一、基于遗传算法的工程项目投资方案优选模型（论文文献综述）
孙肖坤[1]（2021）在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中研究表明随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:（1）基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。（2）复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。（3）复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。（4）复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
陈新岩[2]（2021）在《复合地基智能综合优选系统研究》文中指出复合地基处理方案的优化设计与综合比选都是当前实际工程中至关重要的环节,牵扯面十分之广。正是由于优化设计与方案比选二者的关联环节众多,计算并制定设计方案需要花费大量的人力物力方可完成。且在这处理方案的制定过程中,通常是在经验主义的基础上,结合以往类似工程经验对初选方案进行计算与反复验算,往往效果不尽如人意,难以满足当今行业发展的需求。随着时代的发展,计算机技术与软件工程逐步融入到工程行业中,为传统工程行业注入了新的力量,也为复合地基处理方案的优化设计与综合比选创造了新的可能性,极大程度上加快了复合地基综合优选领域的蓬勃发展。本文结合复合地基优化设计与综合比选两个模块的特征,从两个层面分别对优化设计与综合比选进行细致拆分与整合。一方面针对复合地基的优化设计进行深入探讨,以CFG桩复合地基、水泥土搅拌桩复合地基、多桩型复合地基（碎石桩+CFG桩）为例,深入研究了复合地基设计规范知识,进行了优化设计的关键参数分析,并分别建立了三类复合地基优化设计数学模型,并结合遗传算法充分发挥其特性,最大限度的得到模型的最优解;另一方面,针对复合地基的方案比选,应用灰色理论与模糊综合评价法相结合的方式,在评价指标体系建立的基础上,构建出基于灰色模糊综合评价法的复合地基综合评价模型,并借助MATLAB程序开发将复合地基处理方案的灰色模糊层次综合评价模型编写成计算机程序,并通过实例分析验证了该方法是一个科学可靠的综合比选方法。最后,在此基础上配合MATLAB的工具箱开发功能,将优化设计模块与综合比选模块进行结合,开发出一个能够集优化设计与综合比选为一体的“优中选优”系统,将工程的经济效益与时间成本发挥到了极致。
易欢婷[3]（2021）在《基于BIM技术和免疫遗传算法的结构设计参数优化研究》文中认为随着时代不断进步,技术不断革新,各行各业都得到了高速发展,我国建筑行业更是呈现出空前繁荣的景象。在这样的行业格局下,市场竞争愈发激烈,这对建筑企业无疑是一个不小的考验。为提升竞争优势,提高建筑产品的性价比,这就要求企业在保证工程项目按时按质完成交付的同时,更要注重项目各阶段的造价控制。在项目各个阶段中,设计阶段对工程造价的调控效果尤为显着,其中结构设计优化作为设计阶段的一个重要环节,对工程造价必然有着巨大的影响,因此有必要对其进行研究。BIM技术作为工程领域的一个重大变革,目前被广泛运用于设计、施工、运维阶段及其优化工作中。为提高设计效率,节约工程成本,将BIM技术充分发挥到结构设计优化环节之中,这对完善当前结构设计优化工作模式具有重大的实践意义和参考价值。因此,本文从结构成本控制的角度出发,运用BIM技术和免疫遗传算法对结构设计参数进行优化,主要进行了以下几个方面的工作:（1）分析传统结构设计优化工作流程中存在的弊端,在此基础上提出基于BIM的结构设计优化新方法,并对比分析各类BIM相关软件,根据本文研究对象确定了以Revit、PKPM为核心的软件体系和结构设计优化流程,最后对此结构设计优化方式从适用性和优势性两个方面进行了分析和总结;（2）定量分析了柱距、混凝土强度等级、钢筋等级和构件截面尺寸四类设计参数对结构成本的影响,并对其进行了敏感性分析,根据分析结果确定了柱距、混凝土强度等级和构件截面尺寸三种设计变量;然后以结构成本为目标函数,约束条件则分为整体级约束和构件级约束两大类,完成了框架结构优化模型的建立;最后运用免疫遗传算法对框架结构柱距和混凝土强度等级参数进行优化,结构梁、柱构件截面尺寸参数则运用网格搜索法优化。（3）通过对某火车站站房项目进行案例分析,运用BIM技术建立结构三维模型,并借助PKPM软件对结构进行计算分析,最后引入免疫遗传算法对结构设计参数进行优化。优化后的结构成本比原结构成本降低了23.84%,验证了BIM技术在结构设计优化的可行性,以及免疫遗传算法对框架结构柱距和混凝土强度等级参数进行优化求解的有效性。
董健媛[4]（2021）在《建设工程项目投标决策方法研究与应用》文中认为建设工程项目招投标制度是我国现行的招投标竞争的主要方式。为了保质保量的完成建设项目、高度响应业主要求、展示企业实力,择优使用投标策略,合理判断投标文件的编制情况是至关重要。若在投标前期投标单位能在企业内部做到判断合理、优选方案,对项目中标有非常重要的有利影响。所以构建一个响应度高的投标决策体系十分重要,有利于投标单位对前期的风险进行控制并提高中标率。投标报价在项目投标过程影响较大,如何合理使用投标报价技巧并将投标方案不断优化是每个投标单位所必须考虑的。针对以上问题,本文主要从以下几个方面进行了研究:1.针对投标影响因素边界模糊的问题,根据实际招标流程和评标要点,结合各业主及不同地域的独特要求,提出项目评价主要因素集。采用网络层次分析法对各评价因素进行量化分析,根据各指标间的依存性和相关性,提出对各一级二级指标,从而构建投标决策模型,并计算权重。分析和计算过程主要使用YAANP软件进行,然后使用模糊综合评价法对问题定量化分析,根据投标单位不同投标方案进行打分分析,得到最优投标方案的结果。2.结合具体项目实例,从企业投标活动出发,利用投标决策模型对投标方案进行评价。使用建立的投标决策模型作出分析并得到相应结果,输出的结果与实际情况相符,验证了对应指标的全面性和系统性,确定了该方法的实操性和合理性。对今后投标文件的评审有一定的指导意义,有利于投标企业使用最低的成本合理选择合理的投标方案,加速企业发展。3.针对投标方案有关风险的问题,提出风险因素识别的方法及原则,采用投标技巧,对投标方案进行优化。使用报价技巧时利用WPS软件实现合理调价过程,并加入了资金的时间价值参数对比,有利于初级管理者对项目的各项指标综合考量。增加投标单位的中标概率。4.针对投标管理时利润与质量的最优组合问题,提出了方案的优化过程,在质量与利润间寻求平衡。采用多目标优化函数的方法,根据计算结果得出最优组合,优化的结果有利于施工方案的选择。
柯毅明[5]（2020）在《政府投资光伏扶贫项目区域优选方法及其规划模型研究》文中研究指明光伏扶贫项目是指由政府统一拨付资金,在光照资源良好的贫困区域建设村级光伏发电电站,并将发电营运所得用以帮扶建档立卡贫困户的政府投资项目。它不仅有助于解决落后地区的能源供给、就业创收和经济建设等问题,还可以助力于缩短贫富差距,维护社会公平并推动社会主义现代化进程。自试点以来,政府利用两年光景将光伏扶贫装机规模增至100万千瓦,受惠人数突破百万户。因巨大的利好效用,光伏扶贫项目已成为探索中国特色扶贫事业中可圈可点的“经验词条”,也被成功纳入十三五扶贫开发的工作重点。然而,随着光伏项目的发展,光伏电站潜在可安装面积日渐紧俏,弃光弃能等现象日益凸显。同时,伴随着扶贫开发的深入推进,加之光伏扶贫项目呈现出分布分散、地形特殊和地质多变等特点,部分因勘探不足、选址不良和规划不当引发的恶劣现象也逐渐显现。项目实施区域优选及其规划问题开始引发社会各界的关注和思考。综合分析当前主流的优选理论可知,传统的优选模型普遍存在契合度不高、适用性欠佳或求解精度不足的问题,难以有效应对光伏扶贫项目区域优选及规划建模。