一、工期优化数学模型研究（论文文献综述）
李荆[1]（2021）在《具有复杂搭接关系的网络优化及其在项目调度中的应用》文中研究说明
赵辉余[2]（2021）在《基于BIM技术的装配式建筑施工进度管理研究》文中研究指明
李伟[3]（2021）在《基于Lyapunov Drift-Plus-Penalty技术的施工队列多目标决策优化模型分析》文中提出当前建设项目施工管理正随着前沿科技战略的发展和生态能源政策的覆盖发生多元化的改变,既是技术更新所带来的新机遇,亦是面临生态能源约束所带来的新挑战。目前人工智能技术正处于热化期,其主要用途是通过计算机结合智能算法实现对社会、工作和生活中所遇问题的决策,其中施工期多目标策略优化是重点研究的方向之一。施工期能耗和工期长久以来是业内专家学者关注的热点问题,由能耗和工期优化后所产生的收益更是业内管理者长期追求的目标,然而施工期难以避免的突发事件对能耗、工期及其收益会产生不同程度的影响。因此,在考虑施工期随机性事件发生的前提下,将施工过程作业转化为数据传输队列,并且基于Lyapunov优化理论设计了一种处理施工期多目标的寻优模型。首先,基于本文的研究方向,查阅国内外文献并进行系统性对比分析,重点研究施工期多目标之间的权衡关系;学习Lyapunov Drift-Plus-Penalty算法的适用环境、工作机理和参数调配;掌握计算模型的仿真流程、相关软件的操作环境和研究数据的预处理等前提基础。其次,构建施工期队列网络多目标优化模型的理论框架和过程指示性参数,描述施工期过程机理,以此构造施工期随机性事件的影响参数bi（t）,并定义其影响等级,随后构建施工期能耗、工期和收益数学模型,将施工期数据以单位t内的施工阶段为载体进行处理。在上述过程的基础上引入Lyapunov二次函数,经过漂移过程后进入惩罚阶段,引入非负惩罚参数V,构造虚拟施工队列,得到加权和最小化的目标函数。最后,本研究以秦皇岛市北戴河区某施工项目为试验对象,根据施工队列模型的内容进行案例仿真,为了清楚地表达施工期随机性的建模思想,以施工期天气因素为例进行分析,利用MATLAB和Python等软件进行计算机端的编程和运算,并且根据仿真结果进行详细的分析。
江自强[4]（2021）在《城市商业综合体项目地下工程施工进度干扰管理研究》文中研究说明在工程建设管理活动中,内外在因素容易对项目产生影响与制约,导致项目无法按照预定期限完工,这样使得项目的目标难以实现。城市商业综合体作为现代新型的建筑模式,它有着不同于传统建筑的优点,但也受到比传统建筑更大的影响因素。城市商业综合体项目的施工要求比传统单一建筑施工复杂得多,尤其建筑项目的地下工程的施工,具有开挖体积大、地质条件部分复杂、安全系数要求高等特点。因此,城市商业综合体项目地下工程施工进度管理显得尤为重要,地下工程能否如期完工,是城市商业综合体项目工期目标实现的关键点。为了更好的对地下工程施工进度进行管理,优化施工工期,引入关键链技术。近年来,关键链技术在各行业进度管理上应用越来越多,而且取得不错的成绩。关键链技术是通过考虑各项紧前紧后工序之间的逻辑关系同时,又考虑各项资源的相互依存制约来制订项目进度计划。关键链技术将各工序的安全时间进行缓冲管理,此区间被称为缓冲区,以便可以集约管理,缩短施工工期,从而使工程进度计划得到有效地控制。在工程项目进度计划控制管理中,需要在缓冲区内消除各种影响施工进度的干扰因素,才能保证施工进度在项目进度计划以内。在工程项目进度管理中干扰管理方法消除干扰事件往往会起到良好的效果,干扰管理思想是在出现干扰事件的发生后的状态基础上,能够快速、及时给出最优的策略来消除干扰事件对系统扰动。干扰管理的思想目前在生厂车间调度、交通物流管理等方面应用十分广泛,并且取得不错的成果。本文采用文献研究、定量分析和案例分析等方法对工程项目进度进行管理,基于关键链思想和干扰管理理论基础,解决在施工过程中出现干扰事件使得项目工期偏离问题,使得项目偏离工期回归于项目目标工期,并且使得在此过程中发生的额外成本最低。本文以A项目地下工程施工进度干扰管理为研究背景,首先运用专家打分法和粗糙集理论,识别干扰关键因素,然后通过对地下工程施工进行WBS项目分解,确定各项工序之间的逻辑关系、各项工序资源投入量等约束条件,制定关键链项目进度计划,设置里程碑节点缓冲区;其次根据发生干扰事件后,造成工序延误累积时间在里程碑缓冲区中的占比,建立干扰管理模型并进行求解,根据其求解结果,制定相应的应付干扰事件最优方案;最后总结研究结论和不足之处,并提出未来研究做了展望。
阳光灿[5]（2021）在《考虑作息时间的车间调度问题模型与算法研究》文中研究说明车间调度是智能制造的重要组成部分之一。随着社会的发展进步,人们对工作环境提出更高要求,其中之一是有足够的休息时间。因此,本文提出考虑作息时间的车间调度问题,分别构建了考虑作息时间且混合加工可恢复与加工不可恢复的作业车间、柔性作业车间与流水车间调度问题模型,以遗传算法为主要技术手段,研究了相应的求解算法。通过标准算例验证算法的正确性、有效性/优越性,再进行案例仿真,验证了模型及算法的正确性,分析了加工可恢复与加工不可恢复对工期的影响。主要工作如下:（1）针对问题特征,提出一种简单高效、包含的信息较为全面的作息时间设计方法,并设计了相应的程序将其映射为开工停工时刻;（2）考虑作息时间的作业车间调度问题模型与算法研究,建立以最小化工期为目标的数学模型,研究了其遗传算法、关键块移动算法与禁忌搜索,通过标准算例验证算法的有效性;（3）考虑作息时间的柔性作业车间调度问题模型与算法,建立以最小化工期为目标的数学模型,采用遗传算法进行求解,并提出了基于最早完工时刻的机器指派解码算法。采用标准算例进行实验并通过对比验证算法的正确性、有效性与优越性;（4）考虑作息时间的流水车间调度问题模型与算法,建立以最小化工期为目标的数学模型,研究了其遗传算法与禁忌搜索。通过标准算例验证算法的有效性;（5）对考虑作息时间的作业车间、柔性作业车间与流水车间调度问题,设计案例并进行实验,分析讨论加工可恢复与加工不可恢复对工期的影响;（6）考虑作息时间的车间调度仿真平台开发,设计了不同车间调度类型的加工数据、作息时间数据、工件加工是否可恢复数据与交货期数据的输入格式,使其具有一定的通用性。最后,总结了全文的主要工作,并展望了未来值得进一步研究的方向。
