基于多目标遗传优化模型的项目群进度管理

作者：刘毅然; 张福泉

来源：贵阳学院学报(自然科学版), 2023, 18(01): 97-102.

DOI：10.16856/j.cnki.52-1142/n.2023.01.019

• 项目群
• 进度管理
• 多目标
• 遗传算法

为提高项目群进度管理水平，建立多目标函数优化的进度管理模型，并采用遗传算法(genetic algorithm, GA)用于多目标函数优化，以增强多目标函数的求解精度和效率。首先，提取项目进度管理特征样本，并进行特征降维及归一化处理。然后，根据项目进度管理需求建立多个目标函数，并构建极小化向量。结合Pareto最优解方法获得多目标优化函数。其次，采用遗传算法用于多目标函数优化求解，以求解多目标优化函数的最小值作为适应度函数。通过种群个体的选择、交叉及变异来获得最佳适应度值。最后获得最优适应度值所对应的多目标函数优化结果。根据最优适应度值个体来确定项目群进度管理方案。实验结果表明，在多目标项目群进度管理求解中，相比于常用项目进度优化算法，GA算法的多目标项目群进度优化程度及稳定性更高，能够获得综合性能更优的项目群进度策略方案。

• 单位
  闽江学院; 土木工程学院