量子粒子群算法在工程项目多目标优化中的应用研究

VIP免费

3.0 高德中 2024-11-19 8 4 627.39KB 57 页 15积分

侵权投诉

摘要

多目标优化技术在工程项目的优化中有重要的应用价值，随着人们对工程项

目执行效率的重视和多目标优化技术的发展，工程项目多目标优化问题已经成为

一个很重要的课题。但是，在实际的操作过程中，虽然大多智能优化算法能在一

定范围内解决工程的优化问题，但是其繁琐的操作流程以及易于陷入局部最优的

缺点，使得工程多目标问题的优化结果总是不尽人意。而量子粒子群算法是将量

子计算运用于微粒群算法的一种优化算法，有很强的生命力和研究价值，适合于

工程优化。

因此本文在对国内外量子粒子群算法的研究内容和动态做了详细的综合概述

后，提出了一种改进的量子粒子群算法用来解决工程项目中的多目标优化问题。

首先，本文在理论方面介绍了量子粒子群算法的相关原理和发展，并根据目标加

权的理论提出了改进的量子粒子群算法来解决多目标优化问题。然后通过对工程

项目多目标优化问题进行研究，对工程项目工期-成本-质量之间的关系进行了定性

分析，并建立了它们之间的定量模型，在此基础上提出了工程项目多目标优化的

一般模型。最后，本文将改进的量子粒子群算法应用于一个实际工程项目，结果

验证了该算法在工程项目多目标优化问题中的有效性和实用性。

关键词：工程项目多目标优化量子粒子群算法模型

ABSTRACT

With more attention paid on the efficiency of engineering project execution and the

development of the multi-object optimization technology, In view of importance of

multi-object optimization in engineering economy, multi-object optimization of

engineering project has become an important research topic. However, the application

of the current optimization technologies to project management requires so many

backgrounds and resources including time that the practical needs can not be

satisfactorily net. QPSO is a new optimum method that combines quantum computation

with PSO. It appears strong life-force and be valuable for research. So it is fit for

applying for project optimization.

So after carrying on a detailed review and introducing the basic relevant theory,

this paper proposes an improved QPSO to better solve multi-object optimization in

engineering project. First, this paper introduces the theory, development of QPSO, and

according to the general theory of multi-object optimization, proposes an improved

QPSO to solve multi-object problem. Then according to the embedded study for

multi-object optimization of project, the thesis analysis the relationship between

schedule and cost; cost and quality; schedule and quality qualitatively, then set up the

quantitative model among the threes goals. And based on these, the thesis proposed the

general model of multi-object optimization of project management. In the last, the

improved QPSO is used in a real example, and the result shows the QPSO has standout

efficiency and practicability in dealing with the multi-object problems.

