| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.1.1 研究的背景 | 第10-11页 |
| 1.1.2 研究的意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究的内容及技术路线图 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线图 | 第14-15页 |
| 1.4 研究方法与创新点 | 第15-17页 |
| 1.4.1 研究的方法 | 第15页 |
| 1.4.2 创新点 | 第15-17页 |
| 2 工期费用优化问题研究 | 第17-31页 |
| 2.1 工程项目工期费用优化的原理 | 第17-18页 |
| 2.1.1 工期费用优化的概念 | 第17页 |
| 2.1.2 工期费用优化的原理 | 第17-18页 |
| 2.2 工期费用优化技术 | 第18-27页 |
| 2.2.1 工期优化的方法及措施 | 第18-20页 |
| 2.2.2 费用优化的方法及措施 | 第20-27页 |
| 2.3 工期与直接费用及间接费用的关系 | 第27-29页 |
| 2.3.1 工期与直接费用的关系 | 第27-28页 |
| 2.3.2 工期与间接费用的关系 | 第28-29页 |
| 2.4 现有工期费用优化解决方法 | 第29-31页 |
| 3 遗传算法原理及应用 | 第31-40页 |
| 3.1 遗传算法简介 | 第31-32页 |
| 3.1.1 遗传算法的发展历程 | 第31页 |
| 3.1.2 遗传算法的概念 | 第31-32页 |
| 3.2 遗传算法基本原理 | 第32-33页 |
| 3.2.1 模式定理 | 第32-33页 |
| 3.2.2 积木块假设 | 第33页 |
| 3.2.3 遗传算法结构描述 | 第33页 |
| 3.3 遗传算法设计 | 第33-37页 |
| 3.3.1 编码方法 | 第34-35页 |
| 3.3.2 适应度函数(Fitness Function)的设计 | 第35-36页 |
| 3.3.3 遗传操作运算 | 第36-37页 |
| 3.3.4 优化准则 | 第37页 |
| 3.4 遗传算法运算流程 | 第37-40页 |
| 4 工期-费用综合优化模型的建立 | 第40-45页 |
| 4.1 基本假设及项目参数定义 | 第40-41页 |
| 4.1.1 基本假设 | 第40页 |
| 4.1.2 项目参数定义 | 第40-41页 |
| 4.2 工期费用综合优化模型的建立 | 第41-43页 |
| 4.2.1 约束条件的设定 | 第41-42页 |
| 4.2.2 目标函数的建立 | 第42-43页 |
| 4.3 模型的求解 | 第43-45页 |
| 5 案例应用 | 第45-52页 |
| 5.1 工程项目概况 | 第45-47页 |
| 5.2 初始参数的设定 | 第47-48页 |
| 5.3 运算程序 | 第48-49页 |
| 5.4 结果分析 | 第49-52页 |
| 6 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第57-58页 |
| 致谢 | 第58页 |