[发明专利]一种建设项目多目标优化方法

说明书

本发明提供一种建设项目多目标优化方法，包括如下步骤：确定多目标优化的数学模型与遗传算法参数；建立约束可行的种群和种群目标函数矩阵；根据目标函数矩阵，采用熵权法计算目标函数的客观权重，合成目标函数的混合动态权重；对种群采用基于动态权重的方法进行排序，得到Pareto临时解集；根据种群个体排序对个体附虚拟适应度值，采用比例选择算子与轮盘赌方法选择出子代种群；对子代种群进行交叉操作；对交叉操作后的子代种群进行变异操作；对Pareto临时解集和进行变异操作后的子代种群进行合并，产生新种群；若达到算法终止条件，则算法终止，否则返回。本发明较好地解决了原有多目标优化算法与工程应用之间的歧义性问题，具有更好的工程应用性。

技术领域

本发明属于管理设计技术领域，尤其涉及一种基于改进遗传算法的建设项目多目标优化方法。

背景技术

工程项目管理是实现工期、成本、质量、安全、环境等多目标优化的管理，随着智能优化算法的发展，遗传算法在工程中得到广泛应用，越来越多地用于求解多目标的优化问题。建设项目在施工过程当中可以获得的人、材、机和资金等是有限的。一般来讲，有限的资源如果可以获得适当的分配，经济效益就会明显增加，而优化配置便是为了让资源获得更好利用。利用资源优化配置，可利用有限的资源完成项目施工，提升工程效益，收缩工期等目标。

标准遗传算法(GA)只能处理单目标或者通过权重系数将多目标转化为单目标进行处理，改进非支配排序遗传算法是目前应用最为广泛的多目标优化算法，最终得到Pareto非劣解集。但在工程应用上，最终使用方案具有唯一性，原有多目标优化算法Pareto解集的多样性与工程应用方案的唯一性导致了歧义性，如何在Pareto解集中的选出最需要的设计方案成为多目标优化问题的又一焦点，在这一领域形成了以层次分析法和模糊综合评价为基础的多属性决策方法，但多目标优化与多属性决策两者并不存在内在关联，在使用中是串联关系。因此，对遗传算法进行改进，使其同时具有多目标优化与多属性决策的功能，对于多目标优化问题能够直接优化得到最佳的非劣解具有很强的现实意义。

发明内容

本发明的目的在于提供一种多属性决策的多目标优化改进遗传算法，能同时实现多目标优化与多属性决策的功能。

为达到上述目的，本发明主要提供如下技术方案：

一种建设项目多目标优化方法，包括如下步骤：

步骤1：确定多目标优化的数学模型与遗传算法参数；

步骤2：建立约束可行的种群和种群目标函数矩阵；

步骤3：根据步骤2得到的目标函数矩阵，采用熵权法计算目标函数的客观权重，合成目标函数的混合动态权重；

步骤4：对步骤2得到的种群采用基于动态权重的方法进行排序，得到Pareto临时解集；

步骤5：根据步骤4得到的种群个体排序对个体附虚拟适应度值，采用比例选择算子与轮盘赌方法选择出子代种群；

步骤6：对步骤5得到的子代种群进行交叉操作；

步骤7：对步骤6交叉操作后的子代种群进行变异操作；

步骤8：对步骤4得到的Pareto临时解集和步骤6进行变异操作后的子代种群进行合并，产生新种群；

步骤9：若达到算法终止条件，则算法终止，否则返回步骤3。

进一步地，步骤1具体包括：