基于免疫遗传微粒群算法的工程项目工期—质量—成本均衡优化
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-18页 |
| 1.1 工程项目多目标优化问题的研究背景及意义 | 第7-8页 |
| 1.2 工程项目多目标优化问题的研究现状 | 第8-11页 |
| 1.3 人工智能优化算法研究现状 | 第11-16页 |
| 1.3.1 遗传算法研究 | 第11-12页 |
| 1.3.2 人工免疫算法研究 | 第12-13页 |
| 1.3.3 微粒群算法研究 | 第13-16页 |
| 1.4 本文的主要研究内容及创新点 | 第16-18页 |
| 1.4.1 本文的主要研究内容 | 第16页 |
| 1.4.2 本文的主要创新点 | 第16-18页 |
| 第二章 工程项目多目标优化问题研究 | 第18-30页 |
| 2.1 工程项目多目标优化理论基础 | 第18-20页 |
| 2.1.1 多目标优化的基本理论 | 第18页 |
| 2.1.2 传统多目标优化问题求解 | 第18-20页 |
| 2.2 工程工期-成本模型分析与改进 | 第20-22页 |
| 2.2.1 工序持续时间-成本关系分析 | 第20-21页 |
| 2.2.2 工程工期-成本模型 | 第21-22页 |
| 2.3 工程工期-质量模型分析与改进 | 第22-25页 |
| 2.3.1 传统的工程工期-质量模型 | 第23页 |
| 2.3.2 工程工期-质量改进模型 | 第23-25页 |
| 2.4 工程质量-成本模型分析 | 第25-27页 |
| 2.4.1 质量成本概述 | 第25-26页 |
| 2.4.2 工程质量-成本模型 | 第26-27页 |
| 2.5 工程项目多目标优化模型 | 第27-28页 |
| 2.6 本文采用的集成优化模型 | 第28-30页 |
| 第三章 免疫遗传微粒群算法研究 | 第30-46页 |
| 3.1 微粒群算法简介 | 第30-32页 |
| 3.2 惯性权重微粒群算法 | 第32-33页 |
| 3.3 加入收缩因子的微粒群算法 | 第33页 |
| 3.4 基于随机联系的微粒群算法 | 第33-34页 |
| 3.5 免疫遗传微粒群算法 | 第34-41页 |
| 3.5.1 免疫遗传算法简介 | 第34-38页 |
| 3.5.2 免疫遗传微粒群算法 | 第38-40页 |
| 3.5.3 免疫遗传算法用于多目标优化 | 第40-41页 |
| 3.6 四种微粒群算法的比较 | 第41-46页 |
| 3.6.1 参数设计 | 第41-42页 |
| 3.6.2 测试函数 | 第42-43页 |
| 3.6.3 结果比较 | 第43-46页 |
| 第四章 实例分析 | 第46-54页 |
| 4.1 工程概况 | 第46-48页 |
| 4.2 模型建立 | 第48-49页 |
| 4.3 免疫遗传PSO求解过程 | 第49-51页 |
| 4.4 结果分析 | 第51-54页 |
| 第五章 结束语 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和科研情况说明 | 第60-61页 |
| 附录 测试函数结果数据表 | 第61-69页 |
| 致谢 | 第69页 |
