基于遗传算法的项目决策优化模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·论文选题背景 | 第9-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·研究目的 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·研究现状与最新进展分析 | 第11-15页 |
| ·论文研究的主要内容 | 第15页 |
| ·主要研究方法及逻辑框架 | 第15-17页 |
| 第2章 相关理论基础 | 第17-29页 |
| ·智能化算法及其优势 | 第17-18页 |
| ·遗传算法简介 | 第18-21页 |
| ·遗传算法基本思想 | 第18页 |
| ·遗传算法的相关概念 | 第18-19页 |
| ·遗传算法的发展历程 | 第19-21页 |
| ·标准遗传算法的描述与实现 | 第21-26页 |
| ·遗传算法的编码 | 第21-22页 |
| ·初始群体 | 第22页 |
| ·遗传算子的描述 | 第22-25页 |
| ·适应度函数 | 第25页 |
| ·遗传算法的实现 | 第25-26页 |
| ·多目标优化理论 | 第26-29页 |
| 第3章 基于遗传算法的工期—费用优化模型 | 第29-39页 |
| ·工期与费用优化概述 | 第29-32页 |
| ·基本概念及相互关系 | 第29-32页 |
| ·传统方法在解决工期—费用优化问题上存在的缺陷 | 第32页 |
| ·基于遗传算法的工期—费用优化算法设计 | 第32-37页 |
| ·问题模型的建立 | 第32-33页 |
| ·染色体结构及编码设计 | 第33-34页 |
| ·染色体的初始化 | 第34-35页 |
| ·遗传算子设计 | 第35页 |
| ·适应度函数选取 | 第35-37页 |
| ·应用实例及结果分析 | 第37-39页 |
| 第4章 基于遗传算法的资源配置优化模型 | 第39-57页 |
| ·引言 | 第39-41页 |
| ·工期固定—资源均衡优化 | 第41-49页 |
| ·工期固定与资源均衡问题概述 | 第41-42页 |
| ·单资源均衡优化的遗传算法设计 | 第42-46页 |
| ·多资源均衡优化的遗传算法设计 | 第46-47页 |
| ·应用实例及结果分析 | 第47-49页 |
| ·资源有限—工期最短优化 | 第49-57页 |
| ·资源有限与工期最短优化问题的数学模型 | 第50页 |
| ·资源有限工期最短优化的遗传算法设计 | 第50-53页 |
| ·应用实例及结果分析 | 第53-57页 |
| 第5章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·遇到的问题及未来展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-74页 |
| 致谢 | 第74页 |
