科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高约束条件下项目工期进度优化水平，采用免疫算法(Immunity algorithms, IA)对工期进度目标函数进行优化求解，并采用鲸群算法(Whale swarm algorithm, WSA)对免疫算法进行改进，以进一步提高IA队项目工期进度的优化精度。首先，对项目工期样本特征进行编码和向量化，确定约束条件和工期进度目标函数，然后以目标函数为抗原，建立IA工期进度优化模型。接着，采用WSA算法搜寻与抗原亲和度最高的抗体，通过WSA算法的猎物搜索、螺旋运动和包围运动等获得亲和度最高个体即为本次最优解。最后，IA根据抗体浓度可重新生成抗体，形成新的种群进行下次迭代求解最优适应度的抗体，获得的最优抗体即为工期进度调度结果。试验结果表明，在相同约束条件下，通过合理设置WSA参数和IA的浓度阈值，相比于其他工期进度优化算法，WSA-IA算法能够获得更优的工期和成本。
- 单位
