一、项目群资金调配模型的遗传算法（论文文献综述）
孙肖坤[1]（2021）在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中指出随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:（1）基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。（2）复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。（3）复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。（4）复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
朱朵朵[2]（2021）在《收益关联项目群合同工期激励优化研究》文中指出
丰景春,赵越,陈润东,冯海瑜[3]（2021）在《项目群业主费用最小条件下费用优化》文中进行了进一步梳理对于需要甲供非商品化资源的项目群而言,业主通过建立项目群共享资源池统一控制资源费用是业主支付项目群费用最小化的前提条件。在研究项目群甲供非商品化资源-费用优化问题时,首先,根据甲供非商品化资源的特点,定义了资源约束条件,并分析了业主统一管理甲供非商品化资源的优势;其次,为了使业主能够动态地控制项目群甲供非商品化资源生产与调度费用,分别研究并构建了工期固定下项目群实施前和实施过程中甲供非商品化资源-费用优化模型和再优化模型,并选用布谷鸟算法进行仿真实验;最后,结合项目群Z对模型进行验证分析。研究结果表明,与GA、PSO等经典优化算法相比,布谷鸟算法能更高效、稳定地求得甲供非商品化资源费用最小值,从而降低项目群实施前的优化费用、提高资源利用率,使业主支付费用最小。
胡顺利[4]（2021）在《多项目环境下Y建筑公司人力资源优化配置研究》文中指出多项目管理是指一个组织同时运营多个项目,项目经理同时指挥、协调、选择、评估和控制多项工作的同步开展,是对一个项目群组的宏观调控。多项目管理模式能够保证公司战略目标的完成。合理的多项目建设可以使得公司建设更加符合整个社会的市场需求,减少公司运营成本,提高公司的资源利用效率。人力资源是当代企业发展中最具有发展潜力、最重要、最不可替代的资源,为使人力资源利用最充分,企业必须进行人力资源的合理配置。多项目环境下的人力资源管理则是通过招聘、甄选、培训、报酬等管理形式对组织内外相关人力资源进行有效运用,满足组织当前及未来发展的需要,保证组织目标实现与成员发展的最大化。人力资源配置的本质是将企业员工安排在最适合的岗位上,使人力资源发挥最大效率。良好的人力资源配置能够为企业选拔和培养优秀的人才,为企业储备大量优质人才,使员工充分发挥自己的个人才能,保障企业长期稳定发展。Y建筑公司作为大型的综合性建筑公司,已有40余年的发展历史,随着公司业务的不断拓展,多项目同时进行已成常态,在多项目环境下面临的人力资源问题也越来越多,比如人力资源结构不合理、人力资源配置方案不合理、缺乏系统的培训开发体系和考核激励体系可操作性弱等。本研究分析了多项目环境下国内外关于人力资源的相关理论,结合Y建筑公司现阶段的主要问题,提出了多项目环境下新的人力资源配置方案。重点解决公司现行的人力资源配置问题,包括人力资源缺乏科学调控,人力资源短缺和浪费并存,人力资源灵活性低和人力资源缺乏科学的保障措施等。方案中的具体措施包括建立项目管理部门、人才信息库和优化绩效考核等方案,并通过项目和个人的优先级评价来调度人力资源以此来优化人力资源配置现状,提高公司人力资源利用效率,解决了Y建筑公司目前所存在的一些问题,并对同类型公司在多项目环境下的人力资源配置具有一定的参考价值。
丰景春,施嘉锋,丰慧,张可[5]（2020）在《基于遗传算法的工程项目群工期-费用优化研究》文中研究说明首先根据项目群工期与费用的特点分析项目群工期与费用优化机理;然后在工程质量得以保障的假设前提下构建项目群工期-费用优化模型,依据遗传算法原理对模型进行求解;最后引入大型工程项目群案例进行项目群工期-费用优化实证分析。研究结果显示:利用实数编码以及保留精英子代的遗传算法能直观而又准确地解决项目群费用的优化问题,同时达到在一定程度上缩短工期的效果。
