[发明专利]基于智能算法和环境约束下的变电站工程多目标优化方法

说明书

本发明公开了一种基于智能算法和环境约束下的变电站工程多目标优化方法，解决了传统方案未考虑实际因素、未考虑环境要求，亟需新的方法求解优化可行方案的问题，其技术方案要点是结合工程实际构建一种工期、成本、质量与环境四目标为指标的优化模型，建立工期、成本、质量基本的三大目标模型，基于评估打分的结果，采用灰度关联法生成关于环境指标的工程的优先级链，在考虑资源的约束，构建相应的环境指标模型，利用SOA算法求解出可行且符合决策者需求的方案，本发明的基于智能算法和环境约束下的变电站工程多目标优化方法，能更快、更高精度的获取需求方案，更加切合实际需求。

技术领域

本发明涉及工程项目管理技术，特别涉及一种基于智能算法和环境约束下的变电站工程多目标优化方法。

背景技术

针对变电站工程项目管理问题，国内外学者主要研究基于工期、成本、质量和安全等其中三个指标的优化问题，而且大都采用粒子群算法等种群算法来求解从而得要优化的管理方案。传统的变电站工程的管理，为了实现项目的目标全过程、全方位的发展，在工期、成本、质量三个目标之间寻求平衡，构建数学模型并给以相应算法求解。但随着变电站管理的要求逐渐提升，满足环境保护要求成为工程项目施工必须考虑的因素和目标，亟需更优化的方法获取可行的管理方案。

发明内容

本发明的目的是提供一种基于智能算法和环境约束下的变电站工程多目标优化方法，能更快、更高精度的获取需求方案，更加切合实际需求。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于智能算法和环境约束下的变电站工程多目标优化方法，包括有以下步骤：

S1、建立以变电站工程项目的工期T、成本C、质量Q为目标的优化目标模型；

S2、引入环境指标构建环境E和工期T的优化目标模型，采用灰度关联法生成关于环境指标的工程优先级链；

S3、基于资源约束，构建环境指标的数学模型；

S4、采用SOA算法求解，获取所需结果。

综上所述，本发明具有以下有益效果：

结合工程实际构建一种工期、成本、质量与环境四目标为指标的优化模型，并给出一种改进的优化算法来求解模型，在传统三大基本指标优化的模型的基础上，量化环境影响因素，用Lagrange乘子法求得在资源约束的条件下，求得环境与工期的数学模型，并引入三大基本模型中去成为四目标的优化模型，更加符合现代变电站工程项目决策者的需求与管理的要求；

相比传统的优化模型，本方法下更加贴近实际工程且更加复杂，所求得的解集也具有多样性，可以满足决策者的指标偏好。同时，由于模型变得更加复杂，采用弹性更大，包容性更强的算法来求解模型，得到的解更具多样性，也更加符合实际。

附图说明

图1为本方法的流程示意图；

图2为本实施例实例的示意图；

图3为本实例的仿真结果图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

根据一个或多个实施例，公开了一种基于智能算法和环境约束下的变电站工程多目标优化方法，包括有以下步骤：

S1、建立以变电站工程项目的工期T、成本C、质量Q为目标的优化目标模型；

S2、引入环境指标构建环境E和工期T的优化目标模型，采用灰度关联法生成关于环境指标的工程优先级链；

S3、基于资源约束，构建环境指标的数学模型；

S4、采用SOA算法求解，获取所需结果。

具体的，如图1所示：