提供了三维可视的决策依据.通过一个算例,证明了模型具有的有效性和可行性,对工程项目管理中的多目标优化具有实用价值.     

基于遗传算法质量工期成本多目标优化研究

本文应用遗传算法及系统可靠度理论 ,建立了基于遗传算法的质量、工期、成本的多目标优化模型 ,并编制了相应的程序 ,使建筑工程领域的进度控制、成本控制和质量控制这三大控制目标达到了协调统一     

浅谈优化建设项目工期成本

在各种现有工期优化方法基础上,提出了一个根据工程实际情况确定合理进度目标的综合的最优工期求解流程模型.     

工期--成本优化的网络分析方法

本文对采用网络分析的方法以解决工程施工中经常遇到的“工期－－成本”优化问题的运算步骤作了简述,并结合工程实例进行了运算与分析说明。     

工期—效益优化模型在西岭隧道工期优化中的应用

介绍了采用工期—效益优化模型对海南东环铁路工期进行合理优化的方法,并基于工期—效益模型的建立和相关分析,结合案例进行实证分析,指出施工企业在采用常规措施的基础上,可根据具体的情况,采用工期—效益优化模型,从而实现资源优化配置与动态管理,促进高铁建设项目工期达到合理优化。     

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。     

工程项目管理中的工期-成本优化探析

建设项目的工期长短对承发包双方的收益影响很大,尤其是对一些大型工程,工期-成本优化的作用尤为明显。一方面,业主可以采用组合报价法——CB来择优选择承包商,降低成本;另一方面,承包商则通过对工期一成本的优化分析寻求最大的盈利途径,并获得更多的承包合同。通过工期-成本优化可以实现业主和承包商的双赢,从而提高整个社会的投资效益。     

改进和声搜索算法及其在土坡稳定分析中的应用

土坡非圆临界滑动面的寻求是土坡稳定分析的重要步骤,它是一个多极值的优化问题。利用改进的和声搜索算法和修复策略来寻求复杂土坡的临界滑动面及其对应的安全系数,并对改进和声搜索算法与基本和声搜索算法的结果进行了比较,发现改进和声搜索算法比基本和声搜索算法能搜索到更危险的滑动面,原因在于,改进和声搜索算法在每次迭代步中产生多个新解,而基本和声搜索算法中每次迭代产生一个新解。此外,修复策略比惩罚策略更能有效地搜索解空间。结果表明,改进的和声搜索算法和修复策略可以用来进行土坡稳定分析。     

基于蚁群算法优化工程项目中的工期——成本

当前我国建筑业的总体水平较发达国家相对落后,存在较大差距,如施工技术落后、施工规范不合理、建筑市场过于饱和等。尤其是在施工阶段经常面临工期延长、总造价过高、质量差等问题,这些问题严重影响到企业经济效益的提高,因此如何有效地进行工程施工组织设计,从而控制施工进度和降低成本,成为摆在众多建筑施工单位面前的一个重要问题。针对上述问题,文章提出一种适用于施工工程的多目标工期-成本的蚁群算法。以工程实例对该算法进行验证,表明蚁群算法在工期成本优化方面具有显著效果,为施工管理者进行最优方案选择提供了强有力的手段。     

多项目无节奏流水施工时间成本置换优化分析

无节奏流水施工是施工组织的常见形式。文章考虑了多项目环境下多模式的无节奏流水施工组织,并结合传统的time-cost置换问题进行了建模求解。目标函数直接采用双目标形式,并基于NSGA-Ⅱ非劣排序思想进行了算法设计。仿真测试表明,改进的算法能够有效的获得较优的离散time-cost曲线,可以为复杂环境下的无节奏流水施工组织与实施提供决策支持。     

A TIME-COST TRADE-OFF MODEL WITH RESOURCE CONSIDERATION USING GENETIC ALGORITHM

A genetic algorithm (GA)-based model to deal with time-cost trade-off problems is presented. The traditional algorithms assume the unlimited availability of resources. Instead, the proposed model allows for resource constraints. Accordingly, the trade-off is considered in terms of the level of resources to be deployed for each activity. At the same time the model schedules the starts of the activities in order to optimize the objective function. The activity starts is a significant factor in the case of non-uniform available profile. The GA searches both spaces of resource utilization and activity starts to determine the optimal schedule that conforms to the resource available profile. Although, in principle, this has the potential of a combinatorial explosion, earlier work suggests that the GA-based model can be applied to larger networks without appearing to suffer from this problem. Allowing the project manager to think in terms of resource utilization makes this approach consistent with resource allocation problems, and more pragmatic and appealing. The model can also be used to solve conventional time-cost trade-off problems by a simple modification of the objective function. Numerical examples are used to illustrate the working of the model. The examples include a case of varying resource available profile.     