因此,本文以政策引导为支点,以“什么区域为条件适宜”、“如何进行项目组合规划”为导向,结合项目内在特征,探索高匹配度和强适应性的区域优选方法及其规划模型,旨在助力完善项目实施经验,提高光伏扶贫活力,为项目新建、改扩建乃至25年实施期满后拆除重建等情境下的投资决策活动提供可靠的智力支持。具体的研究内容如下:（1）结合项目特征的相关政策梳理及投资机理研究。针对目前光伏扶贫项目研究未考虑政策引导作用且投资机理不甚明确的问题,本文以项目特征为逻辑起点进行政策梳理及机理分析。首先,基于投资者、承包商、受益人和社会公众等利益相关方的定位及特点,明确其目标诉求,为后续因素提取和函数设立等过程提供支撑性材料;接着,结合项目目标,对项目的具体特征进行归纳,为后续研究奠定基础;随后,梳理相关政策的发展态势和时序特征,识别出对区域优选及其规划建模问题起着引导作用的政策,并以此作为全论文研究的基本准则,从而提高所建模型的政策匹配度;最后,结合政策引导作用,分析投资机理并界定项目运行机制,从而确保所建模型的项目契合度。（2）基于政策引导的双因素实施区域优选指标体系研究。针对传统指标提取过程中提取困难、因素缺失、筛选偏颇和决策支持度不足等问题,本文摒弃仅从经济、技术、社会和环境等宏观层面进行因素提取的方法,而是立足于利益相关方的目标诉求,提出“政策—风险—收益—反馈”搜索闭环,进而形成涵盖政策引导、风险规避、收益追逐和公众反馈的四维因素集,从而提升因素提取效率;考虑到部分区域因不满足建设红线或整体规划的要求而需被预先否决,本文通过界定指标概念、合并重叠因素和剔除无关因素,构建出政策引导下否决指标和优选指标双因素框架,从而保证指标体系的全面性。以上基于利益相关方目标诉求的因素提取思路可为学者搜集评估指标提供技术参考。（3）考虑决策者风险偏好的直觉模糊组合优选方法研究。针对传统模糊集难以反映决策信息犹豫度、常规赋权方法仅从主观重要性或客观信息量进行单侧度量、主流的排序过程未将决策者风险偏好纳入考虑范畴的问题,本文首先权衡了评估指标量、模糊界限及评估精度要求,决定采用直觉模糊语言集作为定性因素的评估依据。接着,结合直觉模糊集的矩阵一致性和熵值分布特征,对传统层次分析法和熵权法进行适应性调整与拓展,使得整个定权过程既能很好地反映专家经验的模糊性与犹豫程度,又能达到兼顾指标逻辑重要性和优选贡献度的决策效果;随后,基于直觉模糊集的运算逻辑和距离测度公式,对传统的风险偏好交互式决策排序框架进行调整,使排序结果充分反映决策者的风险规避心理,提高方法的实用度。本研究既有助于提升传统赋权方法的应用活力,丰富赋权方法理论体系;又可以提高排序过程的优选效率,丰富排序方法理论体系。（4）计及扶贫效果和容量约束的组合优化模型及寻优算法研究。针对传统组合优化模型契合度不高且寻优算法结果欠佳的问题,本文通过剖析光伏扶贫在战略层、项目层和资源层的投资目标及诉求,归纳出其项目组合的具体特征,在项目目标、政策引导、条例规范和并网要求的共同作用下构建出“目标—约束”组合优化模型。在目标函数方面,考虑到光伏扶贫项目兼具并网发电和帮扶贫困的任务,引入拟帮扶人数表征扶贫效果,从而设立最低成本和最佳扶贫效果两项优化目标;在约束条件方面,考虑到相关政策的规范和要求,结合电网建设和资源消耗等常规限制,从而设立容量限制的约束条件;在求解算法方面,结合种群适应度分布,令个体繁殖概率自适应调整,从而形成兼具非支配排序、拥挤度计算、精英策略和自适应遗传概率的改进算法,可应对过早收敛、求解欠佳和概率固化等问题,提高解集稳定性。改进的算法可丰富智能算法理论体系。（5）基于公平与效率的规划方案优选模型及求解算法研究。针对传统项目规划方案优选过程仅考虑效率测度结果且未对小样本数据求解偏差进行处理的问题,本论文基于项目全寿命周期与利益干系人双重视角,对公平与效率的具体表征进行归纳和总结。首先,引入公平因子,并结合标杆方案和聚类算法对备选方案进行样本初筛,识别出在公平层面表现欠佳的方案并予以剔除,极大契合政府投资项目在维护社会公平方面的理念;接着,将效率诉求转化为可运算的投入产出变量,借助数据包络分析算法对样本数据进行效率测度。考虑到小样本可能带来的估算偏差,引入重抽样技术进行样本扩容和效率值纠偏,结合纠偏后的效率值完成方案的优选排序,从而保证优选结果的准确性。以上提及的模型构建思路可拓展到其他政府投资项目的方案优选或效率分析中,提高优选模型与项目的契合度,而带纠偏处理的数据分析算法亦可丰富效率测度理论体系。
高磊[6]（2020）在《电网建设项目多主体协同决策模型及应用研究》文中研究说明随着电力体制改革逐步深化,电网建设投入在整个电力建设投入的比重逐年持续增加,电网建设管理模式、运营模式和投资比例的逐步转变也对电力工程项目管理思路和方法提出了新的要求。此外,根据电网建设项目的特点,项目建设过程中长期面临建设时序分配、资源均衡调配、风险合理规避、投资效益优化、电力稳定供应等诸多问题,需要综合考虑不同因素,电网建设则可视为多主体、多要素、多目标、多阶段的协同决策研究问题。然而,传统的电网项目建设管理模式普遍存在各利益主体自利性和信息断层情况,难以根据项目特点优选出满足多方需求的建设方案,同时,在实施过程中存在区域电网建设项目的工期、投资和资源调配不合理现状,并难以达到项目综合效益优化的目标。因此,本文开展电网建设项目多主体协同决策模型及应用的研究工作,基于电网建设项目多主体特征和协同决策目标研究,分别构建了面向电网建设项目方案优选及方案实施的协同决策模型,针对模型的特点分别引入多智能体技术、粒子群算法和非支配排序遗传算法进行求解,并通过模型应用系统提供了多主体协同决策的平台。主要研究内容如下:（1）梳理了电网建设项目多主体协同决策的研究背景及意义,开展了对国内外电网建设项目多主体协同决策模型及应用问题的研究综述,并概述了电网规划和建设基本概念、利益相关者理论、多智能体模型及方法、多目标优化模型及方法等相关概念和基础理论,为后续研究奠定了相应理论基础和研究范围。（2）研究了电网建设项目利益相关主体特征及协同决策目标。首先,运用电网建设项目流程WBS结构,分析并识别了电网建设项目8类主要利益相关主体;其次,研究各主体的利益偏好和主体的自利性、目标差异性,以此为基础引出多主体协同决策的理念,分析了电网建设项目多主体协同决策逻辑和内容;同时,运用文献综合分析法结合系统动力学的因果关系流图识别电网建设项目协同决策目标,归纳出协同决策应从不同角度合理满足电网项目的规划管理、建设条件、投资决策和建设运营这4类目标需求。该部分研究内容从协同决策目标方面为协同决策模型及应用提供了研究基础。（3）构建了基于MAS技术的方案优选协同决策模型。基于电网建设项目协同决策目标研究,将重要的目标抽象成为MAS中的Agent,构建了协同决策MAS模型的整体架构,以及其中各主要Agent的结构、功能以及通信模式;基于多Agent之间协商交互能力,利用Petri网和合同网协议描述方案优选的多Agent交互流程,并通过模糊Petri网的模糊规则对应可选择方案设置方案集,方案集由多Agent的模糊变量因素协同决策进行选择,最终,形成了基于FPN电网项目方案优选协同决策模型,进一步通过算例应用验证模型计算过程和有效性。该部分的研究内容可以结合不同区域电网项目特点,考虑多方主体需求,提供建设方案优选的决策依据和方法。（4）构建了基于多目标优化的方案实施协同决策模型。在方案优选的基础上,通过研究一定区域内电网项目规划阶段和建设阶段协同决策的目标,建立适宜的目标函数,结合目标函数和约束条件构建电网项目方案实施协同决策模型。本文一方面建立面向电网规划实施过程的协同决策模型,采用粒子群算法进行求解;另一方面,建立面向电网建设实施过程的协同决策模型,运用遗传算法进行求解;通过实例证明两阶段模型的合理性。模型和算法则纳入多智能体系统中,作为相应MAS的方法库和模型库一部分。该部分研究内容可以在工期、资金和资源约束条件下,考虑多方主体需求,提供满足建设方案实施中多目标优化的决策依据和方法。（5）构建了基于多主体需求的协同决策模型应用系统。基于两类协同决策模型研究,构建了一个基于B/S架构的电网项目协同决策模型应用系统,该系统属于信息公开的系统,确保各方主体信息畅通、数据准确和完备,具备提供各方主体交流和互动决策的多项功能,同时,协同决策支持平台能够充分结合MAS技术,并利用优化算法功能,解决电网建设协同决策过程中多元化、多层次的复杂问题。其功能包括多智能体管理、多主体方管理、方案优选管理、多目标优化管理、空间地图管理等,根据项目实际需求设计各类功能的子功能。该部分研究内容可以为电网建设项目多主体协同决策的规模化实践应用提供参考。本研究从工程项目管理视角将智能化、信息化方法应用于电网建设项目管理,为探索我国电网建设项目规划、设计、建设阶段的多主体协同决策及高效管理提供了理论依据和实践参考。
