基于免疫遗传微粒群算法的工程项目工期质量成本均衡优化-optimization of quality and cost balance of project duration based on immune genetic particle swarm optimization.docx

摘要随着全球建筑业的迅速发展和工程管理技术的不断成熟，人们愈加重视工程项目质量、工期、戚本等多目标的均衡优化，引入多目标优化技术实现工程 项目目标优化与集成管理成为了一个理论性和应用性很强的研究课题。以往针对工程项目多目标优化问题的研究工作大多是:首先，研究项目多也个目标中某一个目标的定量模型或者其中两个目标之间的定性和定最约束关阳系:然后，利用传统的数学方法对建立的单个戚两个目标优化模魁进行求解。她它们大多设置某些不太切合工程实际的前提问时忽略了工程项目各个目标之间 是相互制约相互联系，是对立统一的有机整体;此外，利用传统数学优化方法 对多目标的数模型进行优化不仅操作较为复杂，求解效率低，而且解法适用范 围相对较小，通用性楚。本文首先在分析了工程项目工期、成本、质量两两之间定性定量关系的基 础上，提出了基于 PERT 的工期优化模型，在此基础上提出了新的质量成本模型工程网络质最执行指数 QPI(Quality Performance Index)模型，然后改进了成本工期模型，井在 PERT 网络技术的基础上对工期进行优化，利用基于工程中标 方案的工期、质最、成本基数作为评价各个可行方案优劣的栋尺，据此建立三 者之间的定最模型:接着，利用免疫遗传算法的优秀特性改进微粒群算法，在 优异的带有收缩因乎的 PSO 算法的基础上经过改进得到了免疫遗传 PSO 算法， 并将该算法引入到本文所建立的工程项目工期质最成本综合优化的问题中: 论文最后将该改进算法结合本文的多目标优化模型应用于一个工程实例，以运-也行结果论证了本文基于该改进算法实现工程项目多目标优化模型的实用性和有 效性。吨本文研究成果将进一步丰富工程项目多目标优化问题的理论，还将提供一 种有效的项目目标管理方法论和技术。关键字:工期据最蝴成本均衡;多目标优化:质最执行系数:免疫遗传微粒群优化ABSTRACTAlong wi白白e development of global construction market and project management technology，more attention is being paid on 也，e efficiency of executionand the optimization of 伽ne-quality-∞stωwell as other objectives of engineeringproJ 饵ts，Multi咄jective Optimization technology of Engineering Project is他becomingan important and practical research field.唱..Previous research on m时ti-objective optin血ation of engine町ing project mainly 恼，focus创 on the following 幽pωts: firstly analyze 也，e qualitative and quantitative relations and constraints of one or two objectives，and then apply 由e traditionalmathematic method to optimize 伽e optimization model. Most of these. researchb剧创佣即me premises away from engineering practice and ignores 也e interdependent relationship between 也e targ创s ，s毗 never treats 抗幽 a whole. . Whats worse，the 衍aditional mathematic optimization methods often lack precision，efficiency and w性versality.on these grounds，也is dissertation firstly analyses the relations between project schedule vs. quality，schedule vs. cost，and ∞st vs. quality qualitatively andquantitatively，由en optimizes the schedule in PERT networks，defmes 由e qua1ity p时otmance in