基于MOP的建筑施工项目成本、进度和质量优化研究

施工质量、建设进度和造价成本是建设工程项目的3大控制指标,三者相互影响且互为依存。对于任何工程项目而言,平衡这3个指标的相互关系,成为决定项目成功与否的关键,即任何工程项目的完成,都需要既能够保证在较短的工期范围内完成项目交付,又要很好地控制成本使得有利可图,还应该达到国家、行业和业主规定的质量要求。因而,如何有效地进行施工管理,使得质量、工期和成本达到辩证统一,是值得研究和总结的重要课题。多目标优化(MOP)是运筹学中用来解决在一定约束下,求多个目标都能达到最优解的数学模型。故运用MOP相关理论来解决工程实际中在资源有约束的情况下求取质量、进度和成本这个3目标的多目标优化问题。     

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。     

带有控制参量的向量优化问题研究

在拓扑向量空间中,考虑了带有控制参量的向量优化问题.首先,给出了带有控制参量函数的广义凸概念,并在目标函数和约束函数的广义凸假设下,获得了问题的Benson真有效解与相应的标量化问题的最优解的关系.然后,定义了问题的实Lagrangian函数及Lagrangian函数的鞍点,并在目标函数和约束函数的广义凸假设下,推导了问题的Benson真有效解和鞍点的关系.     

工程项目动态控制模型

本文研究工程项目管理中的控制问题，建立了工程项目动态控制模型，实现了过程控制、目标控制和优化控制的统一；给出了模型的解法，讨论了系统的控制方法和性质     

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。     

工程建设项目的高维多目标综合优化研究

作为一类复杂优化问题,工程项目的多目标优化具有重要实践价值,因而受到工程管理领域学界和业界的广泛关注。提出的工程项目多目标优化问题旨在根据工期、成本、质量、安全、环保五维目标之间的关联,合理安排工程实施进度计划及项目资金投入,从而实现对五维目标统筹兼顾、综合优化。针对问题具有五维目标这一高维多目标优化特征,设计NSGAIII算法有效求解Pareto 解集,分别采用分层序列法和理想点法、功效系数法从Pareto 集合中选择最优方案,并通过工程案例验证算法的有效性。     

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。     

对确定性存储模型的推广

在需求率为常数的假定下,以总利润最大为目标,建立了确定性的经济订购批量存储模型。在此基础上,探讨了一种在需求率随销售价格呈非线性变动的假设下,以系统利润达到最大为目标的存储模型,从而得到一个推广的经济订购批量存储模型。并首先运用多元函数的极值理论,从数学上证明了最优解的存在,给出了最优订货批量、最优销售价格以及最优订货周期的求解方法,然后对模型进行了灵敏度分析。最后给出了一个应用实例。     

考虑风险相关性的工程项目多目标风险决策

本文通过考虑风险控制成本和风险损失等多个目标对决策结果的影响,建立了工程项目风险多目标优化决策模型。从风险造成的损失的研究视角出发,通过度量风险因素之间的相关性损失,并进一步将风险之间的相关性考虑到模型中去,建立考虑工程项目风险之间相关性的多目标优化决策模型。通过用多目标粒子群算法对模型进行求解,并针对一个工程项目的风险控制问题进行分析,分析结果表明:可以根据实际项目的风险控制成本对风险的控制做出有效决策,同时在考虑了相关性的前提下,提高了模型优化结果的适用性。     

MIMO双向中继信道能量效率优化算法

研究了多输入多输出(multiple input multple output,MIMO)双向中继信道的能量效率优化问题。首先考虑无功率约束下的能量效率优化问题,采用嵌套优化方法得到最优的功率分配。然后求解有功率约束时的能量效率优化问题,如果无功率约束时的最优解在最大功率约束内,则该最优解为有功率约束时的最优解;否则通过确定一部分节点的最优发射功率,减小剩下节点的发射功率的优化区间来求解该问题。仿真结果验证了所提优化算法的有效性。     

基于资源调度费的工程项目多资源均衡优化研究

分析了工程项目多资源优化的目标、传统多资源均衡方法的缺陷以及从成本角度研究该问题的优越性;首次引入资源调度费的概念,并以资源调度费作为多资源均衡优化的目标,同时给出了资源调度费的计算方法。对资源的相关性进行了研究,将资源分为主导资源和辅助资源,并构建了多资源均衡优化模型,为工程项目施工的多资源均衡优化研究提供了参考。     

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。     

效用函数理论在工程多目标优化中的应用

通过阐述单目标优化的局限性,提出对工程项目进行多目标优化是十分必要的。利用多属性效用函数理论,建立工程项目进度、成本、质量多目标优化模型。最后,通过算例验证了模型的合理性和方法实用性。     

基于遗传算法的高强混凝土配合比优化设计

采用解决复杂优化问题的遗传算法,对高强混凝土进行配合比的优化设计。从成功的混凝土配合比数据中,归纳出各种原材料用量的取值范围,以混凝土材料的成本为优化目标函数。将约束优化的数学规划问题转化成遗传算法模型,用实数编码表示个体的染色体位串,启用联赛随机选择算子、完全算术交叉算子以及非均匀变异算子等算子组合,完成遗传操作。编程计算并获得最优解。其结果与工程实例中提供的设计参数相比,减少费用18．8％。     

LINGO优化软件在焊接条设计上的应用

首先介绍了LINGO求解有约束非线性优化问题的具体建模与求解过程，同时运用LING09.0模型语言优化算法，对工程上的焊接条设计问题进行了研究，快速得到了可靠且比常规优化算法更精确的最优解1.724858，最后给出了用LINGO优化软件实现灵敏度分析的具体过程，通过灵敏度分析进一步确定影响焊接条最优设计的主次因素，给操作人员带来一定的参考价值。     

考虑各方满意度的工程总分包商合作收益动态分配研究

合理的收益分配是总分包商建立长期伙伴关系、实现合作共赢的关键。在充分考虑各方的努力水平、风险分担、贡献系数等因素的基础上，提出分阶段激励约束机制及满意度另一优化目标，构建多目标收益分配模型。运用多目标优化理论与粒子群算法相结合的方式求解得到项目净收益和整体满意度的最优解集。通过算例分阶段对项目各方进行评价，以激励各方持续努力地工作，结论表明在净收益增大的同时，整体的满意度值将会表现出减小趋势，总承包商和分包商合作团队可根据项目净收益和整体满意度的实际情况选择合适的分配方案，继而促进总分包商的成功合作。     

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．     

施工企业工程项目经理激励问题的经济学分析与求解

从经济学的角度分析建筑施工企业项目管理者——项目经理的行为模式,结合对我国现行施工企业项目经理监督机制的分析,得出了工程项目经理激励问题相对于传统的约束问题的优越性和可替代性的结论,建立了全新的工程项目经理激励制度安排与战略性绩效考核体系相结合的最优解。     

最短时限指派问题的逐步寻优算法

为了得到最短时限指派问题的最优指派,建立了其多目标规划的数学模型,并转化为与其等价的单目标规划模型.给出了解决该类指派问题的逐步寻优算法,即首先选出原时间矩阵中标记的最大元素,并划去其所在的行与列,进而在余子阵中重复实施上述过程,最多经过n次运算就可以得到问题的一个初始可行解,最后利用对角调整法优化初始解,即可得到问题的最优指派.实例表明:该算法简单、易于理解,具备可操作性及适用性.     

多参数耦合条件下人群疏散路径优化模型

针对火灾条件下疏散路径优化问题,通过整合经验公式、动态调整网络结构的方式综合考虑人群密度参数、通行容量参数和火灾烟气消光系数参数,建立了基于网络流理论,以最短疏散时间为目标函数,单源点、多出口疏散条件下多参数耦合的人群疏散路径优化模型,并根据最短路问题的求解方式,提出了基于Dijkstra算法的多参数耦合动态约束路径择优的算法,给出了求解步骤。通过计算实例,求解最优疏散路径组,以及每一条路径的疏散时间和疏散人数,验证模型的合理性和算法的可行性,探讨了疏散网络动态变化过程中的疏散网络节点的相对重要性问题。