张斐[7]（2020）在《集对分析方法在多属性决策问题中的应用》文中研究表明随着多属性问题的模糊性、综合性的提升,运用科学合理的决策方法解决多属性决策问题的难度越来越大,而同时解决多属性决策问题提高决策收益具有重要的现实意义。论文阐述了多属性决策问题的发展历史,梳理相关学者研究所取得的一些进展,分析了集对分析用于解决多属性决策问题研究的可行性。基于此,采用联系数和Fisher最优分割法的多属性决策模型用于水库正常蓄水位方案优选的实例,提出基于减法集对势的多属性动态决策模型用于包含时间维度的水利工程施工方案优选的实例。论文取得了如下成果:（1）用Fisher最优分割法进行单个决策指标等级划分数和划分标准阈值的确定,运用集对分析的相关理论选择合适的三元联系数,优选水库正常蓄水位的方案。所给出的决策方法在决策等级的划分、决策等级标准阈值的确定有一定的合理可靠性,得到的决策结果有一定的科学性。（2）CNF-MADM模型所得到的决策结果与经典TOPSIS方法用于该实例得到的决策结果总体上保持一致,局部上有差异。CNF-MADM决策模型较好的解决了TOPSIS方法存在“逆序”的问题,使得决策结果科学有效。（3）CNF-MADM模型所得到的决策结果与传统的集对分析方法用于该实例所得决策结果总体上保持一致,局部上有差异。CNF-MADM决策模型较好的解决了传统集对分析方法因较难确定差异度系数从而导致决策结果有一定的不确定性的问题,使得决策结果具有实际应用价值。（4）利用蒙特卡洛随机模拟决策指标的权重,随机模拟20000次结果显示备选方案4成为最优方案的可能性为84.7%,备选方案5成为最优方案的可能性为15.3%,表明备选方案4（正常蓄水位为608 m）为确定最终的水库正常蓄水位具有可靠性和稳定性。（5）在研究集对分析的基础上,尝试用联系数的伴随函数来解决动态多属性决策问题,在认识到除法集对势存在不足后尝试用减法集对势用于解决动态多属性决策问题,将减法集对势应用于包括时间维度的动态水利工程方案优选实例,结果表明:减法集对势用于该实例所得决策结果与较为成熟的投影寻踪模型应用该实例得到的决策结果相一致,说明减法集对势用于动态多属性决策具有可行性,且运算过程简洁便于实现。综上所述,在研究集对分析基础上构建的决策模型可以有效的解决静态和动态多属性决策问题,且计算过程简明、可操作性强,为多属性决策管理提供一定的参考。
张军帅[8]（2020）在《可再生能源电力项目投资组合决策优化研究》文中指出发展可再生能源已成为世界各国推进能源转型的核心内容和应对气候变化的重要途径,在政策引导和技术进步双轮驱动下,全球以电力应用为主的可再生能源开发规模不断扩大。大量投资被分配到可再生能源电力项目,也有更多的备选项目被上报至投资主体的决策高层。一方面,由于资源限制,投资主体必须有能力选择最优的项目组合进行投资,对备选项目进行组合选择是重要的决策能力。另一方面,随着能源投资领域的开放以及市场化政策导向因素的影响,可再生能源电力的商品属性逐渐还原,粗放式投资的效益空间被压缩,投资环境对投资决策管理提出了更高要求。建立一套科学有效的可再生能源电力项目投资组合决策框架成为必要。本文通过对相关决策机理的研究和决策方法、模型的应用及改进,优化了项目投资组合决策流程,构建了适用于可再生能源电力项目投资组合决策的决策框架:首先,通过对可再生能源电力行业发展概况的研究和投资关键影响因素的分析,考虑不同项目产出效益存在异质性和投资组合决策的特点,构建了适用的评价指标体系,用于评价单个项目的投资潜力。为了处理指标属性值的模糊不确定性,引入三角直觉模糊数。随后,基于可再生能源电力行业处于快速发展期,投资环境变化快,为了反映不同时期指标重要程度的变化并发挥决策者经验进行评价,提出应用基于熵权法和PROMETHEE-II的主客观结合评价模型对备选项目进行排序和筛选。然后,改进Weingartner优化选择模型,通过将项目间协同效应引起的增量效益添加到目标函数、增加强制建设约束条件,构建了适用于可再生能源电力项目投资组合选择的0-1整数规划数学模型,同时讨论了运用遗传算法进行求解的可行性。最后,通过算例完整展示了该决策框架的运作流程,验证了框架的有效性。本文聚焦于投资主体在可再生能源电力项目投资组合选择决策中的切实问题,主要通过以下方面进行了创新研究:一是从投资主体战略目标和商业价值取向的决策高度出发,建立了与投资组合决策相适用的评价指标体系;二是通过三角直觉模糊数量化模糊不确定性决策信息,便于将范围型决策信息和决策者的经验应用于决策中;三是通过主客观相结合方法、模型的应用及改进,形成了一个能够嵌入可再生能源电力项目工程管理流程的决策框架,用于项目投资组合的选择。因此,本文具有一定的理论价值和应用价值,可为投资主体投资决策提供依据和支持。
纪会争[9]（2020）在《风光储联合发电调度管理与效益评价研究》文中认为基于世界范围能源资源供给紧张的现状,以及我国风力发电和太阳能发电均具有地域性强、集中度高等特点,通过对相关理论观点的回顾和综述,介绍了风光储联合发电模式、功率预测方法。以及多目标决策理论的研究现状,提出对风、光、储能多模块机电功率预测研究、风光储联合发电调度管理、风光储联合发电综合效益评价的技术方法,寻求技术经济效益最优的解决策略,为风光储联合发电模式发展作出有益探索。本文主要研究成果和创新如下:（1）建立了基于模式分解（EMD）和粒子群优化支持向量机（PSO-SVM）的风电输出功率预测模型。风电功率的输出为非平稳时间序列,采用传统的回归算法、神经网络等预测模型往往得到的结果精度不高。针对这种非线性、非平稳的时间序列,首先,使用经验模式分解（EMD）将风电机组输出功率分解为多组具有不同尺度的时间序列;然后,分别对每组信号使用支持向量机（SVM）进行预测。（2）建立了基于聚类分析和熵权预测模型的光伏发电输出功率组合预测方法。对于光伏发电,由于其输出功率是非线性时间序列,其随机波动较强,而且具有明显的规律日重复性。针对这一特征,本文提出首先使用模糊聚类的方法,对光伏发电矩阵的输出功率进行日聚类,得到多组相似日的样本集合。然后使用基于熵权组合预测模型的预测方法对各组相似日进行训练。这种预测方法建立于对光伏发电矩阵的输出功率记性准确日聚类的基础之上,能够更好地捕捉不同气候条件下输出功率的规律特性,降低了预测模型的结构风险。（3）建立了风光储联合发电多目标跟踪计划出力调度模型。由于风光出力具有较强的随机性和模糊性,对风光储联合发电系统中出力调度优化是一种不确定性规划,本文从运行目标和经济性两个方面出发,建立了基于不确定规划的风光储联合发电多目标出力调度模型,结合蒙特卡罗模拟和灰色粒子群算法进行求解。最后,选取张北国家风光储输示范工程作为分析对象,分别建立了出力跟踪计划出力调度模型和计及经济性的多目标跟踪计划出力调度模型。在单目标调度模型中,提出了包含储能系统充放电功率控制系数和风光预测状态控制系数的出力系统控制策略,结果表明通过变化储能系统充放电控制系数不仅能够降低对储能系统的要求,还能将误差控制在合格范围内。在多目标调度模型中,通过对比单目标决策与多目标决策的结果可以发现,多目标优化调度模型能够在最大程度跟踪计划出力的基础上降低经济成本,实现经济利益的最大化。（4）建立了基于多维度效益的风光储联合发电综合效益评价模型。首先依据指标构建原则,开展多维度效益指标识别工作,确定了示范效益、电网效益、经济效益、社会效益四个层面的识别方向,构建了多维度多层级的风光储联合发电综合效益评价体系。最后,结合本文提出的基于多维度效益的风光储联合发电综合效益评价模型,利用张北国家风光储输示范工程项目数据,分别从实际数据和规划数据两个角度开展了测算工作,测算结果显示,张北国家风光储输示范工程综合效益达到了规划预期水平,整体水平良好,随着张北国家风光储输示范工程二期的陆续建设,风光储联合发电系统将进一步发展,在不断提高经济性的同时,增强系统友好型,不断促进新能源发电的发电比例,促进能源结构的不断优化发展。本文对风光储联合发电调度管理工作具有一定的参考作用。（5）对风光储联合发电系统的运行管理策略和产业发展政策建议进行了研究。从风光储系统并网与孤岛运行的角度介绍了风光储系统的运行管理策略,分析风光储联合发电产业的现存问题,结合能源互联网的发展理念,提出能源互联网下风光储联合发电系统的典型运行模式。最后,结合产业及政策要求,为风光储联合发电系统的未来发展提出了相关的政策建议。
