期刊文献+

建设项目多资源优化的进化算法实现 被引量:3

下载PDF
导出
摘要 工程实践中,资源优化具有众所周知的重要意义,然而现存的一些资源优化的方法往往存在求解精度不够、求解效率较低、通用性差等缺点,尤其是在对具有不同权重的多资源均衡问题的研究还不是很充分。引入的改进进化算法在解决有不同权重的多资源均衡优化问题时表现得十分有效,计算过程容易掌握,由于算法本身具有隐并行性,特别适用于并行计算和全局优化问题。在计算机技术和网络技术迅速发展的今天,处理较复杂的大项目多资源优化问题,该算法具有不可估量的潜力和优越性。
出处 《科技进步与对策》 CSSCI 北大核心 2009年第21期88-90,共3页 Science & Technology Progress and Policy
基金 国家自然科学基金项目(70871088)
  • 相关文献

参考文献5

二级参考文献38

  • 1金义雄,程浩忠,严健勇,张丽.改进粒子群算法及其在输电网规划中的应用[J].中国电机工程学报,2005,25(4):46-50. 被引量:89
  • 2刘自发,葛少云,余贻鑫.基于混沌粒子群优化方法的电力系统无功最优潮流[J].电力系统自动化,2005,29(7):53-57. 被引量:74
  • 3[4]Dorigo Marco, Gambardella Luca Maria. Ant colony system: a cooperative learning approach to the traveling salesman problem[J]. IEEE Trans. on Evolutionary Computation, 1997, 1(1): 53~66.
  • 4[6]Stutzle, Thomas, Hoos, Holger H.MAX-MIN ant system[J]. Future Generation Computer Sytem, 2000, 16(8): 889~914.
  • 5[7]Dorigo Marco, Bonabeau Eric, Theraulaz Guy. Ant algorithms and stigmergy[J]. Future Generation Computer System, 2000, 16(8): 851~871.
  • 6[9]Marcus Randall, Andrew Lewis. A parallel implementation of ant colony optimization[J]. Journal of Parallel and Distributed Computing, 2002, 62(9): 1421~1432.
  • 7Tarek Hegazy.Optimization of resource allocation and leveling using genetic algorithms[J].Journal of construction engineering and management,1999; 125(3):167~175
  • 8Daisy X M Zheng,S Thomas Ng,Mohan M Kumaraswamy.Applying a Genetic Algorithm-Based Multiobjective Approach for Time-Cost Optimization[J].Journal of construction engineering and management,2004;130(1):168~176
  • 9刘国靖,邓韬.21世纪新项目管理[M].北京:清华大学出版社,2003
  • 10Jaeho Son,Miroslaw J Skibniewski.Multiheuristic approach for resource leveling problem in construction engineering:Hybrid approach[J].Journal of construction engineering and management,1999; 125(1):23~31

共引文献53

同被引文献31

引证文献3

二级引证文献19

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部