于佳宁[6]（2021）在《基于BIM-PSO的建设项目施工阶段隐性质量成本控制研究》文中进行了进一步梳理近年来,随着我国建筑企业和建筑从业人数的不断增加,从而导致建筑市场竞争激烈,并出现盈利水平低下的“效益漏斗”现象。究其原因,建筑企业在施工过程中不重视质量成本的控制是一个重要因素。现阶段施工企业对显性质量成本的控制相对较为健全,而隐性质量成本具有隐蔽性和难以全部量化的特征,常被企业所忽视。故本文针对此现象,以控制建筑项目在施工阶段产生隐性质量成本为出发点,研究基于BIM技术和粒子群算法的隐性质量成本控制和优化方法。本文首先对隐性质量成本的概念进行界定,通过文献研究法客观分析了隐性质量成本的构成及产生动因,结合施工阶段的现存问题提出隐性质量成本的控制要素,运用问卷调查法和因子分析法分析了隐性质量成本控制要素及其相互关系,结合成本控制论将公共因子归纳为事前控制、事中控制和事后控制三个方向,建立了隐性质量成本控制要素体系。基于前文分析,笔者应用BIM技术建立三维信息模型对隐性质量成本进行事前、事中和事后控制,引入粒子群算法弥补BIM技术在信息处理上的不足,进而实现对隐性质量成本在施工阶段全过程的有效控制。最后,通过实例对隐性质量成本优化控制模型的可行性和有效性进行了验证,并提出科学合理的控制对策及建议。研究结果表明,运用BIM技术和粒子群算法不仅可以加深建筑企业对隐性质量成本构成和产生动因的认识,还能帮助建筑企业在施工阶段对隐性质量成本进行有效控制。建筑施工项目隐性质量成本优化控制模型的构建,不仅丰富了建筑施工项目隐性质量成本的控制体系,还为施工企业完成项目目标、合理配置施工资源、促进经济效益提供了新的思路与方法。
党世红[7]（2021）在《流程工业调度模型与算法及其在造纸工业中的应用研究》文中研究指明流程工业是国民经济的重要基础产业,近年来,随着经济全球化迅猛发展,我国流程工业受到了巨大的挑战。流程工业企业经营环境日益复杂,市场竞争日趋激烈,企业需要寻求最佳的生产运营管理方案,以提高生产经营效率,增强竞争优势。生产调度是企业实现高效率、高柔性和高可靠性的关键技术之一,也是企业生产管理的核心,对生产调度的合理优化有助于提高企业的服务水平,能为企业带来显着的经济效益和社会效益。在“中国制造2025”,产业优化升级的大环境下,围绕生产调度方法和优化技术进行研究,对现代企业在实现智能生产提质增效方面来说,具有十分重要的理论价值和现实意义。本文以流程工业中的造纸企业生产过程优化调度为研究对象,开展了流程工业调度模型与算法的理论和应用技术研究,主要研究工作如下:（1）基于分解多目标演化算法的造纸企业生产调度研究在对主要生产卫生纸的某造纸企业的生产特点分析调研的基础上,以最小化最大完工时间、最小化总拖期数量和最小化生产切换次数为目标,在忽略材料的准备时间,忽略设备突发故障等情况,考虑加工顺序约束、设备可用性约束、材料约束等约束条件的情况下,研究和建立了具有造纸企业特色的生产调度数学模型,并提出一种基于自组织映射的分解多目标演化算法对所构建生产调度模型进行求解,所构建的自组织映射充分利用了问题的先验知识,使得算法能在更低的空间上搜索到待优化问题的近似Pareto最优解集,同时也有利于保持种群在决策空间中的多样性。实验结果表明,提出的算法无论是收敛性还是均匀性都实现了更好的优化性能。（2）基于负相关搜索算法的造纸企业立体仓库优化调度研究针对造纸企业成品存储中的自动化立体仓库货位分配问题,在阐述货架分区原则和货位分配策略的基础上,考虑货架稳定性和出入库效率两个因素,构建了以货架重心最低、出入库时间最短为优化目标的立体仓库货位分配双目标优化调度数学模型,提出了一种负相关搜索算法对所构建的调度模型进行求解。实验结果表明,提出的负相关搜索算法（Negatively Correlated Search,NCS）相比遗传算法（Genetic Algorithm,GA）,粒子群优化算法（Particle Swarm Optimization,PSO）,差分进化算法（Differential Evolution Algorithm,DE）,进化规划（evolutionary programming,EP）和万有引力搜索算法（gravitational search algorithm,GSA）五种算法,无论是收敛精度还是收敛速度都实现了更好的优化性能。（3）基于量子进化算法的造纸企业项目调度研究针对造纸企业在智能制造环境下的多模式项目调度问题,结合多模式资源项目管理的问题以及实例,构建了多模式资源受限项目调度问题（Multi-mode Resource Constrained Project Scheduling Problem,MRCPSP）的数学模型,并提出了一种基于量子进化的启发式算法对模型进行优化求解。设计了量子比特的编码,解码,并对该问题的不可行解进行修复,对个体适应度进行评价,使用量子旋转门对种群进行进化,通过使用PSPLIB标准问题库（Project Scheduling Problem Library,PSPLIB）的数据对所提出的算法进行验证,使用随机函数生成随机案例,借助该算法求得最优解,证明了该算法的有效性,并对影响算法求解性能的参数进行逐一分析,为算法的进一步改进提供理论依据,丰富了资源受限项目调度问题（Resource Constrained Project Scheduling Problem,RCPSP）的理论研究体系,为造纸企业项目管理提供了新的问题解决思路。（4）基于云平台的造纸企业智能MES系统的设计与实现基于上述研究成果,结合造纸企业的实际需求,给出了智能造纸企业的企业资源计划（Enterprise Resource Planning,ERP）、制造执行系统（Manufacturing Execution System,MES）和过程控制系统（Process Control System,PCS）的体系结构图,设计了基于云平台的造纸企业智能MES系统,给出了系统主要功能模块框图,对基于云平台的造纸企业智能MES系统进行了软、硬件配置,设计了相关的软件功能界面,对造纸企业智能MES系统的自主研发有一定的借鉴意义。