张梦婷[10]（2019）在《基于改进遗传算法的装配式建筑项目资源均衡研究》文中研究指明装配式建筑是指在施工现场将已在工厂预制完成的构件组装而成的建筑。近年来,大力推广装配式建筑,使建筑行业的生产模式产生重大变革。这种施工方式,减少了现场施工对环境的污染,同时,又能节约资源消耗,并促进劳动生产效率的提高。装配式建筑的发展促使建筑业与工业信息化融合更加紧密,萌发新兴产业,淘汰过剩产能。但就目前的发展形势,装配式建筑在我国的推广较缓慢,究其主要原因在于与传统现浇方法相比,并没有明显优势。装配式项目调度过程中缺乏可操作性,变动较大,在执行项目调度计划时,忽略考虑各项工作任务执行时间和资源约束,造成项目总体工期偏长,资金成本较高等问题,限制了装配式建筑的发展。因此,在设计装配式项目调度计划的过程中,深入研究项目中各任务在逻辑上的约束,考虑既有资源数量,选取快速有效的调度方法,推动装配式建筑发展。本文针对装配式建筑资源调度问题进行研究,通过总结装配式建筑工程预制构件生产、运输、装配三类项目流程,对比分析了装配式建筑工程的多模式管理特征。针对装配式建筑作业空间的多维性,多关联性的等特点,结合经典的项目资源调度理论,进行装配式项目资源的整体协调调度。论文的主要研究内容以装配空间作业为主导,项目的非关键工作为切入点,考虑非关键工作的实际开工时间,建立装配式建筑工程的资源配置约束优化模型,以最小化资源配置方差为优化目标,研究装配式工程项目人力资源配置问题。同时,利用改进遗传算法求解相关人力资源配置模型,避免出现算法进入局部最优或出现搜索精度低的问题。最后,结合某实际装配式建筑工程项目,对装配式建筑工程项目人力资源配置模型进行数值计算,比较改进遗传算法与项目初始化、方差值最小法计算得到的结果,表明本文应用算法的优越性。根据文中研究结果,表明了在项目调度复杂性提高的同时,算法的优越性更显着。与此同时,为装配式住宅项目调度资源管理及进度优化方面提出合理及建设性的意见。
二、基于遗传算法的工程项目投资方案优选模型（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于遗传算法的工程项目投资方案优选模型（论文提纲范文）
（1）复杂大型建设项目费用偏差控制方法及信息系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂大型建设项目研究现状 |
| 1.2.2 项目费用控制研究现状 |
| 1.2.3 预警方法研究现状 |
| 1.2.4 纠偏策略研究现状 |
| 1.2.5 信息系统应用研究现状 |
| 1.3 主要研究内容和技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 复杂大型建设项目特点及费用控制分析 |
| 2.1.1 复杂大型建设项目特点分析 |
| 2.1.2 复杂大型建设项目费用偏差控制参与主体 |
| 2.1.3 复杂大型建设项目费用控制复杂性分析 |
| 2.2 费用偏差控制相关理论研究 |
| 2.2.1 费用偏差控制内涵 |
| 2.2.2 费用偏差影响因素分析 |
| 2.2.3 费用偏差控制基本原则 |
| 2.3 费用偏差控制模型及方法研究 |
| 2.3.1 偏差特征系统动力学理论 |
| 2.3.2 神经网络模型 |
| 2.3.3 费用偏差预警聚类方法 |
| 2.3.4 费用偏差控制策略及评价理论 |
| 2.4 本章小结 |
| 第3章 基于系统动力学的费用偏差影响因素识别研究 |
| 3.1 复杂大型建设项目费用监控模式 |
| 3.1.1 费用监控模式特征分析 |
| 3.1.2 费用监控模式构建 |
| 3.1.3 费用监控模式运行流程 |
| 3.2 费用偏差影响因素的系统动力学模型构建 |
| 3.2.1 系统动力学的基本理论 |
| 3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
| 3.2.3 系统动力学模型构建 |
| 3.3 费用偏差影响因素的子系统方程式建立 |
| 3.3.1 系统动力学建模中涉及到的数学方法 |
| 3.3.2 影响因素的子系统方程式建立 |
| 3.4 系统动力学模型仿真和分析 |
| 3.5 本章小结 |
| 第4章 基于改进神经网络模型的费用偏差控制方法研究 |
| 4.1 工程建设项目费用偏差计算需求及特点分析 |
| 4.2 基于K-means算法的费用偏差警情计算模型研究 |
| 4.2.1 K-means聚类理论及缺陷分析 |
| 4.2.2 K-means聚类方法改进及适用性研究 |
| 4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
| 4.3 基于改进神经网络模型的费用偏差计算模型研究 |
| 4.3.1 神经网络模型原理分析 |
| 4.3.2 神经网络模型的改进及适用性研究 |
| 4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 基于流程再造的费用偏差控制策略及效果评价 |
| 5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
| 5.1.1 费用偏差控制中流程再造与协同的目标 |
| 5.1.2 费用偏差控制中流程再造与协同的原则 |
| 5.2 复杂大型建设项目各阶段费用偏差控制策略 |
| 5.2.1 前期决策阶段的费用偏差控制策略 |
| 5.2.2 中期实施阶段的费用偏差控制策略 |
| 5.2.3 后期运维阶段的费用偏差控制策略 |
| 5.3 复杂大型建设项目费用偏差控制效果评价 |
| 5.3.1 费用偏差控制效果评价指标体系 |
| 5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
| 5.3.3 算例分析 |
| 5.4 本章小结 |
| 第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
| 6.1 复杂大型建设项目CDMIS分析 |
| 6.1.1 复杂大型建设项目CDMIS的定义 |
| 6.1.2 复杂大型建设项目CDMIS的建设目标 |
| 6.1.3 复杂大型建设项目CDMIS的用户分析 |
| 6.1.4 复杂大型建设项目CDMIS的需求分析 |
| 6.2 复杂大型建设项目CDMIS设计 |
| 6.2.1 系统的总体设计原则及开发方法 |
| 6.2.2 系统的平台整体设计 |
| 6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
| 6.2.4 复杂大型建设项目CDMIS的数据库设计 |
| 6.3 复杂大型建设项目CDMIS关键技术 |
| 6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
