基于遗传算法的工程风险决策多目标优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-19页 |
| ·研究背景及问题的提出 | 第10-13页 |
| ·本文的研究背景 | 第10-11页 |
| ·问题的提出 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·理论意义 | 第13页 |
| ·实践意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·风险管理决策方法 | 第14-15页 |
| ·多目标进化算法 | 第15-16页 |
| ·论文研究的内容和创新点 | 第16-19页 |
| ·论文研究的内容和结构 | 第16-17页 |
| ·论文创新点 | 第17-19页 |
| 2 建设工程风险管理决策与多目标优化理论概述 | 第19-31页 |
| ·建设工程风险管理决策 | 第19-25页 |
| ·工程风险的控制措施 | 第20-22页 |
| ·风险管理决策的概念和特点 | 第22-23页 |
| ·风险管理决策的原则 | 第23-24页 |
| ·风险管理决策的程序 | 第24-25页 |
| ·多目标优化理论 | 第25-31页 |
| ·多目标优化问题的数学描述 | 第25页 |
| ·多目标优化最优解的定义 | 第25-28页 |
| ·多目标优化的目的 | 第28页 |
| ·传统的多目标优化方法 | 第28-31页 |
| 3 遗传算法原理 | 第31-54页 |
| ·遗传算法的基本原理 | 第32页 |
| ·遗传算法的一般流程 | 第32-33页 |
| ·遗传算法的基本要素 | 第33-41页 |
| ·遗传编码 | 第33-34页 |
| ·初始种群的设定 | 第34-35页 |
| ·适应度函数 | 第35-36页 |
| ·遗传算子 | 第36-40页 |
| ·遗传参数 | 第40-41页 |
| ·终止准则 | 第41页 |
| ·遗传算法的特点 | 第41-42页 |
| ·基于Pareto优化的多目标进化算法 | 第42-54页 |
| ·非劣分层遗传算法 | 第43-46页 |
| ·带精英策略的非劣分层遗传算法 | 第46-54页 |
| 4 工程风险多目标决策模型及遗传算法求解 | 第54-67页 |
| ·模型建立的前提与假设 | 第54页 |
| ·模型建立的前提 | 第54页 |
| ·模型假设 | 第54页 |
| ·工程风险决策多目标优化模型 | 第54-58页 |
| ·决策变量 | 第54-55页 |
| ·目标方程 | 第55-58页 |
| ·模型的设计与实现 | 第58-61页 |
| ·染色体结构 | 第58页 |
| ·初始种群的设定 | 第58页 |
| ·适应度的计算 | 第58-59页 |
| ·遗传操作 | 第59-61页 |
| ·实例分析 | 第61-65页 |
| ·决策结果的可信度评价 | 第65-67页 |
| 5 遗传算法的改进和应用 | 第67-78页 |
| ·改进的NSGA-Ⅱ算法 | 第67-71页 |
| ·新的选择算子 | 第67-68页 |
| ·新的交叉算子 | 第68-69页 |
| ·改进的NSGA-Ⅱ算法流程 | 第69-71页 |
| ·模型的设计与实现 | 第71-73页 |
| ·实例分析与对比 | 第73-77页 |
| ·决策结果的可信度评价 | 第77-78页 |
| 6 结论与展望 | 第78-80页 |
| ·结论 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间发表学术论文情况 | 第84-85页 |
| 致谢 | 第85-86页 |