严检根[8]（2020）在《基于J公司LT项目的汽车研发项目多目标管理优化研究》文中研究表明随着我国汽车市场不断接近饱和,同时面临来自欧美、日韩等国的汽车企业越来越广泛的竞争挤压,再加上造车新势力的不断涌入,国内汽车生产企业之间的同业竞争愈发激烈。在这种新常态行业环境下,汽车生产企业保证每个汽车研发产品项目在预定时间、规定预算和控制质量要求下成功投产,把握三大核心目标——工期、成本、质量,才能更好地适应用户及企业发展需求。工期、成本、质量向来是项目管理控制的重要三大目标,也是J公司等汽车制造企业最关心的控制目标。虽工期、成本、质量的内涵和管理方法在各行各业不尽相同,但彼此间也可相互借鉴,取长补短。对于像J公司等这样的汽车企业而言,因限制因素和冲突的存在,如需使项目工期、成本、质量三大控制目标同时实现最优结果,基本是不可能的。所以本文的出发点在于研究汽车研发项目“工期、成本、质量”三大综合目标优化模型,并引入合理的决策方法,辅助企业管理者在多目标管理上做出整体最优决策的方法。本文以J公司汽车研发LT项目作为研究对象,参考相关文献研究内容,结合相关多目标规划理论、智能优化算法、决策优化理论等知识,构建适合汽车企业研发项目的“工期-成本-质量”多目标管理综合优化及辅助决策模型,多目标管理优化模型探索内容如下。（1）考虑了汽车研发项目过程中各项目工序之间的紧前、紧后关系,这种匹配关系直接反应在项目工期、质量模型优化过程中。（2）研究了QPSO算法在多目标管理模型优化时,完善了求解、维护和更新非支配解集的方式方法。（3）探究采用熵值-TOPSIS法在选出的非支配解集中,选择最优解来支持企业管理者做出最优决策。本文在搭建常规多目标模型的基础上,将其他行业领域运用较多量子粒子群优化算法（QPSO）智能优化算法,创新性地引入汽车研发项目,对于汽车研发项目这种追求高维度多目标管理领域,提供了更为智能合理的管理模型,同时引入信息论中常用的熵值概念,依托熵值-TOPSIS算法的加入,辅助项目管理者做出最优决策,使本研究更具现实意义和价值。
桂琳[9]（2020）在《边坡支护工程招投标阶段造价管理与成本控制研究》文中提出施工企业承建工程项目的主要方式之一是通过招投标方式获得,投标行为是要约行为,中标结果是承诺,投标价格是否合理是决定中标与否的关键,所以施工企业参与投标活动并在规定时间内完成的不可逆的商业活动是严谨而细致的。为了在众多投标人递交的投标文件取得中标的结果,施工企业常常降低利润来获取中标的结果。由于施工企业在项目施工过程中管理水平的限制,常常使最后得到的利润总额低于预期,长此以往,施工企业陷入了资金链短缺的怪圈中,从而影响施工企业的社会效益和经济效益。围绕造价管理与成本控制指标选择模型,本文主要研究3个问题,一是成本控制优化研究,即施工单位在编制边坡支护工程投标文件中,投标总价中成本优化控制因素的选择,解决了施工单位在较短时间内的投标报价内容中成本控制优化的问题;二是边坡支护工程投标阶段造价管理优化研究,工程造价管理过程中,通过已获验证的方法和最新的技术应用到工程造价管理过程中,去计划和控制投入的资源、成本、盈利与风险,解决了造价管理对成本控制的优化问题;三是投标阶段中边坡支护工程成本控制与造价管理的联合优化研究,结合边坡支护工程中需要考虑的绿色文明施工费,解决了边坡支护工程的投标报价的准确性问题,提高了施工单位的投标报价合理性。为此,本文从两个方面进行了研究。一是从施工企业在边坡支护工程招投标阶段中的成本核算出发,分析影响施工企业的投标结果的多种因素,细化需要施工企业需要承担的风险,根据实际工作的需要,通过问卷调查法的发放,从而获得了专家们的选择的影响因素,采用层次分析法构建了施工企业为取得最优的投标结果的选择指标模型,来解决施工单位投标报价的选择问题。二是本文在施工企业角度上,以实际情况为基础,构建了一套适合房地产开发项目中影响边坡支护工程投标报价的主要指标关系,有效且全面适用于施工企业投标控制造价和成本的经济评价指标、数学评价指标及遗传算法,用Matlab软件进行模型求解,验证数学指标算法的有效性,得出相应的优化结论及最优决策模式。实现施工企业追求最大利益化的根本需求,本文的研究内容主要是帮助施工企业在边坡支护工程投标报价期间在短时间内确定各重要因素,有利于提高施工企业的竞争力水平,从而可以不断提高施工企业的中标率,保障了施工企业的长期发展及行业的活力。