| 6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
| 6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
| 6.4 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）复合地基智能综合优选系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 复合地基处理技术研究现状 |
| 1.2.2 复合地基处理智能决策研究现状 |
| 1.2.3 当前研究的不足 |
| 1.3 主要研究内容与研究路线 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 2 复合地基的特征分析与系统搭建 |
| 2.1 复合地基的特征分析 |
| 2.1.1 复合地基的定义与分类 |
| 2.1.2 复合地基的关键设计参数 |
| 2.1.3 复合地基的方案比选原则 |
| 2.2 智能综合优选系统的搭建 |
| 2.2.1 优化设计模块的设计 |
| 2.2.2 综合比选模块的设计 |
| 2.3 本章小结 |
| 3 复合地基智能优化设计研究 |
| 3.1 CFG桩复合地基智能优化设计数学模型 |
| 3.1.1 CFG桩复合地基处理的设计分析 |
| 3.1.2 CFG地基承载力的计算方法 |
| 3.1.3 CFG桩地基沉降量的计算方法 |
| 3.1.4 优化变量 |
| 3.1.5 约束条件 |
| 3.1.6 目标函数 |
| 3.1.7 CFG桩智能优化设计数学模型 |
| 3.2 水泥土搅拌桩复合地基智能优化设计 |
| 3.2.1 水泥土搅拌桩复合地基处理的设计分析 |
| 3.2.2 水泥土搅拌桩地基承载力的计算方法 |
| 3.2.3 水泥土搅拌桩地基沉降量的计算方法 |
| 3.2.4 优化变量 |
| 3.2.5 约束条件 |
| 3.2.6 目标函数 |
| 3.2.7 水泥搅拌桩智能优化设计模型 |
| 3.3 组合桩复合地基智能优化设计 |
| 3.3.1 碎石桩+CFG组合桩复合地基处理的设计分析 |
| 3.3.2 碎石桩+CFG组合桩地基承载力的计算方法 |
| 3.3.3 碎石桩+CFG组合桩地基沉降量的计算方法 |
| 3.3.4 优化变量 |
| 3.3.5 约束条件 |
| 3.3.6 目标函数 |
| 3.3.7 碎石桩+CFG组合桩智能优化设计模型 |
| 3.4 算法验证 |
| 3.4.1 GA函数的遗传计算 |
| 3.4.2 优化模型计算流程 |
| 3.4.3 CFG桩的模型实现 |
| 3.4.4 水泥搅拌桩的模型实现 |
| 3.4.5 碎石桩+CFG组合桩的模型实现 |
| 3.5 本章小结 |
| 4 复合地基智能综合评价模型的研究 |
| 4.1 复合地基处理方案的评价指标体系的构建 |
| 4.1.1 评价指标体系的遵循原则 |
| 4.1.2 层次结构的确定与构建 |
| 4.2 评价指标权重方法的确定 |
| 4.2.1 指标集的建立与表示 |
| 4.2.2 基于FAHP的权重计算 |
| 4.3 灰色模糊层次分析法的模型构建 |
| 4.3.1 灰色模糊评价值的确定 |
| 4.3.2 复合地基处理方案的综合评价 |
| 4.4 算法验证 |
| 4.4.1 建立评价指标集 |
| 4.4.2 基于FAHP复合地基处理方案指标权重的计算 |
| 4.4.3 灰色模糊评价值的确定 |
| 4.4.4 复合地基处理方案的综合评判 |
| 4.5 本章小结 |
| 5 智能综合评价分析系统的开发 |
| 5.1 系统技术平台及开发工具 |
| 5.1.1 系统技术支持平台 |
| 5.1.2 系统开发工具 |
| 5.2 系统框架及功能特点 |
| 5.2.1 系统框架搭建 |
| 5.2.2 系统的功能与优势 |
| 5.3 系统核心模块 |
| 5.3.1 用户进入界面 |
| 5.3.2 主界面说明 |
| 5.3.3 优化设计模块 |
| 5.3.4 综合评价分析模块 |
| 5.4 工程实例应用 |
| 5.4.1 建筑工程概况 |
| 5.4.2 工程地质勘察资料 |
| 5.4.3 工程设计要求 |
| 5.4.4 智能综合优选系统的应用 |
| 5.5 小结 |
| 6 结论与展望 |
| 6.1 研究成果 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间主要成果 |
（3）基于BIM技术和免疫遗传算法的结构设计参数优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景 |
| §1.2 国内外研究现状 |
| §1.2.1 国外研究现状 |
| §1.2.2 国内研究现状 |
| §1.2.3 文献评述 |
| §1.3 研究目的和意义 |
| §1.3.1 研究目的 |
| §1.3.2 研究意义 |
| §1.4 研究内容和方法 |
| §1.4.1 研究内容 |
| §1.4.2 研究方法 |
| §1.4.3 技术路线 |
| 第二章 BIM技术和结构优化理论 |
| §2.1 BIM技术 |
| §2.1.1 BIM的定义 |
| §2.1.2 BIM的发展 |
| §2.1.3 BIM的特征 |
| §2.2 结构优化理论 |
| §2.2.1 理论概述 |
| §2.2.2 优化算法 |
| §2.3 结构成本的构成及影响因素 |
| §2.3.1 结构成本的构成 |
| §2.3.2 结构成本的影响因素 |
| §2.4 本章小结 |
| 第三章 基于BIM技术的结构设计优化 |
| §3.1 传统结构设计优化方式的弊端 |
| §3.2 基于BIM技术的结构设计优化方式 |
| §3.3 BIM技术适用性分析 |
| §3.3.1 技术适用性分析 |
| §3.3.2 环境适用性分析 |
| §3.4 BIM技术优势性分析 |
| §3.5 基于BIM技术的结构设计优化流程 |
| §3.5.1 BIM软件选取 |
| §3.5.2 流程图 |
| §3.6 本章小结 |
| 第四章 结构优化模型的建立与求解 |
| §4.1 设计参数对结构成本的影响 |
| §4.2 敏感性分析 |
| §4.3 数学模型的建立 |
| §4.3.1 优化变量 |
| §4.3.2 目标函数 |
| §4.3.3 约束条件 |
| §4.4 免疫遗传算法——优化框架柱布局 |
| §4.4.1 基本原理和流程 |
| §4.4.2 编码与解码 |
| §4.4.3 适应度函数 |
| §4.4.4 基本遗传操作 |
| §4.4.5 免疫算子 |
| §4.5 网格搜索法——优化构件截面尺寸 |
| §4.6 本章小结 |
| 第五章 工程应用分析 |
| §5.1 某火车站站房项目简介 |
| §5.1.1 项目概况 |
| §5.1.2 BIM技术应用原因 |
| §5.1.3 项目软、硬件配置 |
| §5.2 BIM结构模型的建立 |
| §5.3 结构优化 |
| §5.3.1 算例分析 |
| §5.3.2 站房项目分析 |
| §5.4 施工模拟及碰撞检查 |
| §5.5 本章小结 |
| 第六章 结论与展望 |
| §6.1 结论 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间主要研究成果 |
（4）建设工程项目投标决策方法研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究进展与现状 |
| 1.3 研究的主要内容 |
| 2.基于ANP的投标决策评价体系的建立 |
| 2.1 投标内外部因素分析 |
| 2.2 评价体系的因素分析 |
| 2.2.1 问卷设计及影响因素确定 |