高磊[6]（2020）在《电网建设项目多主体协同决策模型及应用研究》文中研究表明随着电力体制改革逐步深化,电网建设投入在整个电力建设投入的比重逐年持续增加,电网建设管理模式、运营模式和投资比例的逐步转变也对电力工程项目管理思路和方法提出了新的要求。此外,根据电网建设项目的特点,项目建设过程中长期面临建设时序分配、资源均衡调配、风险合理规避、投资效益优化、电力稳定供应等诸多问题,需要综合考虑不同因素,电网建设则可视为多主体、多要素、多目标、多阶段的协同决策研究问题。然而,传统的电网项目建设管理模式普遍存在各利益主体自利性和信息断层情况,难以根据项目特点优选出满足多方需求的建设方案,同时,在实施过程中存在区域电网建设项目的工期、投资和资源调配不合理现状,并难以达到项目综合效益优化的目标。因此,本文开展电网建设项目多主体协同决策模型及应用的研究工作,基于电网建设项目多主体特征和协同决策目标研究,分别构建了面向电网建设项目方案优选及方案实施的协同决策模型,针对模型的特点分别引入多智能体技术、粒子群算法和非支配排序遗传算法进行求解,并通过模型应用系统提供了多主体协同决策的平台。主要研究内容如下:（1）梳理了电网建设项目多主体协同决策的研究背景及意义,开展了对国内外电网建设项目多主体协同决策模型及应用问题的研究综述,并概述了电网规划和建设基本概念、利益相关者理论、多智能体模型及方法、多目标优化模型及方法等相关概念和基础理论,为后续研究奠定了相应理论基础和研究范围。（2）研究了电网建设项目利益相关主体特征及协同决策目标。首先,运用电网建设项目流程WBS结构,分析并识别了电网建设项目8类主要利益相关主体;其次,研究各主体的利益偏好和主体的自利性、目标差异性,以此为基础引出多主体协同决策的理念,分析了电网建设项目多主体协同决策逻辑和内容;同时,运用文献综合分析法结合系统动力学的因果关系流图识别电网建设项目协同决策目标,归纳出协同决策应从不同角度合理满足电网项目的规划管理、建设条件、投资决策和建设运营这4类目标需求。该部分研究内容从协同决策目标方面为协同决策模型及应用提供了研究基础。（3）构建了基于MAS技术的方案优选协同决策模型。基于电网建设项目协同决策目标研究,将重要的目标抽象成为MAS中的Agent,构建了协同决策MAS模型的整体架构,以及其中各主要Agent的结构、功能以及通信模式;基于多Agent之间协商交互能力,利用Petri网和合同网协议描述方案优选的多Agent交互流程,并通过模糊Petri网的模糊规则对应可选择方案设置方案集,方案集由多Agent的模糊变量因素协同决策进行选择,最终,形成了基于FPN电网项目方案优选协同决策模型,进一步通过算例应用验证模型计算过程和有效性。该部分的研究内容可以结合不同区域电网项目特点,考虑多方主体需求,提供建设方案优选的决策依据和方法。（4）构建了基于多目标优化的方案实施协同决策模型。在方案优选的基础上,通过研究一定区域内电网项目规划阶段和建设阶段协同决策的目标,建立适宜的目标函数,结合目标函数和约束条件构建电网项目方案实施协同决策模型。本文一方面建立面向电网规划实施过程的协同决策模型,采用粒子群算法进行求解;另一方面,建立面向电网建设实施过程的协同决策模型,运用遗传算法进行求解;通过实例证明两阶段模型的合理性。模型和算法则纳入多智能体系统中,作为相应MAS的方法库和模型库一部分。该部分研究内容可以在工期、资金和资源约束条件下,考虑多方主体需求,提供满足建设方案实施中多目标优化的决策依据和方法。（5）构建了基于多主体需求的协同决策模型应用系统。基于两类协同决策模型研究,构建了一个基于B/S架构的电网项目协同决策模型应用系统,该系统属于信息公开的系统,确保各方主体信息畅通、数据准确和完备,具备提供各方主体交流和互动决策的多项功能,同时,协同决策支持平台能够充分结合MAS技术,并利用优化算法功能,解决电网建设协同决策过程中多元化、多层次的复杂问题。其功能包括多智能体管理、多主体方管理、方案优选管理、多目标优化管理、空间地图管理等,根据项目实际需求设计各类功能的子功能。该部分研究内容可以为电网建设项目多主体协同决策的规模化实践应用提供参考。本研究从工程项目管理视角将智能化、信息化方法应用于电网建设项目管理,为探索我国电网建设项目规划、设计、建设阶段的多主体协同决策及高效管理提供了理论依据和实践参考。