冯纪米[10]（2020）在《中小型工程技术服务型企业多项目资源配置研究 ——以Y路桥科技公司为例》文中研究指明目前,中小型工程技术服务型企业多项目管理面临诸多问题,管理模式传统和现代化管理技术普及应用水平较低,造成多项目频繁性工期延误和资源浪费现象,严重制约了企业的良性发展,而多项目资源配置管理作为多项目管理的核心,其配置准确性和科学性直接关系到企业多项目管理成败。因此,本文从资源配置角度出发,应用模糊综合评价法和蚁群算法分别构建了多项目优先级评价模型和资源配置模型,并基于MATLAB平台开发了智能化资源配置集成系统平台,对中小型工程技术服务型企业多项目资源配置问题进行了研究,主要工作如下:（1）为识别影响中小型工程技术服务型企业多项目资源配置低效的影响因素,从企业规模、组织结构、运营模式及资源类型四个维度展开讨论,结果显示:松散的组织体系和粗放的管理模式是制约资源配置效率的关键因素;项目优先级评价体系和智能化配置手段的缺失是导致多项目资源配置混乱、工期延误的根本所在。以Y路桥公司为例,分析该企业组织经营特点及统计其三大主营业务多项目工期延误率,结果显示:因资源配置不到位引起的工期延误率分别在23%,15%和12%以上。故本文主要以工期优化为目标研究了多项目资源配置问题。（2）为解决多项目资源配置无序混乱和配置低效问题,基于模糊综合评价法,构建了针对中小型工程技术服务型企业的多项目优先级评价模型,该模型由目标层、准则层、指标层和方案层5个一级指标,20个二级指标构成,涵盖项目战略目标、经济效益、社会效益、建设风险与技术工艺5个维度。该模型计算结果用于指导后期资源优先配置等级。结合ZYLQ-JGx5-2019案例,计算一级评价指标权重记为W0=（0.0570,0.089,0.232,0.483,0.139）,二级评价指标权重记为Wij。案例多项目优先顺序为:项目C-项目D-项目A-项目B-项目E。（3）基于蚁群算法特性构建多项目资源配置蚁群模型,为符合工程建设逻辑和资源需求约束,改进定义了模型中资源转移规则、启发函数及可行解结构,并基于MATLAB平台实现了多项目资源智能化配置集成系统开发,通过4组例证仿真结果表明,该模型系统具备多项目资源“零冲突”配置优势,能有效优化多项目资源配置顺序和缩短建设总工期,解决了中小型企业多项目资源配置混乱和工期延误问题。（4）对Y路桥科技公司ZYLQ-JGx5-2019多项目案例进行研究,利用所构建的模型进行多项目建设优先级评价和资源智能化配置,结果显示能够缩短总工期22天,优化幅度为29.3%;减少综合运营成本44万元,优化幅度为5.5%。表明应用资源智能化配置系统平台可有效改善Y路桥科技公司对该多项目资源配置能力。提高了企业对多项目资源的利用率和降低了企业的综合运营管理成本。通过本研究,希望构建的多项目优先级评价模型、多项目资源配置蚁群智能化系统平台能够服务于工程实践,同时对后续研究者提供一定的参考。
二、工期优化数学模型研究（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、工期优化数学模型研究（论文提纲范文）
（3）基于Lyapunov Drift-Plus-Penalty技术的施工队列多目标决策优化模型分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外的研究现状 |
| 1.2.1 国外的研究现状 |
| 1.2.2 国内的研究现状 |
| 1.3 研究的主要内容、方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 课题来源 |
| 1.5 本章小结 |
| 第2章 相关概念和理论综述 |
| 2.1 施工期多目标优化理论 |
| 2.1.1 系统多目标优化理论 |
| 2.1.2 施工期多目标优化问题 |
| 2.2 施工期系统随机性 |
| 2.2.1 系统的随机性定义与特征 |
| 2.2.2 施工期随机性分类与数学模型 |
| 2.3 Lyapunov优化理论 |
| 2.3.1 动态系统与排队网络 |
| 2.3.2 Lyapunov漂移加惩罚理论 |
| 2.3.3 Lyapunov Optimization理论综述 |
| 2.4 本章小结 |
| 第3章 施工队列多目标优化模型 |
| 3.1 施工队列数学模型 |
| 3.1.1 问题描述 |
| 3.1.2 相关规定与假设 |
| 3.1.3 施工队列模型 |
| 3.2 工期模型 |
| 3.2.1 过程工期T_i |
| 3.2.2 流水间歇时间T_z |
| 3.2.3 验收工期T_s |
| 3.3 能耗模型 |
| 3.3.1 施工过程能耗E_1 |
| 3.3.2 生活及办公区的能耗E_2 |
| 3.3.3 施工后期废弃物处理能耗E_3 |
| 3.4 施工队列多目标优化模型 |
| 3.4.1 T(t)与E(t)标准化 |
| 3.4.2 考虑随机性下的施工期能耗、工期和收益函数 |
| 3.5 本章小结 |
| 第4章 工程案例仿真 |
| 4.1 工程概况与数据 |
| 4.2 算法仿真设计 |
| 4.2.1 仿真流程 |
| 4.2.2 仿真参数设计 |
| 4.3 仿真结果与分析 |
| 4.3.1 施工队列模型中惩罚参数 V和随机性参数 b_i(t)的分析 |
| 4.3.2 天气因素影响下施工队列模型中目标的权衡 |
| 4.3.3 权重参数α对施工队列模型中收益的影响 |
| 4.4 相关问题讨论 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（4）城市商业综合体项目地下工程施工进度干扰管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 进度管理国外研究现状 |
| 1.3.2 进度管理国内研究现状 |
| 1.3.3 干扰管理国外研究现状 |
| 1.3.4 干扰管理国内研究现状 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 技术路线 |
| 第二章 相关理论概述 |
| 2.1 关键链技术理论 |
| 2.1.1 关键链技术基本思想 |
| 2.1.2 关键链技术应用步骤 |
| 2.2 干扰管理理论与模型 |
| 2.2.1 干扰管理理论基础 |
| 2.2.2 干扰管理初始模型及求解 |
| 2.3 关键链思想与干扰管理相结合优势 |
| 2.4 粗糙集理论 |
| 第三章 城市商业综合体地下工程施工进度干扰因素分析 |
