网络计划工期费用优化及其蚁群算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·本文的研究背景 | 第8页 |
| ·研究进展与现状 | 第8-14页 |
| ·网络计划技术 | 第8-11页 |
| ·工期-费用优化技术 | 第11-14页 |
| ·本文的主要工作内容 | 第14-16页 |
| 2 工期费用优化问题简介 | 第16-39页 |
| ·工期-费用优化原理 | 第16页 |
| ·活动的持续时间与直接费用的关系 | 第16-20页 |
| ·连续性曲线关系 | 第17页 |
| ·连续性折线关系 | 第17-18页 |
| ·连续性直线关系 | 第18-19页 |
| ·离散性关系 | 第19-20页 |
| ·间断性曲线或直线关系 | 第20页 |
| ·工程项目间接费与项目工期的关系 | 第20-23页 |
| ·间接费的分类 | 第21页 |
| ·间接费的影响因素 | 第21-22页 |
| ·间接费-工期曲线求解方法 | 第22-23页 |
| ·现有的几种工期费用优化方法 | 第23-39页 |
| ·线性规划法 | 第23-24页 |
| ·整数规划法 | 第24-25页 |
| ·动态规划法 | 第25-28页 |
| ·网络流算法 | 第28-30页 |
| ·二次规划方法 | 第30-33页 |
| ·遗传算法 | 第33-39页 |
| 3 蚁群算法原理及应用 | 第39-51页 |
| ·引言 | 第39页 |
| ·蚂蚁的觅食行为 | 第39-41页 |
| ·蚁群算法的基本思想 | 第41-45页 |
| ·人工蚂蚁与真实蚂蚁的异同比较 | 第42-43页 |
| ·蚁群算法模型的建立 | 第43-45页 |
| ·本文借鉴的两种蚁群算法 | 第45-49页 |
| ·图搜索蚂蚁系统(GBAS) | 第45-47页 |
| ·基于网格划分策略的连续域蚁群算法 | 第47-49页 |
| ·蚁群算法的应用 | 第49-51页 |
| 4 连续空间工期费用优化问题的蚁群算法 | 第51-64页 |
| ·问题的提出 | 第51页 |
| ·两类问题的工期费用优化模型 | 第51-53页 |
| ·算法设计及实现 | 第53-56页 |
| ·基本思路 | 第53-54页 |
| ·算法步骤与流程 | 第54-56页 |
| ·实例分析 | 第56-64页 |
| 5 离散空间工期费用优化问题的蚁群算法 | 第64-77页 |
| ·问题的提出 | 第64页 |
| ·工期费用优化问题模型 | 第64-65页 |
| ·多目标优化 | 第65-66页 |
| ·算法设计与实现 | 第66-70页 |
| ·算法的定义 | 第66-67页 |
| ·自适应权重法 | 第67-68页 |
| ·信息素更新模型 | 第68页 |
| ·蚂蚁路径选择 | 第68-69页 |
| ·算法步骤与流程 | 第69-70页 |
| ·实例分析 | 第70-77页 |
| 6 结论与展望 | 第77-79页 |
| ·结论 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表学术论文情况 | 第83-84页 |
| 致谢 | 第84-85页 |