| 2.2.2 信度和效度分析 |
| 2.2.3 均值筛选 |
| 2.3 评价体系的建立 |
| 2.3.1 ANP的几个概念 |
| 2.3.2 网络层次分析法计算步骤 |
| 2.3.3 构造网络模型确定权重 |
| 2.3.4 ANP权重分析 |
| 2.4 本章小结 |
| 3.基于模糊综合评价法的工程项目投标评价模型 |
| 3.1 招投标活动基本理论 |
| 3.1.1 招标流程 |
| 3.1.2 工程招投标评标办法 |
| 3.2 实例项目概况 |
| 3.3 模糊综合评价法 |
| 3.3.1 模糊综合评价法计算步骤 |
| 3.3.2 模糊合成算子类型 |
| 3.3.3 处理模糊综合评价矢量的办法 |
| 3.3.4 评价因素建立 |
| 3.3.5 确定评集 |
| 3.3.6 单因素评价 |
| 3.3.7 结果分析 |
| 3.4 本章小结 |
| 4.项目投标风险管理研究与应用 |
| 4.1 风险识别的原则及方法 |
| 4.1.1 风险识别的原则 |
| 4.1.2 风险识别的方法 |
| 4.2 投标报价影响因素 |
| 4.3 投标报价技巧应用 |
| 4.4 本章小结 |
| 5.工程项目投标方案多目标优化 |
| 5.1 投标文件编制原则 |
| 5.2 项目投标报价策略 |
| 5.3 投标优化管理应用(质量-利润) |
| 5.3.1 多目标优化函数 |
| 5.3.2 实例分析 |
| 5.4 本章小结 |
| 6.结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 Ⅰ投标决策评价体系各矩阵输出结果 |
| 作者在读期间研究成果 |
| 致谢 |
（5）政府投资光伏扶贫项目区域优选方法及其规划模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.1.1 论文的研究背景 |
| 1.1.2 论文的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光伏扶贫项目研究现状 |
| 1.2.2 实施区域优选方法研究现状 |
| 1.2.3 项目规划决策模型研究现状 |
| 1.3 主要研究内容和技术路径 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 减贫相关理论 |
| 2.1.1 贫困定义与划分标准 |
| 2.1.2 社会主义贫困理论内在逻辑 |
| 2.2 风险决策相关理论 |
| 2.2.1 风险决策的基本概念 |
| 2.2.2 关键理论及其演化路径 |
| 2.3 规划模型相关理论 |
| 2.3.1 数学规划模型的基本内涵 |
| 2.3.2 条件约束与组合优化模型 |
| 2.3.3 效率测度模型及其延展 |
| 2.4 本章小结 |
| 第3章 政府投资光伏扶贫项目政策及投资机理 |
| 3.1 光伏扶贫项目基本内涵 |
| 3.3.1 光伏扶贫项目的基本特征 |
| 3.3.2 考虑利益相关方的项目目标 |
| 3.3.3 影响目标实现的关键问题 |
| 3.2 结合项目内涵的相关政策分析 |
| 3.2.1 基于时序规律的政策特征梳理 |
| 3.2.2 基于政策特征的政策引导作用 |
| 3.3 政策引导下光伏扶贫项目投资机理研究 |
| 3.3.1 项目利益相关方的组织架构 |
| 3.3.2 光伏扶贫项目的建设类型 |
| 3.3.3 光伏扶贫项目的融资模式 |
| 3.4 本章小结 |
| 第4章 政策引导下光伏扶贫项目实施区域优选方法 |
| 4.1 关键影响因素识别与分析 |
| 4.1.1 因素挖掘思路与原则 |
| 4.1.2 关键影响因素识别与挖掘 |
| 4.1.3 实施区域优选指标体系 |
| 4.2 直觉模糊环境的因素评估值采集 |
| 4.2.1 评估值类型及采集流程 |
| 4.2.2 直觉模糊环境的评估值确定方法 |
| 4.3 直觉模糊主客观组合权重计算 |
| 4.3.1 权重确定方法介绍与分析 |
| 4.3.2 直觉模糊环境的组合定权方法 |
| 4.4 基于TODIM集结框架的区位优选排序 |
| 4.4.1 信息集结及排序技术特点 |
| 4.4.2 直觉模糊环境的TODIM优选排序方法 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第5章 基于非支配排序遗传算法的组合优化模型构建 |
| 5.1 光伏扶贫项目组合优化特点及内涵 |
| 5.1.1 项目组合管理及其内涵 |
| 5.1.2 光伏扶贫项目组合优化特征 |
| 5.2 光伏扶贫项目组合优化模型设计 |
| 5.2.1 模型的基本假设 |
| 5.2.2 多维“目标—约束”组合优化模型构建 |
| 5.3 算法分析及优化 |
| 5.3.1 优化求解算法内涵及分类 |
| 5.3.2 多目标遗传算法适用性分析 |
| 5.3.3 改进的非支配遗传算法 |
| 5.4 算法性能测试及算例分析 |
| 5.4.1 算法性能测试 |
| 5.4.2 算例分析 |
| 5.5 本章小结 |
| 第6章 基于公平与效率理论的规划方案优选模型构建 |
| 6.1 光伏扶贫项目公平与效率特质分析 |
| 6.1.1 项目全寿命周期公平与效率表征 |
| 6.1.2 项目干系人视角下公平与效率诉求 |
| 6.1.3 公平与效率理论适用性 |
| 6.2 光伏扶贫项目规划方案优选模型设计 |
| 6.2.1 模型基本假设 |
| 6.2.2 变量分析及选择 |
| 6.2.3 优选模型设计与构建 |
| 6.3 算法分析与优化 |
| 6.3.1 聚类分析算法介绍 |
| 6.3.2 数据包络分析算法描述 |
| 6.3.3 考虑数据纠偏的组合求解算法 |
| 6.4 算例分析 |
| 6.5 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）电网建设项目多主体协同决策模型及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 电网建设多主体协同决策影响因素研究 |
| 1.2.2 多智能体系统应用及协同决策的模拟 |
| 1.2.3 电网项目决策常用的优化模型和算法 |
| 1.2.4 协同决策支持平台系统应用研究 |
| 1.2.5 相关文献研究述评 |
| 1.3 研究内容、研究思路和研究创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究思路和技术路线 |
| 1.3.3 研究的主要创新点 |
| 第2章 相关概念和理论基础 |
| 2.1 电网项目规划与建设管理概述 |
| 2.1.1 电网规划概念和电网类型划分 |
| 2.1.2 电网项目规划与建设管理的重点内容 |
| 2.1.3 电网规划与建设管理信息化、智能化发展优势 |
| 2.2 利益相关者理论 |
| 2.2.1 利益相关者内涵 |
| 2.2.2 利益相关者识别方法 |
| 2.2.3 利益相关者理论的应用 |
| 2.3 多智能体系统(Multi-Agent System)相关理论 |
| 2.3.1 智能体(Agent)概念及分类 |
| 2.3.2 多智能体系统(MAS)概念及特征 |
| 2.3.3 Agent之间交互行为构成与协作模式 |
| 2.3.4 MAS交互行为的描述方法 |
| 2.4 多目标优化相关理论 |
| 2.4.1 多目标优化理论和解集特征 |
| 2.4.2 多目标优化智能算法 |
| 2.5 本章小结 |
| 第3章 电网项目多主体特征与协同决策目标研究 |
| 3.1 电网项目建设流程分析 |
| 3.2 电网建设项目利益相关主体识别与特征分析 |
| 3.2.1 利益相关主体界定因素 |
| 3.2.2 利益相关主体的识别 |
| 3.2.3 利益相关主体的特征和利益偏好 |