柯毅明[7]（2020）在《政府投资光伏扶贫项目区域优选方法及其规划模型研究》文中提出光伏扶贫项目是指由政府统一拨付资金,在光照资源良好的贫困区域建设村级光伏发电电站,并将发电营运所得用以帮扶建档立卡贫困户的政府投资项目。它不仅有助于解决落后地区的能源供给、就业创收和经济建设等问题,还可以助力于缩短贫富差距,维护社会公平并推动社会主义现代化进程。自试点以来,政府利用两年光景将光伏扶贫装机规模增至100万千瓦,受惠人数突破百万户。因巨大的利好效用,光伏扶贫项目已成为探索中国特色扶贫事业中可圈可点的“经验词条”,也被成功纳入十三五扶贫开发的工作重点。然而,随着光伏项目的发展,光伏电站潜在可安装面积日渐紧俏,弃光弃能等现象日益凸显。同时,伴随着扶贫开发的深入推进,加之光伏扶贫项目呈现出分布分散、地形特殊和地质多变等特点,部分因勘探不足、选址不良和规划不当引发的恶劣现象也逐渐显现。项目实施区域优选及其规划问题开始引发社会各界的关注和思考。综合分析当前主流的优选理论可知,传统的优选模型普遍存在契合度不高、适用性欠佳或求解精度不足的问题,难以有效应对光伏扶贫项目区域优选及规划建模。因此,本文以政策引导为支点,以“什么区域为条件适宜”、“如何进行项目组合规划”为导向,结合项目内在特征,探索高匹配度和强适应性的区域优选方法及其规划模型,旨在助力完善项目实施经验,提高光伏扶贫活力,为项目新建、改扩建乃至25年实施期满后拆除重建等情境下的投资决策活动提供可靠的智力支持。具体的研究内容如下:（1）结合项目特征的相关政策梳理及投资机理研究。针对目前光伏扶贫项目研究未考虑政策引导作用且投资机理不甚明确的问题,本文以项目特征为逻辑起点进行政策梳理及机理分析。首先,基于投资者、承包商、受益人和社会公众等利益相关方的定位及特点,明确其目标诉求,为后续因素提取和函数设立等过程提供支撑性材料;接着,结合项目目标,对项目的具体特征进行归纳,为后续研究奠定基础;随后,梳理相关政策的发展态势和时序特征,识别出对区域优选及其规划建模问题起着引导作用的政策,并以此作为全论文研究的基本准则,从而提高所建模型的政策匹配度;最后,结合政策引导作用,分析投资机理并界定项目运行机制,从而确保所建模型的项目契合度。（2）基于政策引导的双因素实施区域优选指标体系研究。针对传统指标提取过程中提取困难、因素缺失、筛选偏颇和决策支持度不足等问题,本文摒弃仅从经济、技术、社会和环境等宏观层面进行因素提取的方法,而是立足于利益相关方的目标诉求,提出“政策—风险—收益—反馈”搜索闭环,进而形成涵盖政策引导、风险规避、收益追逐和公众反馈的四维因素集,从而提升因素提取效率;考虑到部分区域因不满足建设红线或整体规划的要求而需被预先否决,本文通过界定指标概念、合并重叠因素和剔除无关因素,构建出政策引导下否决指标和优选指标双因素框架,从而保证指标体系的全面性。以上基于利益相关方目标诉求的因素提取思路可为学者搜集评估指标提供技术参考。（3）考虑决策者风险偏好的直觉模糊组合优选方法研究。针对传统模糊集难以反映决策信息犹豫度、常规赋权方法仅从主观重要性或客观信息量进行单侧度量、主流的排序过程未将决策者风险偏好纳入考虑范畴的问题,本文首先权衡了评估指标量、模糊界限及评估精度要求,决定采用直觉模糊语言集作为定性因素的评估依据。接着,结合直觉模糊集的矩阵一致性和熵值分布特征,对传统层次分析法和熵权法进行适应性调整与拓展,使得整个定权过程既能很好地反映专家经验的模糊性与犹豫程度,又能达到兼顾指标逻辑重要性和优选贡献度的决策效果;随后,基于直觉模糊集的运算逻辑和距离测度公式,对传统的风险偏好交互式决策排序框架进行调整,使排序结果充分反映决策者的风险规避心理,提高方法的实用度。