建设项目随机离散型工期-成本优化算法的改进

针对建设项目随机离散型工期-成本优化问题的求解,一般采用遗传算法为外循环、蒙特卡罗模拟算法为内循环的双层循环算法框架.为减少内层循环中按期完工概率约束条件检验所耗费的计算资源,根据按期完工概率估计值(采用蒙特卡罗模拟方法)的概率特性,提出一种计算资源的高效、动态分配策略,以提升现有算法的计算效率.通过算例验证,本文建议的改进优化算法可高效、稳定地求解建设项目随机离散型工期-成本优化问题.

基于子集模拟的建设项目离散型工期-成本优化算法研究

作为建设项目计划管理决策的重要问题,项目的离散型工期-成本优化,旨在考虑资源分配离散型特征下,实现工期和成本的合理均衡。为高效、稳定地求解该问题,本文提出基于子集模拟法的优化算法。通过动态引入一组与目标函数相关的边界值,子集模拟法在可行域内定义一系列逐渐缩窄的区域,以便将搜索范围逐渐缩窄到最优解附近的较小区域,从而获得问题的最优解。此外,研究采用“带有反射壁的随机游动”的马尔科夫链蒙特卡罗方法,以解决子集模拟法中可行域及收缩区域中随机样本点的高效产生问题。通过算例验证,与应用较广的遗传算法相比,本文提出的优化算法性能较好,在最优解的获取稳定性上有较大改进。