| 3.1 地下工程施工进度干扰因素识别 |
| 3.1.1 地下工程施工进度影响因素数据统计 |
| 3.1.2 地下工程施工进度干扰因素主观权重分析 |
| 3.2 基于粗糙集的地下工程施工进度关键干扰因素分析 |
| 3.2.1 基于粗糙集理论关键干扰因素客观权重分析 |
| 3.2.2 地下工程施工进度关键干扰因素综合权重分析 |
| 第四章 关键链缓冲区的计算与干扰管理模型构建 |
| 4.1 关键链缓冲区的计算 |
| 4.1.1 剪贴—复制法 |
| 4.1.2 根方差法 |
| 4.2 干扰管理模型构建步骤 |
| 4.3 基于关键链技术的干扰管理模型的构建 |
| 4.3.1 干扰管理模型构建 |
| 4.3.2 项目缓冲区管理 |
| 第五章 案例分析 |
| 5.1 项目概况 |
| 5.1.1 项目基本概况 |
| 5.1.2 工程特点及施工难点 |
| 5.1.3 项目管理组织机构及人员 |
| 5.1.4 项目进度、安全生产总目标 |
| 5.2 项目参数 |
| 5.2.1 项目分解 |
| 5.2.2 缓冲区计算 |
| 5.2.3 关键链进度计划 |
| 5.3 基于关键链技术的干扰管理模型的应用 |
| 5.4 案例分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（5）考虑作息时间的车间调度问题模型与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 机器具有可用限制的车间调度模型 |
| 1.2.2 车间调度优化方法 |
| 1.3 主要工作与研究路线 |
| 1.3.1 主要工作 |
| 1.3.2 研究路线 |
| 第2章 考虑作息时间的作业车间调度问题模型与算法研究 |
| 2.1 考虑作息时间的作业车间调度问题模型 |
| 2.1.1 问题描述 |
| 2.1.2 数学模型 |
| 2.2 作息时间设计方法及开工停工时刻生成 |
| 2.3 考虑作息时间的作业车间调度问题求解 |
| 2.3.1 遗传算法 |
| 2.3.2 关键块移动算法 |
| 2.3.3 禁忌搜索 |
| 2.4 算法验证与分析 |
| 2.5 仿真案例与分析 |
| 2.6 本章小结 |
| 第3章 考虑作息时间的柔性作业车间调度问题模型与算法研究 |
| 3.1 考虑作息时间的柔性作业车间调度问题模型 |
| 3.1.1 问题描述 |
| 3.1.2 数学模型 |
| 3.2 考虑作息时间的柔性作业车间调度问题求解 |
| 3.3 算法验证与分析 |
| 3.4 仿真案例与分析 |
| 3.5 本章小结 |
| 第4章 考虑作息时间的流水车间调度问题模型与算法研究 |
| 4.1 考虑作息时间的流水车间调度问题模型 |
| 4.1.1 问题描述 |
| 4.1.2 数学模型 |
| 4.2 考虑作息时间的流水车间调度问题求解 |
| 4.3 算法验证与分析 |
| 4.4 仿真案例与分析 |
| 4.5 本章小结 |
| 第5章 考虑作息时间的车间调度仿真平台开发 |
| 5.1 总体设计 |
| 5.2 功能演示 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
（6）基于BIM-PSO的建设项目施工阶段隐性质量成本控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 国内外相关文献综述 |
| 1.2.1 建筑施工阶段质量成本的概念及其分类 |
| 1.2.2 建筑施工阶段质量成本控制研究现状 |
| 1.2.3 建筑施工阶段的隐性质量成本的构成 |
| 1.2.4 建筑施工阶段隐性质量成本控制研究现状 |
| 1.3 研究目的及意义 |
| 1.4 研究内容、方法和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法及技术路线 |
| 1.4.3 论文的创新点 |
| 1.5 论文框架 |
| 2 论文的相关概念及理论方法 |
| 2.1 论文的相关概念 |
| 2.1.1 建筑施工项目 |
| 2.1.2 建筑施工质量 |
| 2.1.3 建筑施工项目成本 |
| 2.1.4 建筑施工项目质量成本 |
| 2.1.5 建筑施工项目隐性质量成本 |
| 2.2 理论方法 |
| 2.2.1 最优化理论 |
| 2.2.2 多属性效用理论 |
| 2.3 本章小结 |
| 3 隐性质量成本的动因分析及控制体系 |
| 3.1 隐性质量成本的动因分析 |
| 3.1.1 隐性质量成本的现状分析 |
| 3.1.2 隐性质量成本的构成分析 |
| 3.1.3 隐性质量成本的产生动因 |
| 3.2 隐性质量成本控制方法 |
| 3.2.1 隐性质量成本控制体系分析 |
| 3.2.2 隐性质量成本控制体系建立 |
| 3.2.3 隐性质量成本控制方法 |
| 3.3 本章小结 |
| 4 隐性质量成本控制模型构建 |
| 4.1 BIM施工资源信息模型 |
| 4.1.1 BIM施工信息模型的定义 |
| 4.1.2 BIM施工信息模型的创建 |
| 4.2 粒子群优化模型 |
| 4.2.1 粒子群算法原理 |
| 4.2.2 粒子群算法的计算步骤 |
| 4.2.3 粒子群优化模型的创建 |
| 4.3 基于BIM-PSO的隐性质量成本优化控制模型 |
| 4.4 本章小结 |
| 5 实例分析及控制对策建议 |
| 5.1 工程概况 |
| 5.2 基于BIM-PSO算法的隐性质量成本实例控制 |
| 5.2.1 事前控制 |
| 5.2.2 事中控制 |
| 5.2.3 事后控制 |
| 5.3 结果分析及建议 |
| 5.3.1 结果分析 |
