基于微粒群算法的工程项目质量,费用和工期综合优化[J].PDFVIP

第39卷第10期 土 木 工 程 学 报 Vol.39 No.10 2006年 10月 CHINACIVILENGINEERINGJOURNAL Oct. 2006 基于微粒群算法的工程项目质量、费用和工期综合优化 刘晓峰 陈通 张连营 （天津大学，天津 300072） 摘要：进度、费用和质量称为工程项目的三大控制目标，三者之间相互依存、相互影响。工程项目控制的理想状 态是同时实现合理的工期、较低的费用和较高的质量。微粒群算法(PSO)是新近出现的一种仿生算法，具有简单 容易实现，而且随机搜索的优点，使得搜索不易陷于局部最优。将该算法引入工程项目优化领域，研究工程项目 的质量、费用和工期的综合优化问题。系统介绍微粒群算法原理、流程以及算法的改进发展，研究工程项目质 量、费用和工期的优化，并建立质量、费用和工期的多目标综合优化模型，介绍应用微粒群算法编码解决工程项 目多目标优化的方法步骤。最后，通过一个应用实例，计算表明微粒群算法可以准确快速地解决工程项目多目标 优化问题。 关键词：微粒群算法；工程项目优化；质量量化 中图分类号：TU721 文献标识码：A 文章编号：1000-131X 2（006）10-0122-05 ApplicationofPSOtomultiple-objectiveprojectoptimization LiuXiaofeng ChenTong ZhangLianying (SchoolofManagement,TianjinUniversity,Tianjin300072,China) Abstract:Time,costandquality,withmutualinfluence,arethethreemajorcontrolitemsforprojectmanagement. Thebestsolutionforaprojectistoachievehighqualitywithlowcostinapropertimelimit.TheParticleSwarm Optimization (PSO) isanevolutionarycomputationalmethod,whichmaybeconvenientlyemployedtoexecute randomandglobalsearch.TheParticleSwarmOptimization (PSO)methodisemployedtoconductmultiple- objectiveprojectoptimization.Afterintroducingthebasictheoryofthealgorithms,anoptimizationmodelisformulated tooptimizethequality,costandtimeofprojects.ThenumericalexampleindicatesthatPSOcanaccuratelyand efficientlysolvemultiple-objectiveprojectoptimizationproblems. ；projectoptimization；qualityquantification Keywords:ParticleSwarmOptimization(PSO) E-mail:lxf800703@163.com 而，现代的工程项目不但考虑工期、费用和资源均衡 引 言 目标的优化，还要综合考虑工程质量、风险、安全等 诸多因素，有时甚至要考虑在资源均衡、安全、风险 工程项目管理是为使项目实现所要求的质量、所 约束下的工程质量、费用、工期的多目标优化。网络 规定的时限、所批准的费用预算而进行的全过程、全