KEY WORDS: Engineering Project, Multi-object Optimization, QPSO,

Model

中文摘要

ABSTRACT

第一章绪论 ...................................................... 1

§1.1 课题的来源及意义 ..........................................1

§1.2 工程项目多目标优化问题的研究现状 ..........................2

§1.3 量子粒子群算法研究现状 ....................................3

§1.4 本文主要研究内容及安排 ....................................4

§1.5 本文创新点 ................................................5

第二章量子粒子群算法研究 .......................................... 7

§2.1 引言 ......................................................7

§2.2 粒子群算法 ................................................7

§2.2.1 基本 PSO 算法 ........................................ 7

§2.2.2 标准粒子群算法 ...................................... 8

§2.2.3 粒子群算法基本流程 .................................. 9

§2.2.4 粒子群算法的公式分析和参数分析 ..................... 10

§2.3 量子粒子群算法 ...........................................10

§2.3.1 量子计算的基本原理 ................................. 11

§2.3.2 量子进化算法 ....................................... 21

§2.3.3 量子粒子群优化算法 ................................. 22

§2.4 算法实验 .................................................16

第三章多目标优化的量子粒子群算法 ................................. 18

§3.1 多目标优化问题 ...........................................18

§3.1.1 多目标优化问题的描述 ............................... 18

§3.1.2 多目标优化问题的求解 ............................... 28

§3.2 基于目标加权的 QPSO 算法 ..................................29

§3.2.1 DWA 算法 ............................................29

§3.2.2 算法流程 ........................................... 30

§3.2.3 算法测试 ........................................... 31

§3.3 约束处理策略 .............................................32

§3.3.1 约束优化问题 ....................................... 32

§3.3.1 粒子的选择策略和选取准则 ........................... 25

§3.3.3 算法步骤 ........................................... 26

§3.3.4 算法实例 ........................................... 26

第四章工程项目多目标优化问题研究 ................................. 28

§4.1 引言 .....................................................28

§4.2 工程工期-成本分析 ........................................28

§4.2.1 工期-成本函数关系确立 .............................. 28

§4.2.2 工期-成本模型建立 .................................. 38

§4.3 工程工期-质量分析 ........................................39

§4.4 工程质量-成本分析 ........................................40

§4.4.1 质量成本综述 ....................................... 40

§4.4.2 工程质量-成本模型 .................................. 41

§4.5 工程项目多目标优化一般模型 ...............................35

§4.6 算法分析 .................................................36

第五章量子粒子群算法在工程项目多目标优化上的实现 ................. 41

§5.1 工程概况 .................................................41

§5.2 分析与建模 ...............................................44

§5.3 QPSO 求解 ................................................ 44

§5.4 结果分析 .................................................46

第六章总结与展望 ................................................. 48