| 5.3.2 控制对策及建议 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 A 施工企业隐性质量成本控制要素调查问卷 |
| 附录 B 工序质量专家打分表 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（7）流程工业调度模型与算法及其在造纸工业中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 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 |
| 1.3 本文的主要研究内容和章节安排 |
| 1.3.1 主要的研究内容 |
| 1.3.2 章节安排 |
| 2 生产调度基本概念及造纸企业生产调度中存在的问题 |
| 2.1 生产调度的提出 |
| 2.2 调度问题描述、分类及特性 |
| 2.2.1 调度问题的描述 |
| 2.2.2 车间调度问题的分类 |
| 2.2.3 车间调度问题的特点 |
| 2.3 流程工业生产调度 |
| 2.3.1 流程工业生产调度及其特点 |
| 2.3.2 流程工业生产调度的分类 |
| 2.3.3 流程工业生产调度的方法 |
| 2.4 造纸企业生产调度问题 |
| 2.4.1 订单与排产计划安排 |
| 2.4.2 排产计划与生产计划冲突 |
| 2.4.3 生产管理缺陷 |
| 2.4.4 质量管理 |
| 2.4.5 仓储管理 |
| 2.4.6 问题成因分析 |
| 2.5 本章小结 |
| 3 基于分解多目标演化算法的造纸企业生产调度研究 |
| 3.1 引言 |
| 3.2 造纸企业生产过程简述 |
| 3.2.1 第一阶段加工生产过程 |
| 3.2.2 第二阶段加工生产过程 |
| 3.3 生产调度模型的建立 |
| 3.3.1 造纸企业的生产调度流程描述 |
| 3.3.2 生产调度性能指标 |
| 3.3.3 造纸企业生产调度数学模型 |
| 3.4 生产调度模型的求解算法 |
| 3.4.1 基于分解的多目标演化算法 |
| 3.4.2 算法设计的关键步骤 |
| 3.4.3 实验数据 |
| 3.5 数值实验与结果分析 |
| 3.5.1 参数设置 |
| 3.5.2 评价指标 |
| 3.5.3 实验结果与分析 |
| 3.6 本章小结 |
| 4 基于负相关搜索算法的造纸企业立体仓库优化调度研究 |
| 4.1 自动化立体仓库概述 |
| 4.1.1 自动化立体仓库的结构 |
| 4.1.2 自动化立体仓库的分类与特点 |
| 4.2 自动化立体仓库货位分配优化 |
| 4.2.1 问题描述 |
| 4.2.2 数学模型的建立 |
| 4.3 立体仓库调度模型的求解算法 |
| 4.3.1 负相关搜索算法 |
| 4.3.2 算法设计的关键步骤 |
| 4.4 数值实验与结果分析 |
| 4.4.1 参数设置 |
| 4.4.2 评价指标 |
| 4.4.3 实验结果与分析 |
| 4.5 本章小结 |
| 5 基于量子进化算法的造纸企业项目调度研究 |
| 5.1 项目调度概况 |
| 5.2 多模式资源项目调度描述以及数学建模 |
| 5.3 基于量子进化算法的多模式资源项目调度问题实现 |
| 5.3.1 量子进化算法概述 |
| 5.3.2 编码方案 |
| 5.3.3 解码方案 |
| 5.3.4 不可行方案的修复 |
| 5.3.5 个体的适应度评价 |
| 5.3.6 量子种群更新 |
| 5.3.7 算法流程图 |
| 5.4 算例分析与结果评价 |
| 5.4.1 典型案例验证及结果分析 |
| 5.4.2 随机案例验证及结果分析 |
| 5.5 本章小结 |
| 6 基于云平台的造纸企业智能MES系统的设计与实现 |
| 6.1 MES系统概述 |
| 6.2 系统总体解决方案 |
| 6.2.1 造纸企业ERP、MES和PCS的体系结构 |
| 6.2.2 造纸企业智能MES系统构架 |
| 6.3 系统主要功能模块介绍 |
| 6.3.1 系统管理模块 |
| 6.3.2 信息查询模块 |
| 6.3.3 设备管理模块 |
| 6.3.4 生产管理模块 |
| 6.3.5 仓储管理模块 |
| 6.3.6 品质管理模块 |
| 6.3.7 数据分析模块 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作创新点 |
| 7.3 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的成果 |
（8）基于J公司LT项目的汽车研发项目多目标管理优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 背景概述及研究意义 |
| 1.2 多目标管理优化研究现状综述 |
| 1.2.1 国内研究概述 |
| 1.2.2 国外研究概述 |
| 1.3 论文主要内容及技术路线 |
| 1.3.1 主要内容 |
| 1.3.2 研究的技术路线及方法 |
| 第2章 相关理论综述 |
| 2.1 多目标管理优化 |
| 2.1.1 多目标管理优化兴起过程 |
| 2.1.2 多目标管理优化重要概念 |
| 2.1.3 多目标管理优化一般数学表达方式 |
| 2.1.4 多目标优化问题约束条件 |
| 2.2 传统多目标求解方法 |
| 2.2.1 功效系数法 |
| 2.2.2 加权法 |
| 2.2.3 理想点求解法 |
| 2.2.4 条件约束法 |
| 2.2.5 传统多目标优化方法的不足 |
| 2.3 量子粒子群智能多目标优化算法 |
| 2.3.1 量子粒子群优化算法 |
| 2.3.2 平均最优位置量子粒子群算法 |
