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。     

基于BIM与遗传算法的建筑工程施工进度多目标优化研究

为解决施工进度优化领域数据获取、定量分析、模型求解等难题,构建了基于BIM与遗传算法的建筑工程施工进度优化体系.在此基础上,建立了以成本最低和资源均衡为目标的"工期—成本"和"工期固定—资源均衡"施工进度两阶段多目标优化模型,并运用遗传算法进行求解,确定了各工序最优持续时间和非关键工序最优开始时间.在实际工程中对所建体...     

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。     

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。     

工程项目工期—成本—质量模糊优化

在不确定的环境下以工程项目三大控制目标——工期、成本、质量为研究对象,利用多属性效用函数决策理论得出在某一风险水平下三个目标的效用最大值,其中引入模糊数学原理,给出每道工序持续时间、直接成本的模糊表示,建立优化模型,并采用遗传算法对两阶段进行模拟分析,为决策者提供理想的计划安排,最后通过算例证明了模型的可行性和方法的实用性.     

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。     

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。     

基于时间-成本的工程质量模糊均衡优化

针对工程质量实现的不确定性,运用模糊多属性效用函数建立决策均衡优化模型,定义目标满意度,通过对时间和成本的综合优化,实现对工程项目的优化。该方法能够比较客观公正的评价工程项目质量的满意度,为决策者做出优化的决策方案提供新的评价方法,并用实际的算例验证了模型的有效性和适用性。     

基于遗传算法的建筑工程三大目标综合优化

工期、成本和质量是建筑工程的三大主要目标,他们能否顺利实现将直接影响项目总体目标的好坏,而以往提出的模型大都是侧重于对工期一成本两目标的综合优化,很少涉及质量目标,这显然是满足不了现实要求的。因此在这里提出了一个对三大目标综合优化的模型,它是在工期一成本、工期一质量为线性关系的基础上建立的,并且以综合目标函数作为适应度函数建立的依据,运用遗传算法进行求解。最后用一个实例验证了此模型的可行性,并且运算之后可以得到多组解,决策者可以根据自己的偏好选择自己满意的一组解。     

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。     

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。     

工程项目管理中工期—成本—质量综合均衡优化

论文从工程项目管理的意义出发,对工程项目管理中的工期、成本与质量的关系进行了具体分析,并提出了综合优化三要素的方法策略,旨在平衡工程项目的工期、成本与质量的关系,提高工程项目的最终收益。     

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。     

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。     

探讨工期、成本及质量在工程项目管理中的综合均衡优化方案

工程项目管理当中,质量管理、成本及工期是其3大核心管理控制目标,三者之间具有相互依存性,彼此之间还形成了相互作用机制。工程项目质量管理、成本与工期对于整个工程项目建设具有举足轻重的作用与现实意义,在工程项目中对三者的管理进行有效均衡,具有十分重要的实用价值与研究意义。