| 3.3 电网项目多主体决策面临的典型问题 |
| 3.3.1 电网建设项目多主体动态变化特征 |
| 3.3.2 电网建设项目多主体协同程度较差 |
| 3.4 电网项目多主体协同决策目标研究 |
| 3.4.1 多主体协同决策逻辑和内容分析 |
| 3.4.2 多主体协同决策目标研究 |
| 3.5 本章小结 |
| 第4章 基于MAS技术的方案优选协同决策模型 |
| 4.1 电网项目方案优选协同决策的MAS应用基础 |
| 4.1.1 MAS技术应用的基本逻辑分析 |
| 4.1.2 MAS模型基本架构及模块分类 |
| 4.1.3 系统功能型Agent结构及功能设计 |
| 4.1.4 业务功能型Agent结构及功能设计 |
| 4.1.5 Agent之间通信设计 |
| 4.2 基于MAS技术的电网项目方案优选流程 |
| 4.2.1 Agent之间交互行为分析 |
| 4.2.2 MAS的协同决策交互过程 |
| 4.2.3 基于MAS技术的方案优选流程分析 |
| 4.3 电网项目方案优选的协同决策模型及应用 |
| 4.3.1 模糊Petri网基本原理 |
| 4.3.2 电网建设项目协同决策的策略集分析 |
| 4.3.3 基于FPN的电网项目方案优选协同决策模型 |
| 4.3.4 算例分析 |
| 4.4 本章小结 |
| 第5章 基于多目标优化的方案实施协同决策模型 |
| 5.1 电网项目规划和建设实施阶段的目标侧重点 |
| 5.2 电网项目方案实施协同决策的目标函数构建 |
| 5.2.1 建设周期目标函数 |
| 5.2.2 建设选址目标函数 |
| 5.2.3 投资决策目标函数 |
| 5.2.4 资源调配目标函数 |
| 5.3 基于多目标优化的协同决策算法模型 |
| 5.3.1 多目标优化函数 |
| 5.3.2 约束条件 |
| 5.4 面向电网规划的MOPSO模型及应用 |
| 5.4.1 模型的基本假设 |
| 5.4.2 MOPSO模型求解流程 |
| 5.4.3 算例分析 |
| 5.5 面向电网建设的NSGA-Ⅱ模型及应用 |
| 5.5.1 模型的基本假设 |
| 5.5.2 NSGA-Ⅱ模型求解流程 |
| 5.5.3 算例分析 |
| 5.6 本章小结 |
| 第6章 面向多主体协同决策模型的应用系统构建 |
| 6.1 应用系统构建的意义及原则 |
| 6.2 多主体需求分析 |
| 6.2.1 用户主体类型划分 |
| 6.2.2 用户主体需求分析 |
| 6.3 系统开发和结构设计 |
| 6.3.1 系统开发技术 |
| 6.3.2 系统结构设计 |
| 6.4 协同决策应用系统功能 |
| 6.4.1 系统功能树分析 |
| 6.4.2 系统功能应用研究 |
| 6.4.3 功能应用效果分析 |
| 6.5 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）集对分析方法在多属性决策问题中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外多属性决策的研究进展 |
| 1.2.2 国内多属性决策的发展 |
| 1.3 集对分析用于多指标决策的理论分析探讨 |
| 1.4 研究内容与技术路线 |
| 第二章 多属性决策问题的工程需求 |
| 2.1 区域概况 |
| 2.2 工程区概况 |
| 2.2.1 工程所属流域概况 |
| 2.2.2 工程所属流域水资源开发利用存在问题 |
| 2.2.3 工程建设的必要性 |
| 2.2.4 工程建设的任务 |
| 2.3 本章小结 |
| 第三章 基于集对分析联系数和Fisher最优分割法的静态多属性决策模型研究 |
| 3.1 概述 |
| 3.2 基于联系数和Fisher最优分割法的多属性决策模型构建 |
| 3.3 应用实例 |
| 3.3.1 CNF-MADM模型应用得背景介绍 |
| 3.3.2 CNF-MADM模型实例应用的计算过程 |
| 3.3.3 CNF-MADM决策模型与SPA和 TOPSIS方法结果对比分析 |
| 3.3.4 CNF-MADM决策模型的灵敏度分析 |
| 3.4 本章小结 |
| 第四章 基于减法集对势的多属性动态决策模型研究 |
| 4.1 概述 |
| 4.2 基于减法集对势的多属性动态决策模型构建 |
| 4.2.1 集对分析中集对势函数用于方案决策的理论探讨 |
| 4.2.2 减法集对势的动态多属性方案决策应用步骤 |
| 4.3 应用实例 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
（8）可再生能源电力项目投资组合决策优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 项目群管理理论 |
| 1.3.2 投资组合优化理论 |
| 1.3.3 项目组合管理理论 |
| 1.3.4 协同效应研究 |
| 1.4 本文研究内容 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 第2章 可再生能源电力项目评价指标体系 |
| 2.1 引言 |
| 2.2 我国可再生能源电力行业发展概况 |
| 2.2.1 水电发展概况 |
| 2.2.2 风电发展概况 |
| 2.2.3 太阳能发电发展概况 |
| 2.2.4 其他可再生能源电力发展概况 |
| 2.3 可再生能源电力项目投资关键影响因素 |
| 2.4 指标体系构建原则 |
| 2.5 指标体系的构建 |
| 2.5.1 开发资源层面 |
| 2.5.2 市场需求层面 |
| 2.5.3 经济性层面 |
| 2.5.4 协同性层面 |
| 2.6 本章小结 |
| 第3章 可再生能源电力项目评价和筛选模型 |
| 3.1 引言 |
| 3.2 三角直觉模糊数及相关概念 |
| 3.2.1 三角直觉模糊数的定义 |
| 3.2.2 三角直觉模糊数的运算法则 |
| 3.2.3 三角直觉模糊数的比值比较规则 |
| 3.2.4 三角直觉模糊矩阵规范化 |
| 3.3 熵权法配置权重 |
| 3.3.1 方法简介 |
| 3.3.2 熵权法配置指标权重 |
| 3.4 PROMETHEE-Ⅱ方法 |
| 3.4.1 PROMETHEE简介 |
| 3.4.2 熵权-PROMETHEE-Ⅱ决策步骤 |
| 3.4.3 偏好函数及相关理论 |
| 3.5 项目评价及筛选流程 |
| 3.6 本章小结 |
| 第4章 可再生能源电力项目组合优化模型 |
| 4.1 引言 |
| 4.2 组合优化的数学模型 |
| 4.2.1 整数规划模型 |
| 4.2.2 Weingartner优化选择模型 |
| 4.2.3 改进Weingartner优化选择模型 |
| 4.3 用于求解的遗传算法 |
| 4.3.1 遗传算法的基本运算流程 |
| 4.3.2 遗传算法的核心操作 |
| 4.3.3 遗传算法应用与项目组合优化 |
| 4.4 本章小结 |
| 第5章 可再生能源电力项目投资组合决策框架算例 |
| 5.1 引言 |
| 5.2 项目概况 |
| 5.3 备选项目评价 |
| 5.4 备选项目筛选 |
| 5.4.1 数据标准化 |
| 5.4.2 熵权法配置权重 |
| 5.4.3 PROMETHEE-Ⅱ比较计算 |
| 5.4.4 项目排序和筛选 |
| 5.5 项目组合优化 |
| 5.5.1 建立数学模型 |
| 5.5.2 使用遗传算法求解 |
| 5.6 决策分析 |
| 5.7 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）风光储联合发电调度管理与效益评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 新能源研究现状 |
| 1.2.2 风光储联合发电模式研究现状 |
| 1.2.3 新能源发电功率预测研究现状 |