| 2.3.3 量子粒子群算法和一般粒子群算法比较 |
| 2.4 本章小结 |
| 第3章 汽车研发项目多目标优化综合模型构建 |
| 3.1 汽车研发项目主要目标分析 |
| 3.1.1 汽车研发项目的工期目标分析 |
| 3.1.2 汽车研发项目的成本目标分析 |
| 3.1.3 汽车研发项目质量目标分析 |
| 3.2 汽车研发项目工期、成本、质量单目标数学模型 |
| 3.2.1 汽车研发项目工期表达模型 |
| 3.2.2 汽车研发项目成本的表达模型 |
| 3.2.3 汽车研发项目质量表达模型 |
| 3.3 工期-成本-质量多目标优化综合模型 |
| 3.3.1 条件假设 |
| 3.3.2 多目标优化模型构建 |
| 3.4 本章小结 |
| 第4章 引入量子粒子群算法的多目标模型优化 |
| 4.1 量子粒子群优化算法求解集 |
| 4.1.1 更新外部档案集和选取优势个体 |
| 4.1.2 量子粒子群算法具体操作方法 |
| 4.2 选取最优解支持决策 |
| 4.2.1 求熵法 |
| 4.2.2 熵值-TOPSIS法 |
| 4.2.3 熵值-TOPSIS法支持多目标优化决策流程 |
| 4.3 本章小结 |
| 第5章 汽车研发项目多目标优化分析 |
| 5.1 J公司及其汽车研发LT项目概况 |
| 5.1.1 J公司简介 |
| 5.1.2 J公司发展现状 |
| 5.1.3 J公司研发LT项目概况 |
| 5.2 LT项目多目标综合模型创建 |
| 5.3 多目标模型量子粒子群算法求解 |
| 5.3.1 模型运算求解 |
| 5.3.2 输出计算结果 |
| 5.4 基于熵值-TOPSIS法的LT项目多目标求解 |
| 5.4.1 熵值法求权重 |
| 5.4.2 熵值-TOPSIS法优劣排序 |
| 5.5 多目标模型结果分析 |
| 5.6 本章小结 |
| 第6章 结论及展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）边坡支护工程招投标阶段造价管理与成本控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景、问题及意义 |
| 1.1.1 边坡支护工程投标报价研究的背景 |
| 1.1.2 边坡支护工程投标报价的问题 |
| 1.1.3 边坡支护工程投标报价的目的及意义 |
| 1.2 国内外的研究现状 |
| 1.2.1 工程造价管理国内的研究现状 |
| 1.2.2 工程造价管理发达国家研究现状 |
| 1.3 论文研究的主要内容及方法 |
| 1.3.1 论文研究的主要内容 |
| 1.3.2 论文研究的方法 |
| 1.3.3 论文研究框架 |
| 1.4 主要创新点 |
| 第二章 施工企业投标报价选择指标体系的建立 |
| 2.1 边坡支护工程成本控制理论、现况及特点 |
| 2.2 边坡支护工程施工企业管理面临的困境 |
| 2.3 施工企业投标报价选择指标的确立 |
| 2.3.1 施工企业选择指标构建的基本原则 |
| 2.3.2 施工企业招投标阶段投标报价选择影响要素的确定 |
| 2.3.3 问卷调查结果分析 |
| 2.4 评价指标设计 |
| 2.4.1 评价指标的假设 |
| 2.4.2 评价指标的构建 |
| 2.5 运用层次分析法建立施工企业投标报价的选择体系 |
| 2.5.1 选择层次分析法的原因 |
| 2.5.2 层次分析法的步骤和计算过程 |
| 2.6 基于层次分析法的施工企业投标报价选择指标模型 |
| 2.6.1 一级指标权重分析结果及一致性检验 |
| 2.6.2 二级指标权重分析结果及一致性检验 |
| 2.6.3 指标组合项权重 |
| 2.7 本章小结 |
| 第三章 成本控制优化研究 |
| 3.1 问题描述 |
| 3.2 投标工程成本控制优化理论 |
| 3.3 工期-成本控制策略的优化模型 |
| 3.4 工期-成本控制优化模型求解 |
| 3.5 遗传算法的介绍及计算优化结果与对比分析 |
| 3.6 本章小结 |
| 第四章 投标阶段造价管理优化研究 |
| 4.1 问题描述 |
| 4.2 造价管理-成本分析的优化理论 |
| 4.3 造价管理-成本控制策略的优化模型 |
| 4.4 基于遗传算法对线性规划建模求解过程 |
| 4.5 遗传算法的计算结果与优化对比分析 |
| 4.6 本章小结 |
| 第五章 投标阶段边坡支护工程成本控制与造价管理的联合优化研究 |
| 5.1 问题描述 |
| 5.2 基于遗传算法的联合优化模型 |
| 5.3 基于遗传算法对线性规划建模求解过程 |
| 5.4 遗传算法的计算结果与优化对比分析 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录 1 施工企业投标报价选择的影响因素 |
| 附录 2 造价管理与成本控制指标模型选择指标重要性调查问卷 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）中小型工程技术服务型企业多项目资源配置研究 ——以Y路桥科技公司为例（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 多项目管理研究现状 |
| 1.2.2 多项目资源配置研究现状 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 技术路线 |
| 1.5 技术创新 |
| 2 中小型工程技术服务型企业多项目资源配置特点研究 |
| 2.1 中小型工程技术服务型企业特征与多项目资源类型 |
| 2.1.1 中小型工程技术服务型企业特征 |
| 2.1.2 中小工程企业多项目资源配置类型 |
| 2.2 中小工程技术服务型企业多项目资源配置主要问题 |
