基于遺傳免疫微粒群算法的工程項(xiàng)目多目標(biāo)綜合優(yōu)化研究.pdf

1、工程項(xiàng)目多目標(biāo)綜合優(yōu)化是工程項(xiàng)目管理領(lǐng)域的研究熱點(diǎn)之一。以往針對工程項(xiàng)目多目標(biāo)優(yōu)化問題的文獻(xiàn)大多是研究項(xiàng)目工期和項(xiàng)目直接成本之間的定性關(guān)系。近些年也有文獻(xiàn)將工程質(zhì)量目標(biāo)加入目標(biāo)模型,建立了以工期一成本一質(zhì)量三大目標(biāo)為基礎(chǔ)的定量優(yōu)化模型。但是至今很少有文獻(xiàn)在建立工程目標(biāo)模型時考慮到環(huán)境影響控制和安全管理這些很重要的目標(biāo)。此外,傳統(tǒng)的目標(biāo)優(yōu)化算法對優(yōu)化函數(shù)有很多要求,解法適用范圍較小,不適宜作為對多目標(biāo)函數(shù)模型進(jìn)行優(yōu)化的通用算法。
　

2、　 本文首先對微粒群算法、遺傳算法和免疫算法進(jìn)行了簡要介紹,在此基礎(chǔ)上通過將遺傳和免疫算法中的交叉變異、記憶選擇等思想引入微粒群算法,得劍了改進(jìn)的混合算法——遺傳免疫微粒群算法,大大提高了原算法逃逸局部最優(yōu)的能力。接下來,本文將交互式方法與遺傳免疫微粒群算法結(jié)合,得到更適合求解工程多目標(biāo)優(yōu)化問題的交互式遺傳免疫微粒群算法,這種方法使得定量決策信息和定性偏好信息都能夠進(jìn)入多目標(biāo)優(yōu)化和決策系統(tǒng),安全管理等不易量化的目標(biāo)也能得到考慮,工程管

3、理目標(biāo)得到更全面的優(yōu)化。隨后,文章用定性和定量分析相結(jié)合的手段分析了工程工期與成本、質(zhì)量之間的關(guān)系,并對工程與環(huán)境影響的關(guān)系進(jìn)行了定量化處理,建立了工程項(xiàng)目工期一成本一質(zhì)量一環(huán)境多目標(biāo)綜合優(yōu)化模型。最后,本文為一個實(shí)際工程項(xiàng)目建立了多目標(biāo)優(yōu)化模型,利用交互式遺傳免疫微粒群算法對模型進(jìn)行求解,優(yōu)化結(jié)果實(shí)現(xiàn)了工程質(zhì)量-成本-工期-環(huán)境-安全目標(biāo)的均衡最優(yōu),從而驗(yàn)證了本文提出的交互式遺傳免疫微粒群優(yōu)化算法在工程項(xiàng)目多目標(biāo)優(yōu)化問題中的實(shí)用性和有