| 1.2.4 多目标决策理论研究现状 |
| 1.2.5 风光储联合发电系统优化研究 |
| 1.2.6 含风光储发电的电力系统综合评价研究 |
| 1.3 主要研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 主要创新点 |
| 1.4 本章小结 |
| 第2章 风光储联合发电调度管理与效益评价基础理论 |
| 2.1 新能源联合发电系统 |
| 2.1.1 新能源联合发电形式 |
| 2.1.2 系统设计和分析方法 |
| 2.2 新能源发电功率预测理论 |
| 2.3 多目标决策理论 |
| 2.4 效益评价理论 |
| 2.4.1 评价概念及流程 |
| 2.4.2 指标体系构建原则 |
| 2.4.3 评价指标预处理 |
| 2.4.4 指标权重确定方法 |
| 2.5 本章小结 |
| 第3章 风力与光伏发电功率预测 |
| 3.1 基于经验模式分解和支持向量机的风电功率预测模型研究 |
| 3.1.1 经验模式分解 |
| 3.1.2 粒子群优化的支持向量机模型 |
| 3.1.3 基于EMD-PSO-SVM的风电功率预测模型 |
| 3.1.4 算例分析 |
| 3.2 基于相似日模糊聚类的光伏发电功率组合预测模型研究 |
| 3.2.1 改进模糊聚类算法 |
| 3.2.2 熵权组合预测模型 |
| 3.2.3 基于模糊聚类的光伏发电功率熵权组合预测模型 |
| 3.2.4 算例分析 |
| 3.3 本章小结 |
| 第4章 计及经济性的风光储联合发电系统出力优化调度模型 |
| 4.1 不确定规划理论 |
| 4.1.1 不确定规划基础理论 |
| 4.1.2 不确定规划模型 |
| 4.1.3 不确定规划智能算法 |
| 4.2 风光储联合发电系统运行特性分析 |
| 4.2.1 风光出力特性分析 |
| 4.2.2 出力优化控制的目标 |
| 4.2.3 风光出力预测偏差的处理 |
| 4.3 风光储联合发电系统经济性分析 |
| 4.4 计及经济性的风光储联合发电多目标出力调度模型 |
| 4.4.1 目标函数 |
| 4.4.2 约束条件 |
| 4.4.3 模型求解 |
| 4.5 算例分析 |
| 4.5.1 跟踪计划出力调度模型 |
| 4.5.2 计及经济性的多目标跟踪计划出力调度模型计算 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 风光储联合发电综合效益评价 |
| 5.1 评价指标构建原则 |
| 5.1.1 结合风光储自身特点的指标构建准则 |
| 5.1.2 评价指标筛选办法 |
| 5.2 风光储联合发电系统评价指标体系 |
| 5.2.1 示范效益 |
| 5.2.2 电网效益 |
| 5.2.3 经济效益 |
| 5.2.4 社会效益 |
| 5.2.5 评价指标体系层次结构 |
| 5.3 基于价值权重和影响权重的组合权重确定 |
| 5.4 综合效益评价 |
| 5.4.1 风光储联合发电综合效益模糊评价模型 |
| 5.4.2 实例测算结果分析 |
| 5.5 本章小结 |
| 第6章 风光储调度管理对策研究 |
| 6.1 风光储并网运行管理研究 |
| 6.1.1 运行方式分析 |
| 6.1.2 风光储并网运行管理策略 |
| 6.1.3 风光储孤岛运行管理策略 |
| 6.1.4 运行模式切换策略研究 |
| 6.2 储能产业发展的管理建议 |
| 6.2.1 产业发展问题分析 |
| 6.2.2 能源互联网发展下风光储联合系统典型应用模式 |
| 6.2.3 风光储联合系统未来发展的政策建议 |
| 6.3 本章小结 |
| 第7章 研究成果与结论 |
| 7.1 研究成果 |
| 7.2 结论 |
| 第8章 附表 |
| 8.1 附表1 风光储联合发电综合效益评价指标体系 |
| 8.2 附表2 基于价值权重和影响权重的组合权重确定表 |
| 8.3 附表3 指标评价体系的级别划分规则与相关标准 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（10）基于改进遗传算法的装配式建筑项目资源均衡研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路及方法 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本文创新点 |
| 1.5 本章小结 |
| 2 装配式建筑工程及项目均衡问题相关理论综述 |
| 2.1 装配式建筑工程相关理论 |
| 2.1.1 装配式建筑工程概况 |
| 2.1.2 装配式建筑工程施工特点与难点 |
| 2.2 项目资源均衡问题综述 |
| 2.2.1 项目资源均衡问题概念 |
| 2.2.2 项目资源均衡问题评价指标 |
| 2.2.3 项目资源均衡问题影响因素 |
| 2.3 项目资源均衡求解方法概述 |
| 2.3.1 资源均衡问题求解方法概念 |
| 2.3.2 优化方法优劣评价 |
| 2.3.3 遗传算法基本理论 |
| 2.4 本章小结 |
| 3 装配式建筑工程资源均衡模型构建方法 |
| 3.1 装配式建筑工程调度方法 |
| 3.2 装配式建筑工程关键路线及工期确定 |
| 3.3 装配式建筑工程资源均衡模型构建 |
| 3.3.1 模型假设 |
| 3.3.2 多空间关联项目转换方法 |
| 3.3.3 模型目标函数确定 |
| 3.3.4 模型约束构建 |
| 3.4 本章小结 |
| 4 装配式建筑工程资源均衡问题求解算法设计 |
| 4.1 求解装配式建筑工程资源均衡的方差值最小法 |
| 4.1.1 方差值最小法原理 |
| 4.1.2 方差值最小法优化步骤 |
| 4.2 求解装配式建筑工程资源均衡的改进遗传算法设计 |
| 4.2.1 编码方案 |
| 4.2.2 初始化种群 |
| 4.2.3 适应度函数 |
| 4.2.4 选择 |
| 4.2.5 交叉 |
| 4.2.6 变异 |
| 4.2.7 修复 |
| 4.3 本章小结 |
| 5 装配式建筑工程资源均衡案例分析 |
| 5.1 问题描述 |
| 5.2 数据处理 |
| 5.3 数据带入 |
| 5.4 结果分析 |
| 5.4.1 方差值最小法结果分析 |
| 5.4.2 改进遗传算法结果分析 |
| 5.5 决策建议 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 作者在攻读硕士学位期间获得的学术成果 |
| 致谢 |
四、基于遗传算法的工程项目投资方案优选模型（论文参考文献）
- [1]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [2]复合地基智能综合优选系统研究[D]. 陈新岩. 西安理工大学, 2021(01)
- [3]基于BIM技术和免疫遗传算法的结构设计参数优化研究[D]. 易欢婷. 桂林电子科技大学, 2021(02)
- [4]建设工程项目投标决策方法研究与应用[D]. 董健媛. 西安建筑科技大学, 2021(01)
- [5]政府投资光伏扶贫项目区域优选方法及其规划模型研究[D]. 柯毅明. 华北电力大学(北京), 2020(06)
- [6]电网建设项目多主体协同决策模型及应用研究[D]. 高磊. 华北电力大学(北京), 2020(06)
- [7]集对分析方法在多属性决策问题中的应用[D]. 张斐. 合肥工业大学, 2020(02)
- [8]可再生能源电力项目投资组合决策优化研究[D]. 张军帅. 华北电力大学(北京), 2020(06)
- [9]风光储联合发电调度管理与效益评价研究[D]. 纪会争. 华北电力大学(北京), 2020(06)
- [10]基于改进遗传算法的装配式建筑项目资源均衡研究[D]. 张梦婷. 沈阳建筑大学, 2019(04)