| 2.2.1 多项目资源配置组织体系不健全 |
| 2.2.2 多项目资源配置评估体系不科学 |
| 2.2.3 多项目资源配置管理模式粗放 |
| 2.2.4 多项目资源配置工期延误率高 |
| 2.3 中小型工程技术企业多项目资源配置解决方法 |
| 2.3.1 多项目资源配置方法 |
| 2.3.2 多项目资源配置流程 |
| 2.4 以Y路桥科技公司为例的多项目管理分析 |
| 2.4.1 Y路桥科技公司多项目组织经营模式 |
| 2.4.2 Y路桥科技公司多项目资源配置的资源类型 |
| 2.4.3 Y路桥科技公司多项目资源配置现状 |
| 2.5 Y路桥科技公司多项目资源配置存在的问题 |
| 2.5.1 多项目资源配置管理层次混乱 |
| 2.5.2 缺乏多项目建设优先级评价体系 |
| 2.5.3 资源配置失效引起工期延误 |
| 2.6 本章小结 |
| 3 基于模糊综合评价法(FAHP)的多项目优先级模型构建 |
| 3.1 FAHP应用在多项目优先级评价问题的合理性分析 |
| 3.2 模糊综合评价法在本研究中的应用 |
| 3.2.1 模糊综合评价法应用步骤 |
| 3.2.2 指标权重确定与求解方法 |
| 3.3 中小工程技术企业多项目优先级指标设计原则与依据 |
| 3.3.1 多项目优先级评价指标设计原则 |
| 3.3.2 多项目优先级评价指标设计依据 |
| 3.3.3 多项目优先级评价体系指标确定 |
| 3.4 Y路桥科技公司多项目评价体系指标权重确定 |
| 3.4.1 评价指标体系确定 |
| 3.4.2 评语集合确定 |
| 3.4.3 模糊矩阵构造与权重确定 |
| 3.5 Y路桥科技公司多项目优先级排序求解 |
| 3.5.1 多项目优先级指标模糊评价数据获取 |
| 3.5.2 隶属度矩阵求解与项目优先级顺序 |
| 3.6 本章小结 |
| 4 基于蚁群算法和优先级的多项目资源配置建模与智配系统设计 |
| 4.1 蚁群算法思想的借鉴与应用 |
| 4.1.1 蚁群算法对多项目资源配置模型构建启发 |
| 4.1.2 蚁群算法应用在多项目资源配置中实现步骤 |
| 4.2 蚁群算法应用于多项目资源配置的先进性分析 |
| 4.2.1 蚁群算法应用于资源配置算法性能分析 |
| 4.2.2 蚁群算法应用于多项目资源配置精度分析 |
| 4.2.3 蚁群寻优系统与多项目资源配置相似性分析 |
| 4.3 多项目资源配置蚁群模型构建 |
| 4.3.1 多项目资源配置蚁群算法模型约束 |
| 4.3.2 多项目资源配置蚁群模型配置流程 |
| 4.3.3 多项目资源配置蚁群模型资源转移规则 |
| 4.3.4 基于多项目优先级条件下的资源配置启发函数构造 |
| 4.3.5 多项目资源配置蚁群模型可行解构造 |
| 4.4 基于MATLAB2016A平台的多项目资源配置蚁群模型编程 |
| 4.4.1 多项目资源配置蚁群模型编程实现步骤 |
| 4.4.2 工序逻辑、资源约束编程框架设计 |
| 4.4.3 资源再调配编程设计 |
| 4.5 多项目资源智能化配置系统设计 |
| 4.5.1 多项目资源智能化配置系统基础框架设计 |
| 4.5.2 多项目资源智能化配置系统功能设计 |
| 4.6 本章小结 |
| 5 Y路桥科技公司多项目蚁群资源优化配置案例分析 |
| 5.1 工程情况介绍 |
| 5.1.1 项目简介 |
| 5.1.2 多项目资源需求数据提取 |
| 5.2 Y路桥科技公司多项目案例优先级和资源配置模型应用 |
| 5.2.1 Y路桥科技公司ZYLQ-JGx5-2019 多项目资源要素分析 |
| 5.2.2 Y路桥科技公司ZYLQ-JGx5-2019 多项目综合优先级 |
| 5.2.3 案例数值仿真求解 |
| 5.3 多项目资源配置模型优化结果分析 |
| 5.3.1 多项目资源配置有效性分析 |
| 5.3.2 多项目资源配置经济性分析 |
| 5.4 Y路桥科技公司多项目资源配置管理的建议 |
| 5.4.1 构建完善的多项目优先级评价系统 |
| 5.4.2 加强公司多项目资源配置管理系统建设 |
| 5.5 本章小结 |
| 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1 |
| 附录2 |
| 附录3 |
| 攻读硕士学位期间主要研究成果 |
四、工期优化数学模型研究（论文参考文献）
- [1]具有复杂搭接关系的网络优化及其在项目调度中的应用[D]. 李荆. 华北电力大学, 2021
- [2]基于BIM技术的装配式建筑施工进度管理研究[D]. 赵辉余. 沈阳建筑大学, 2021
- [3]基于Lyapunov Drift-Plus-Penalty技术的施工队列多目标决策优化模型分析[D]. 李伟. 燕山大学, 2021(01)
- [4]城市商业综合体项目地下工程施工进度干扰管理研究[D]. 江自强. 江西理工大学, 2021(01)
- [5]考虑作息时间的车间调度问题模型与算法研究[D]. 阳光灿. 武汉科技大学, 2021(01)
- [6]基于BIM-PSO的建设项目施工阶段隐性质量成本控制研究[D]. 于佳宁. 西华大学, 2021(02)
- [7]流程工业调度模型与算法及其在造纸工业中的应用研究[D]. 党世红. 陕西科技大学, 2021(01)
- [8]基于J公司LT项目的汽车研发项目多目标管理优化研究[D]. 严检根. 江西财经大学, 2020(04)
- [9]边坡支护工程招投标阶段造价管理与成本控制研究[D]. 桂琳. 华南理工大学, 2020(05)
- [10]中小型工程技术服务型企业多项目资源配置研究 ——以Y路桥科技公司为例[D]. 冯纪米. 西安理工大学, 2020(01)