参考文献 .......................................................... 49

攻读硕士期间发表的论文和承担的科研项目 ............................ 54

致谢 .............................................................. 55

第一章绪论

§1.1 课题的来源及意义

随着经济和社会的高速发展，全球工程建设业的竞争越来越激烈。在国内，

实施“走出去”的政策已有 30 年的历史，在这 30 年内，我国的企业不仅从国外的同

行业中学到了先进的工程技术，同时一些先进的项目管理经验和科学的管理方法

也被引进回国，已有一些企业跻身国际知名企业的行列。但与此同时，与国际先

进水平相比，我国工程项目管理在管理理论，管理方法和管理能力等方面仍存在

不少差距。这些具体表现为：施工过程中拖期现象较为严重；施工方片面追求按

工期和成本完工，而忽略对工程质量的控制，从而出现“豆腐渣”工程；不遵循科学

规律施工，盲目追求缩短工期，搞“三边”、“献礼”工程，最终致使工程质量事故频

发，返工率提高，反而拖延了工期等等。这类情况的发生，主要是没有意识到工

程项目建设的总目标是追求工期、成本和质量间的平衡，最终使得成本最低、工

期最短、质量最优得到满足。这些目标相互依存，相互影响，形成一个辩证的统

一体。而片面的追求其中任何一个都是不合理的。

同时由于项目资源亦是工程项目中不可缺少的一个重要条件，因此在工程项

目优化中，对项目资源进行优化也有重要的意义。项目资源的管理，就是在项目

实施过程中，将项目所需的资源依照正确的数量和时间供应于准确的地点，并同

时降低项目资源的成本消耗。目前随着工程项目越来越大型化，所需要和涉及的

资源也越来越多，对多资源均衡进行优化研究能起到降低项目成本的作用，也是

工程项目多目标优化的一个重要组成部分。

工程项目管理的主要目标有以下三个方面：工期目标、成本目标和质量目标。

这三个方面即是工程项目管理所要满足的主要目标要素，被称为项目管理的三大

目标。同时，有些工程项目还要考虑三大目标以外的其他要素，如资源均衡，安

全，可持续发展等。而通常情况下这些目标间是有冲突的，对工程项目进行管理

的过程就是多目标协调的过程。工程项目控制的理想状态是在最少的成本，最短

的时间和最高的质量下完成项目，同时项目资源能得到均衡充分的利用，实现工

程项目的总体效率和效果的提高。

工程项目管理过程就是为完成项目章程中所限定的工期、成本和质量要求而

进行的多方位、多角度的计划、组织与控制。它是工程管理中很重要的一方面，

关系到整个工程的成败。在实际的工程管理过程中，为了使工程项目能在经济利

益和社会效果两方面取得双丰收，通常主要研究怎样才能使得工程项目多个要素

量子粒子群算法在工程项目多目标优化中的应用研究

间能形成优化组合，并同时确保工程项目资源的均衡性，进而保证工程项目能在

限定的成本预算中完成质量目标和工期目标。因此该论文要以工程项目多目标优

化作为对象进行研究。

§1.2 工程项目多目标优化问题的研究现状

工程项目管理是上世纪 50 年代末发展流行起来的一种科学规划管理方法。

1957 年项目管理方法首次被美国的杜邦公司运用在设备维修中，使得在维修过程

中停工时间由原来的 12 小时骤减到 7小时；1958 年，这种方法又被美国人在北极

星导弹的设计过程中进行了应用，也取得了很好的结果，设计阶段的工作提前两

年完工，从此以后工程项目管理方法得到人们的高度重视。目前，西方国家在工

程项目管理方面形成了比较完善的科学体系。然而，我国的项目管理相对国外来

说则晚得多。1984 年，鲁布革水电站是国内第一次采用国际招标形成实施的工程

项目，中标的一家日本建筑企业在实施管理过程中应用了项目管理的方法，从而

缩短了工期，降低了成本，取得了明显的经济效益。从此现代项目管理的理论被

引入到我国。目前我国项目管理方面的研究和应用正如火如荼的展开，并取得了

一定的成果。但国内的研究主要偏重项目管理传统领域的技术方法的改进和应用

方面，和国外相比还有相当大的差距。

文献[1]比较并概括了国内外项目管理的发展历程。

文献[2]介绍了一种美国海军研发并推广的网络计划技术：项目计划评审技术

（PERT/Time）。

文献[3]对当前我国工程项目管理的现状和问题进行了阐述。

网络计划技术是上世纪 50 年代中期出现并逐渐流行起来的一种科学的计划管

理技术，隶属于运筹学的范畴。该管理技术最早是在美国出现并发展的，其中具

有典型代表的是计划评审技术（PERT, Plan Evaluation and Review Technique）和关

键路径法（CPM, Critical Path Method）。

从网络计划技术出现至今，一直是解决众多工程管理优化问题的基本方法，

其主要思想是通过缩短关键路线中的持续作业时间，以达到对工程项目的工期和

成本等进行优化。

在完成诸如成本优化、资源优化和工期优化等单目标优化方面，网络计划技

术的运用给人们在工程项目实施中带来了很大的便利。然而就如前文所说的，如

今的工程项目不单单只考虑成本，资源和工期的优化，同时必须要综合考虑工程

的安全、质量、风险等要素，相当多的情况中甚至要考虑在资源、风险等条件下

的成本、工期和质量的多目标优化。然而，在运用网络计划技术来求解多目标优

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要多目标优化技术在工程项目的优化中有重要的应用价值，随着人们对工程项目执行效率的重视和多目标优化技术的发展，工程项目多目标优化问题已经成为一个很重要的课题。但是，在实际的操作过程中，虽然大多智能优化算法能在一定范围内解决工程的优化问题，但是其繁琐的操作流程以及易于陷入局部最优的缺点，使得工程多目标问题的优化结果总是不尽人意。而量子粒子群算法是将量子计算运用于微粒群算法的一种优化算法，有很强的生命力和研究价值，适合于工程优化。因此本文在对国内外量子粒子群算法的研究内容和动态做了详细的综合概述后，提出了一种改进的量子粒子群算法用来解决工程项目中的多目标优化问题。首先，本文在理论方面介绍了量子粒子...

展开>> 收起<<

量子粒子群算法在工程项目多目标优化中的应用研究.pdf

共57页,预览6页

还剩页未读，继续阅读

量子粒子群算法在工程项目多目标优化中的应用研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: