基于模糊和多目标进化算法的建筑工程施工进度优化研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 引言 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·资源受限项目调度问题的研究现状 | 第11-13页 |
·经典资源受限项目调度问题的研究现状 | 第11-12页 |
·模糊资源受限项目调度问题的研究现状 | 第12-13页 |
·多目标资源受限项目调度问题的研究现状 | 第13页 |
·资源受限项目调度问题的求解方法 | 第13-15页 |
·精确求解法 | 第14页 |
·启发式方法 | 第14-15页 |
·局域搜索方法 | 第15页 |
·智能优化算法 | 第15页 |
·本文的主要研究内容 | 第15-16页 |
2 进化算法的基本理论和方法 | 第16-22页 |
·遗传算法基本原理 | 第16页 |
·遗传算法的基本操作 | 第16-20页 |
·遗传算法的编码 | 第17-18页 |
·适应度函数 | 第18页 |
·选择算子 | 第18-19页 |
·交叉算子 | 第19页 |
·变异算子 | 第19-20页 |
·优化准则 | 第20页 |
·遗传算法控制参数设定 | 第20页 |
·进化算法的特点 | 第20-21页 |
·小结 | 第21-22页 |
3 不确定性施工进度优化研究 | 第22-32页 |
·不确定性工序持续时间表示方法 | 第22-25页 |
·计划评审法 | 第22页 |
·模糊数表示法 | 第22-25页 |
·模糊数的运算与比较 | 第25-26页 |
·模糊数的运算规则 | 第25-26页 |
·模糊数的比较 | 第26页 |
·基于模糊描述的施工进度数学优化模型 | 第26-27页 |
·进化算法设计 | 第27-28页 |
·染色体设计 | 第27-28页 |
·适应度函数 | 第28页 |
·遗传算子 | 第28页 |
·应用实例 | 第28-31页 |
·小结 | 第31-32页 |
4 多目标施工进度优化研究 | 第32-50页 |
·多目标优化的基本思想 | 第32-33页 |
·支配关系 | 第32页 |
·Pareto 最优解 | 第32-33页 |
·最优边界(Pareto front) | 第33页 |
·多目标优化算法类型 | 第33-37页 |
·传统的多目标优化方法 | 第33-35页 |
·传统优化方法的局限性 | 第35页 |
·多目标进化算法 | 第35-37页 |
·非支配排序遗传算法(NSGA-Ⅱ) | 第37-40页 |
·非支配排序 | 第37页 |
·拥挤度 | 第37-38页 |
·比较算子 | 第38页 |
·NSGA-Ⅱ 算法流程 | 第38-40页 |
·非支配排序遗传算法—NSGA-Ⅱ 的优点 | 第40页 |
·多目标施工进度优化数学模型 | 第40-41页 |
·多目标进化算法设计 | 第41-43页 |
·染色体设计 | 第41页 |
·初始种群 | 第41-42页 |
·选择 | 第42-43页 |
·交叉 | 第43页 |
·变异 | 第43页 |
·算例及分析 | 第43-49页 |
·小结 | 第49-50页 |
5 施工进度智能优化程序 | 第50-61页 |
·概述 | 第50页 |
·程序开发基础 | 第50-52页 |
·相关概念 | 第50页 |
·开发环境 | 第50-51页 |
·编程语言 | 第51-52页 |
·程序设计 | 第52-54页 |
·程序的主要功能及框架 | 第52-53页 |
·界面设计 | 第53-54页 |
·编写代码 | 第54页 |
·应用实例 | 第54-60页 |
·登录系统 | 第55页 |
·新建项目 | 第55-56页 |
·输入各工序的基本信息 | 第56-57页 |
·确定资源使用量 | 第57-58页 |
·优化 | 第58-59页 |
·查询结果 | 第59-60页 |
·小结 | 第60-61页 |
6 总结与展望 | 第61-62页 |
·总结 | 第61页 |
·展望 | 第61-62页 |
参考文献 | 第62-67页 |
在读期间发表的学术论文 | 第67-68页 |
作者简历 | 第68-69页 |
致谢 | 第69-70页 |