基于图论的工程成本工期平衡算法

该文以一实际应用为背景,提出了成本工期平衡算法,该算法基于工程学中的项目状态转化图,利用图论的有关方法及计算机技术实现了在总工期调整的情况下,通过对各子工程调整工期,实现成本变化的最优化。当原始项目状态转化图改变时,只需要对相应的工程描述文件进行修改,即可得到相应结果。

工程最低成本工期计算

在矩阵法编制施工组织计划中,采用标号法求最低成本工期.文中通过具体计算实例,介绍标号程序与方法.

优化模糊控制方法在工程成本工期管理中的应用研究

利用遗传算法和神经网络本身的优势,来弥补模糊理论的不足,建立了遗传式模糊神经推理模型,并将其运用在工程成本工期管理实践中,得到了比较好的结果。

施工项目工期-成本优化问题的蚁群算法

为了确定施工项目工期-成本均衡曲线,从而为施工项目计划和控制决策提供有效依据,提出了施工项目工期成本优化问题的蚁群算法.该方法利用施工项目工期成本优化问题的组合优化问题本质,将其转化为旅行商问题,利用自适应权重方法将工期、成本两个目标综合成单目标,采用蚁群算法进行Pareto解的搜索.通过两个实例的计算结果表明,该方法可以有效地确定具有实用价值的Pareto解,且具有较高的全局寻优能力和搜索效率,对于具有大规模网络计划的工期成本优化问题的求解是十分适用的.

基于改进蚁群算法的项目组合工期-成本优化

战略导向下的项目组合工期-成本优化是现代企业进行多项目管理所面临的重要问题之一,对企业实现资源效益最大化有着至关重要的促进作用。以战略导向下的项目组合工期-成本综合值最小化为研究对象,提出了优化组合项目中工序选择和执行次序的数学模型,在引入自适应权重法、调整信息素系数和混沌扰动变量的基础上,设计了求解该优化模型的改进蚁群算法。通过实例运算表明,改进后的蚁群算法,能够有效地提高算法全局搜索寻优能力和收敛速度,在求解战略导向下的项目组合工期-成本优化问题方面有较强的鲁棒性和实用价值。

遗传算法在公路工程工期成本优化问题中的应用

利用遗传算法对公路工程工期成本优化问题进行探讨,给出利用遗传算法对整个问题的求解设计思路,在公路工程工期成本优化中利用遗传算法优化时染色体设计、优秀个体的充分利用以及遗传操作后不合理结果的处理提出解决方法,为今后遗传算法在公路工程进度优化中的应用提供有益的思路。最后设计求解流程图。

基于贝叶斯网络的工期隐性成本影响因素研究

文章针对工期隐性成本影响因素的复杂性和不确定性,采用贝叶斯网络原理建立了工期隐性成本因素贝叶斯网络,并提出了计算局部因素节点概率的算法。最后,通过实例应用,证实了该算法的可行性,为建筑施工项目的工期隐性成本控制提供了理论依据。

基于挣值管理的项目工期成本优化分析

基于挣值管理的思想,论文利用计量模型建立成本、工期、质量函数关系,对项目在实施阶段某一时刻的状态进行分析,运用工期成本之间的替代关系为项目经理人提供决策的依据与控制方向,实现项目最优管理。

考虑工期成本时确定最优报价的方法

介绍了国外出现的"报价+工期+奖罚机制(incentive/disincentive)"的投标模式,并对其作必要的分析。要求投标者不仅要提供传统意义的项目施工成本报价,还要提供完成项目的建设工期,同时业主制定一个奖罚机制,以此达到既节约费用,又减少工期的目的。建议投标者在制定策略时,要对项目成本、工期和奖罚机制进行综合考虑,以此来确定合适的投标报价和工期。

基于电子优化算法的项目工期-成本优化

针对不同工序多方案条件下的项目工期-成本优化问题,引入了一种新的算法——电子优化算法(Electimize).在建立工期-成本优化的数学模型并简要介绍算法原理的基础上,应用MATLAB软件对算法进行编程,引入精英档案存储提高寻优效率,实现了最低成本对应的最优工期搜索.针对一个经典算例,采用电子优化算法进行优化,并将其结果与遗传算法和枚举法的结果进行对比,进而验证了该算法的可行性与适用性.