改进遗传算法在渗透系数反分析中的应用

利用水头实测资料,以渗透系数为待反演的参数,在采用基本遗传算法进行参数反演研究的基础上,针对简单遗传算法难以确定交叉率和变异率的最佳值、计算量较大及易早熟等缺点,提出以自适应遗传算法来解决工程中的这类问题.力求使改进的遗传算法计算量更小,收敛性更强,同时结合二维稳定渗流有限元工程实例进行了反演计算.结果表明,自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题.因此,自适应遗传算法为渗流领域求解反演问题提供了新的途径.     

综合改进的遗传算法反演三维地下水流模型参数

在简单的遗传算法的基础上,提出了一种综合改进的遗传算法,在反演地下水水流参数时,具有收敛速度快、解的精度高和避免出现早熟等优点。以非均质各向同性承压三维非稳定流动为理想模型,结合有限元法讨论了用遗传算法反演水文地质参数的过程。综合改进的遗传算法非常有效,在地下水渗流和水资源评价计算中有广阔的应用前景。     

结构优化设计中自适应遗传算法的研究

主要介绍了一种基于非连续设计变量的结构优化设计方法一遗传算法(Genetic Al-gorithms,GA)。首先对遗传算法的来源、基本过程进行了论述;为了提高遗传算法的收敛性能,同时考虑到交叉率和变异率的选取问题,引入一种基于个体适应度值的自适应调整交叉率和变异率的自适应遗传算法,并通过算例表明自适应遗传算法是有效的。     

基于改进遗传算法的土钉支护结构优化设计

为了在保证基坑稳定性和正常使用的条件下提高土钉支护结构经济性,建立土钉支护的优化模型,并对土钉道数、土钉长度、土钉入射角、土钉间距以及土钉直径和孔径等设计参数进行敏感性分析,在此基础上合理选择各个设计参数的取值范围,为土钉支护优化提供约束条件。针对传统的遗传算法在迭代过程中出现的适应度值标定方式复杂、过早的收敛到局部最优解和在最优值附近收敛速度慢等缺点,提出采用动态自适应技术和非标准的遗传操作算子改进遗传算法的新算法。通过实例分析表明,采用改进遗传算法进行优化不仅可以大大节省求解时间,而且能够得到满意的结果。     

基于自适应遗传算法的钢筋混凝土桥墩抗震设计方法

为满足钢筋混凝土桥墩抗震设计中对构件承载力和延性的要求,常需依靠设计者经验,对配筋方案进行反复调整,这就在一定程度上增加了结构设计难度,降低了工作效率。为解决这一实际问题,对传统自适应遗传算法中交叉率和变异率的计算方法进行改进,通过当前适应度值动态调整交叉率和变异率,在此基础上提出基于自适应遗传算法的钢筋混凝土桥墩结构抗震设计方法,实现对符合条件设计解的自动随机定向搜索,提高求解的收敛速度,并增强算法的鲁棒性。在对每一配筋方案的抗弯承载力和位移延性系数的计算中,又提出基于自适应遗传算法的钢筋混凝土桥墩弯矩-曲率关系的计算方法,提高求解效率。通过设计算例,可见该方法快速有效,计算过程无需人工干预,实现钢筋混凝土桥墩结构抗震设计的人工智能化。     

基于改进遗传算法的拱坝位移反分析

利用遗传算法对拱坝地质力学参数位移反分析的方法进行了研究。针对简单遗传算法的早熟现象,引入了小生境技术与自适应杂交变异概率的方法,并结合拱坝地质力学模型试验与三维有限元方法,给出了适合推求拱坝地质力学参数的反分析方法。结合实际工程,反演了拱坝基岩的弹性模量和泊松比。结果表明,该算法适用于拱坝地质力学参数的位移反分析,可以有效地解决简单遗传算法的早熟现象,而且收敛效率也有明显提高。     

建设项目动态联盟收益分配改进研究

随着建筑市场竞争激烈程度日益提高,动态联盟这一新型的组织模式已经成为建筑伙伴企业追求自身发展壮大并获得竞争优势的重要战略,而建立伙伴间合理的收益分配机制又是保证建设项目动态联盟高效运转的关键要素。盟主企业通过设计正式契约引入激励机制,以提高伙伴的努力水平,从而保证联盟的稳定运行和项目目标的实现,联盟收益分配对象由盟主和合作伙伴共同确定,业主以及项目利益相关者对项目价值的认可也应作为联盟收益分配的对象。针对以联盟确定的伙伴努力水平所实现的收益为收益分配对象的不公正性,根据建设项目动态联盟的实际情况,建立以联盟、业主、项目利益相关者等确定的伙伴最终实现的项目价值为收益分配对象的模型,并通过对伙伴所完成分包项目价值状态的确认,确定一个奖励额度,实现对正式契约和模型的改进,采用遗传算法对模型进行求解,算例结果表明,改进后的模型极大地提高了伙伴的努力程度,提高了收益分配的合理性。     

基于混合遗传算法的结构优化设计

针对遗传算法在迭代过程中经常出现早熟、收敛速度慢、局部搜索能力差等缺点,对遗传算法中的遗传算子进行了改进,提出梯度算法与遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善,具体算例表明该混合遗传算法是一种有效的工程结构优化方法。