摘要
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