| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-18页 |
| 1.1 本文的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 国外文献综述 | 第10-13页 |
| 1.2.2 国内文献综述 | 第13-15页 |
| 1.3 研究思路和研究内容 | 第15-16页 |
| 1.3.1 技术路线 | 第15页 |
| 1.3.2 主要内容 | 第15-16页 |
| 1.4 论文的主要创新点 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 工程项目多目标优化研究 | 第18-24页 |
| 2.1 工程项目多目标优化概述 | 第18-20页 |
| 2.1.1 多目标优化问题 | 第18页 |
| 2.1.2 工程项目多目标优化 | 第18-20页 |
| 2.2 工程项目多目标优化求解方法 | 第20-23页 |
| 2.2.1 评价函数法 | 第20-22页 |
| 2.2.2 交互规划法 | 第22页 |
| 2.2.3 分层求解法 | 第22页 |
| 2.2.4 本文拟采用的免疫遗传粒子群多目标优化方法 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 工程项目多目标综合优化模型 | 第24-38页 |
| 3.1 工程质量目标的量化 | 第24-28页 |
| 3.1.1 传统质量量化方法及其分析 | 第24-25页 |
| 3.1.2 基于工作网络系统可靠性的工程项目的质量水平指数 | 第25-28页 |
| 3.2 工程项目的成本—工期模型 | 第28-30页 |
| 3.3 工程项目的安全度 | 第30-32页 |
| 3.3.1 边际效益理论 | 第30页 |
| 3.3.2 基于边际效益理论的工程项目安全度 | 第30-32页 |
| 3.4 基于 LCA 的工程项目绿色度 | 第32-36页 |
| 3.4.1 绿色度 | 第32-33页 |
| 3.4.2 绿色施工综合指标评价方法 | 第33-35页 |
| 3.4.3 环境影响模型 | 第35-36页 |
| 3.5 工程项目多目标综合优化模型 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 免疫遗传粒子群算法 | 第38-59页 |
| 4.1 免疫遗传算法 | 第38-45页 |
| 4.1.1 基本原理 | 第38-39页 |
| 4.1.2 基本流程 | 第39-41页 |
| 4.1.3 免疫遗传算法的构成要素 | 第41-44页 |
| 4.1.4 免疫遗传算法群体智能搜索策略分析 | 第44-45页 |
| 4.2 粒子群算法 | 第45-50页 |
| 4.2.1 基本原理 | 第45-48页 |
| 4.2.2 全局模式与局部模式 | 第48-49页 |
| 4.2.3 参数选取 | 第49页 |
| 4.2.4 粒子群算法与其他进化算法的比较 | 第49-50页 |
| 4.3 免疫遗传粒子群算法 | 第50-52页 |
| 4.3.1 基本原理 | 第50-51页 |
| 4.3.2 基本流程 | 第51-52页 |
| 4.4 算法测试 | 第52-57页 |
| 4.4.1 测试原理 | 第52-53页 |
| 4.4.2 测试函数 | 第53-55页 |
| 4.4.3 结果分析 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 5 实例分析 | 第59-67页 |
| 5.1 案例工程概况 | 第59-61页 |
| 5.2 模型建立 | 第61-62页 |
| 5.3 免疫遗传粒子群算法求解过程 | 第62-64页 |
| 5.4 结果分析 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 附件 | 第76-92页 |
| 附件一：免疫遗传粒子群算法代码 | 第76-92页 |
| 附录 硕士学习阶段发表论文及参与的科研 | 第92页 |