基于多种群蚁群—粒子群融合算法的地铁项目多目标优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外文献综述 | 第11-15页 |
| 1.2.1 国外文献综述 | 第11-12页 |
| 1.2.2 国内文献综述 | 第12-15页 |
| 1.3 研究内容与技术创新 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术创新 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 有关基础理论与基本算法概述 | 第18-27页 |
| 2.1 多目标优化理论 | 第18-19页 |
| 2.1.1 多目标优化问题数学模型 | 第18-19页 |
| 2.2 多目标优化方法分类 | 第19-21页 |
| 2.2.1 基于单目标的多目标优化方法 | 第19-20页 |
| 2.2.2 基于智能算法的多目标优化方法 | 第20-21页 |
| 2.3 基本蚁群算法 | 第21-23页 |
| 2.3.1 基本蚁群算法的思想 | 第21-22页 |
| 2.3.2 基本蚁群算法的实现流程 | 第22-23页 |
| 2.4 基本粒子群算法 | 第23-25页 |
| 2.4.1 基本粒子群算法的思想 | 第24页 |
| 2.4.2 基本粒子群算法的数学模型 | 第24-25页 |
| 2.5 算法改进策略 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 构建工程项目多目标优化模型 | 第27-33页 |
| 3.1 工程多目标优化问题描述 | 第27页 |
| 3.2 工期目标优化原理 | 第27-29页 |
| 3.2.1 工期目标的定义 | 第27-28页 |
| 3.2.2 构建地铁项目工期优化模型 | 第28-29页 |
| 3.3 成本目标优化原理 | 第29页 |
| 3.3.1 成本目标的定义 | 第29页 |
| 3.3.2 构建地铁项目成本优化模型 | 第29页 |
| 3.4 质量目标优化原理 | 第29-31页 |
| 3.4.1 质量目标的定义 | 第29页 |
| 3.4.2 构建地铁项目质量优化模型 | 第29-31页 |
| 3.5 构建多目标优化的综合模型 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 多种群蚁群—粒子群融合算法研究 | 第33-45页 |
| 4.1 引入多种群蚁群算法 | 第33-37页 |
| 4.1.1 多种群蚁群算法设计 | 第33-37页 |
| 4.1.2 引入外部储备集 | 第37页 |
| 4.2 多目标粒子群算法 | 第37-40页 |
| 4.2.1 多目标粒子群算法的特点 | 第37-38页 |
| 4.2.2 多目标粒子群算法设计 | 第38-40页 |
| 4.3 两种算法的融合 | 第40-44页 |
| 4.3.1 两种算法的优缺点 | 第40-41页 |
| 4.3.2 融合算法的基本思路 | 第41页 |
| 4.3.3 融合算法的计算机实现 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 实例研究 | 第45-61页 |
| 5.1 实例背景 | 第45-51页 |
| 5.1.1 项目概况 | 第45-46页 |
| 5.1.2 泥水盾构施工方法 | 第46-48页 |
| 5.1.3 各工序采用的施工组织方式 | 第48-51页 |
| 5.2 数据整理 | 第51-53页 |
| 5.3 模型建立 | 第53-54页 |
| 5.4 融合算法对模型的计算机实现 | 第54-59页 |
| 5.4.1 多目标优化结果 | 第56-57页 |
| 5.4.2 相关数据图像 | 第57-59页 |
| 5.4.3 优化结果分析 | 第59页 |
| 5.5 对地铁项目施工管理的建议 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录A 融合算法求解程序算法代码 | 第67-80页 |
| 附录1 | 第67-75页 |
| 附录2 | 第75-80页 |
| 攻读学位期间的研究成果 | 第80页 |