基于模糊集理论的施工项目工期-成本-质量权衡优化方法研究

基于模糊集理论对施工项目工期、成本和质量多目标权衡优化这一问题进行系统研究。研究表明:采用三角模糊数能够有效表达施工活动持续时间和成本的不确定性,通过建立质量模糊评语集及其隶属函数,可以对质量水平进行合理的量化评估。利用Pareto最优化原理,设计基于非支配排序遗传算法的运算程序,从而建立不确定条件下施工工期、成本和质量多目标权衡优化模型,决策者可以从模型获得的一系列Pareto最优解中寻求满意方案。

基于改进和声搜索算法的项目工期——成本优化

工期—成本优化(time-cost trade-off problem,TCTP)是组合优化中NP—hard问题,其实现的科学性对提高企业经济效益有着重要意义。为解决这一问题引入了和声搜索算法,并针对该算法收敛稳定性差、不易获得全局最优的缺陷,对其进行了算法参数的自适应改进。利用MATLAB R2012a软件对改进的和声算法进行编程,实现了工期—成本最优解的搜索。最后通过实例分析,验证了改进的和声搜索算法对工期—成本进行优化是行之有效的。

基于改进蚁群算法的项目组合工期——成本优化的研究

基于企业战略导向的项目组合工期——成本优化问题是企业进行多项目管理时需要解决的重要问题,对企业资源效益最大化发挥起到关键作用,它从本质上属于多目标优化问题。本文将蚁群算法引入项目组合工期——成本优化问题的求解,并针对蚁群算法存在的早熟、停止、局部最优的缺点,提出与混沌结合的改进蚁群算法,引进确定和不确定性搜索规则。实验结果表明,改进的蚁群算法能够有效地提高蚁群算法的全局寻优能力,对工期——成本优化问题的求解能够得出比较好的结果。

工期—成本—质量的模糊均衡优化及其Pareto解

针对实际工程项目中存在的不确定因素,通过对工期、成本、质量3个目标函数相互关系的模糊描述,以工序持续时间为决策变量,建立了基于三者的模糊均衡优化模型.为了求解该模型,在微粒群算法的基础上提出遗传免疫微粒群算法,通过测试函数的Matlab仿真验证了算法的有效性,并用于实际工程项目模糊均衡优化问题的计算,得到多组模糊的Pareto最优解,同时绘制相应的3维散点图,为决策者的选择提供准确和直观的依据.研究结果表明,所构建的工程项目工期—成本—质量的模糊均衡优化模型构建的合理性,同时表明遗传免疫微粒群算法在求解该模型方面的有效性.

基于和声搜索算法的船舶分段工程项目工期—成本优化

工期—成本优化是项目管理的重要内容,对工程项目经济效益的最大化起着至关重要的作用。针对船舶分段工程项目管理中的工期-成本管理问题,将工期-成本优化应用于船舶分段工程项目管理领域,结合船舶分段工程项目中工期-成本优化问题的特点建立数学模型,应用MATLAB软件对算法进行编程,通过实例数据,采用和声搜索算法求解,结果表明和声搜索算法可以比遗传算法(GA)更加有效地求解该类问题。

基于Pareto解的面板堆石坝施工工期-质量-成本均衡优化研究

大坝工程中能否对工期、质量、成本3大核心要素进行综合均衡优化,是评价工程项目的重要衡量标准.针对目前大坝工程施工缺少工期-质量-成本均衡优化研究,且多目标均衡优化最优解非唯一、存在一组Pareto解集的问题,建立了面板堆石坝施工工期-质量-成本均衡优化数学模型,并建立了Pareto叠加模型对组合解支配关系进行求解.结果表明:基于工序Pareto解的组合解大部分仍为Pareto解;通过对线性加权和法与TOPSIS法的比较分析,验证了耦合线性加权和法的可行性.基于Pareto叠加模型结论并结合多属性效用函数提出了改进的耦合线性加权和的带精英策略非支配排序遗传算法(NSGA-Ⅱ),降低了算法的计算复杂度且提高了计算效率和鲁棒性,克服了最优解非唯一的问题.同时,结合某面板堆石坝工程,运用改进算法提高了计算效率,并优选了符合工程实际的最优折衷方案.

公路工程工期—成本优化的CAD软件设计

介绍了公路工期—成本优化的思路和方法 ,并提出了公路工程工期—成本优化的CAD软件设计方案。采用FORTRAN语言和VB语言编制了相应的软件程序 ,并结合算例对软件的实用性进行了验证。

基于遗传算法质量工期成本多目标优化研究

本文应用遗传算法及系统可靠度理论,建立了基于遗传算法的质量、工期、成本的多目标优化模型,并编制了相应的程序,使建筑工程领域的进度控制、成本控制和质量控制这三大控制目标达到了协调统一.

蚁群算法在输电工程工期成本优化中的应用

将蚁群算法在输电工程施工中的工期-成本优化中进行了应用。通过建立工期-成本优化数学模型,进行蚁群算法设计得到蚁群算法在输电工程施工中的工期-成本优化中的应用方法,经过对实际输电线路工程的算例分析,证明蚁群算法对于输电工程施工中的工期-成本优化是可行的。

网络计划在建筑工程工期-成本优化中应用实证分析

介绍了以工程成本最低为前提寻求最优工期的优化方法和步骤。为利用网络计划科学安排施工提供思路,通过实证分析,介绍了工期-成本优化的操作步骤。以期在工程项目管理中推行工期-成本优化方法,达到在合理的工期内控制工程成本的目的。