IT服务外包项目进度风险控制的模型与算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 文章主要研究内容 | 第13-14页 |
| 1.4 本文组织框架 | 第14-17页 |
| 第2章 相关理论背景 | 第17-37页 |
| 2.1 计划评审技术(PERT) | 第17页 |
| 2.2 分布式决策理论 | 第17-20页 |
| 2.2.1 信息状态 | 第18页 |
| 2.2.2 DDM系统的分类 | 第18-19页 |
| 2.2.3 耦合方程 | 第19-20页 |
| 2.3 不确定规划理论 | 第20-23页 |
| 2.3.1 期望值模型 | 第21-22页 |
| 2.3.2 机会约束规划模型 | 第22页 |
| 2.3.3 相关机会规划模型 | 第22-23页 |
| 2.4 蒙特卡罗模拟 | 第23-24页 |
| 2.5 禁忌搜索算法概述 | 第24-28页 |
| 2.5.1 禁忌搜索算法简介 | 第24-25页 |
| 2.5.2 禁忌搜索算法构成要素 | 第25-27页 |
| 2.5.3 禁忌搜索算法流程 | 第27-28页 |
| 2.6 蚁群算法概述 | 第28-37页 |
| 2.6.1 蚁群觅食的特性 | 第28-30页 |
| 2.6.2 基本蚁群算法原理 | 第30页 |
| 2.6.3 基本蚁群算法的数学模型 | 第30-32页 |
| 2.6.4 基本蚁群算法的具体实现 | 第32-33页 |
| 2.6.5 连续域蚁群算法的改进 | 第33-37页 |
| 第3章 进度风险控制的结构化模型和算法 | 第37-59页 |
| 3.1 结构化分布式决策模型 | 第37-41页 |
| 3.1.1 针对委托方建立上层模型 | 第38-39页 |
| 3.1.2 针对承包商建立下层模型 | 第39-41页 |
| 3.2 结构化模型的禁忌搜索算法设计 | 第41-43页 |
| 3.2.1 编码方法 | 第41页 |
| 3.2.2 解码方法 | 第41-42页 |
| 3.2.3 适应值函数 | 第42页 |
| 3.2.4 移动与邻域移动 | 第42页 |
| 3.2.5 禁忌表 | 第42页 |
| 3.2.6 选择策略 | 第42-43页 |
| 3.2.7 渴望水平 | 第43页 |
| 3.2.8 停止准则 | 第43页 |
| 3.3 结构化模型的禁忌搜索算法实验 | 第43-48页 |
| 3.3.1 算例一 | 第43-46页 |
| 3.3.2 算例二 | 第46-48页 |
| 3.4 结构化模型的蚁群算法设计 | 第48-49页 |
| 3.5 结构化模型的蚁群算法实验 | 第49-59页 |
| 3.5.1 算例一 | 第49-52页 |
| 3.5.2 算例二 | 第52-59页 |
| 第4章 进度风险控制的组织化模型和算法 | 第59-73页 |
| 4.1 组织化分布式决策模型 | 第59-62页 |
| 4.1.1 针对委托方建立上层模型 | 第59-60页 |
| 4.1.2 针对委托方建立预测的下层模型 | 第60-61页 |
| 4.1.3 针对承包商建立下层模型 | 第61-62页 |
| 4.2 组织化模型的禁忌搜索算法设计 | 第62-66页 |
| 4.2.1 编码方法 | 第62页 |
| 4.2.2 解码方法 | 第62-63页 |
| 4.2.3 适应值函数 | 第63页 |
| 4.2.4 蒙特卡罗模拟 | 第63-64页 |
| 4.2.5 移动与邻域移动 | 第64页 |
| 4.2.6 禁忌表 | 第64页 |
| 4.2.7 选择策略 | 第64页 |
| 4.2.8 渴望水平 | 第64页 |
| 4.2.9 停止准则 | 第64-66页 |
| 4.3 组织化模型的禁忌搜索算法实验 | 第66-67页 |
| 4.4 组织化模型的蚁群算法设计 | 第67-69页 |
| 4.5 组织化模型的蚁群算法实验 | 第69-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 5.1 全文总结 | 第73页 |
| 5.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
