| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 工程项目多目标优化的背景和意义 | 第7-8页 |
| 1.2 工程项目多目标优化问题的发展现状 | 第8-13页 |
| 1.3 课题要解决的问题 | 第13-14页 |
| 1.4 论文研究框架 | 第14-15页 |
| 1.5 论文的主要创新点 | 第15-17页 |
| 第二章 遗传免疫微粒群算法 | 第17-36页 |
| 2.1 微粒群算法简介 | 第17-22页 |
| 2.1.1 最初版本的微粒群算法简介 | 第17-18页 |
| 2.1.2 标准微粒群算法流程 | 第18-19页 |
| 2.1.3 标准微粒群算法的参数分析 | 第19-20页 |
| 2.1.4 加入惯性权重的微粒群算法 | 第20-21页 |
| 2.1.5 带收缩因子的微粒群算法 | 第21-22页 |
| 2.2 遗传免疫微粒群算法 | 第22-32页 |
| 2.2.1 遗传算法简介 | 第22-25页 |
| 2.2.2 免疫算法简介 | 第25-27页 |
| 2.2.3 遗传免疫微粒群算法的基本思想 | 第27-29页 |
| 2.2.4 遗传免疫微粒群算法对遗传算法和免疫算法的改进 | 第29-31页 |
| 2.2.5 遗传免疫微粒群算法设计 | 第31-32页 |
| 2.3 遗传免疫微粒群算法测试 | 第32-36页 |
| 第三章 交互式多目标优化方法 | 第36-44页 |
| 3.1 多目标优化的基本理论 | 第36-37页 |
| 3.2 按照优化过程和决策过程的先后顺序对多目标优化方法的分类与比较 | 第37-39页 |
| 3.3 构造交互式多目标优化算法的意义与可行性 | 第39-41页 |
| 3.4 交互式多目标微粒群算法设计 | 第41-42页 |
| 3.5 交互式遗传免疫微粒群多目标优化算法设计 | 第42-44页 |
| 第四章 工程项目多目标优化研究 | 第44-61页 |
| 4.1 求解多目标优化问题的传统方法 | 第44-47页 |
| 4.1.1 加权方法 | 第44-45页 |
| 4.1.2 约束方法 | 第45页 |
| 4.1.3 分层序列法 | 第45-46页 |
| 4.1.4 功效系数法 | 第46-47页 |
| 4.2 工程项目多目标优化概述 | 第47-48页 |
| 4.3 工程项目多目标综合优化模型 | 第48-61页 |
| 4.3.1 工程工期—成本关系模型 | 第49-52页 |
| 4.3.2 工程工期－质量关系模型 | 第52-54页 |
| 4.3.3 工程工期—环境影响关系模型 | 第54-59页 |
| 4.3.4 工程项目多目标综合优化模型 | 第59-61页 |
| 第五章 案例应用 | 第61-69页 |
| 5.1 案例工程的概况 | 第61-62页 |
| 5.2 模型的建立及相关参数的求解 | 第62-64页 |
| 5.3 遗传免疫PSO求解过程 | 第64-66页 |
| 5.4 求解结果和相关分析 | 第66-69页 |
| 第六章 总结及展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 发表论文和参加科研情况说明 | 第78-79页 |
| 致谢 | 第79页 |