本研究既有助于提升传统赋权方法的应用活力,丰富赋权方法理论体系;又可以提高排序过程的优选效率,丰富排序方法理论体系。（4）计及扶贫效果和容量约束的组合优化模型及寻优算法研究。针对传统组合优化模型契合度不高且寻优算法结果欠佳的问题,本文通过剖析光伏扶贫在战略层、项目层和资源层的投资目标及诉求,归纳出其项目组合的具体特征,在项目目标、政策引导、条例规范和并网要求的共同作用下构建出“目标—约束”组合优化模型。在目标函数方面,考虑到光伏扶贫项目兼具并网发电和帮扶贫困的任务,引入拟帮扶人数表征扶贫效果,从而设立最低成本和最佳扶贫效果两项优化目标;在约束条件方面,考虑到相关政策的规范和要求,结合电网建设和资源消耗等常规限制,从而设立容量限制的约束条件;在求解算法方面,结合种群适应度分布,令个体繁殖概率自适应调整,从而形成兼具非支配排序、拥挤度计算、精英策略和自适应遗传概率的改进算法,可应对过早收敛、求解欠佳和概率固化等问题,提高解集稳定性。改进的算法可丰富智能算法理论体系。（5）基于公平与效率的规划方案优选模型及求解算法研究。针对传统项目规划方案优选过程仅考虑效率测度结果且未对小样本数据求解偏差进行处理的问题,本论文基于项目全寿命周期与利益干系人双重视角,对公平与效率的具体表征进行归纳和总结。首先,引入公平因子,并结合标杆方案和聚类算法对备选方案进行样本初筛,识别出在公平层面表现欠佳的方案并予以剔除,极大契合政府投资项目在维护社会公平方面的理念;接着,将效率诉求转化为可运算的投入产出变量,借助数据包络分析算法对样本数据进行效率测度。考虑到小样本可能带来的估算偏差,引入重抽样技术进行样本扩容和效率值纠偏,结合纠偏后的效率值完成方案的优选排序,从而保证优选结果的准确性。以上提及的模型构建思路可拓展到其他政府投资项目的方案优选或效率分析中,提高优选模型与项目的契合度,而带纠偏处理的数据分析算法亦可丰富效率测度理论体系。
张军帅[8]（2020）在《可再生能源电力项目投资组合决策优化研究》文中研究表明发展可再生能源已成为世界各国推进能源转型的核心内容和应对气候变化的重要途径,在政策引导和技术进步双轮驱动下,全球以电力应用为主的可再生能源开发规模不断扩大。大量投资被分配到可再生能源电力项目,也有更多的备选项目被上报至投资主体的决策高层。一方面,由于资源限制,投资主体必须有能力选择最优的项目组合进行投资,对备选项目进行组合选择是重要的决策能力。另一方面,随着能源投资领域的开放以及市场化政策导向因素的影响,可再生能源电力的商品属性逐渐还原,粗放式投资的效益空间被压缩,投资环境对投资决策管理提出了更高要求。建立一套科学有效的可再生能源电力项目投资组合决策框架成为必要。本文通过对相关决策机理的研究和决策方法、模型的应用及改进,优化了项目投资组合决策流程,构建了适用于可再生能源电力项目投资组合决策的决策框架:首先,通过对可再生能源电力行业发展概况的研究和投资关键影响因素的分析,考虑不同项目产出效益存在异质性和投资组合决策的特点,构建了适用的评价指标体系,用于评价单个项目的投资潜力。为了处理指标属性值的模糊不确定性,引入三角直觉模糊数。随后,基于可再生能源电力行业处于快速发展期,投资环境变化快,为了反映不同时期指标重要程度的变化并发挥决策者经验进行评价,提出应用基于熵权法和PROMETHEE-II的主客观结合评价模型对备选项目进行排序和筛选。然后,改进Weingartner优化选择模型,通过将项目间协同效应引起的增量效益添加到目标函数、增加强制建设约束条件,构建了适用于可再生能源电力项目投资组合选择的0-1整数规划数学模型,同时讨论了运用遗传算法进行求解的可行性。最后,通过算例完整展示了该决策框架的运作流程,验证了框架的有效性。本文聚焦于投资主体在可再生能源电力项目投资组合选择决策中的切实问题,主要通过以下方面进行了创新研究:一是从投资主体战略目标和商业价值取向的决策高度出发,建立了与投资组合决策相适用的评价指标体系;二是通过三角直觉模糊数量化模糊不确定性决策信息,便于将范围型决策信息和决策者的经验应用于决策中;三是通过主客观相结合方法、模型的应用及改进,形成了一个能够嵌入可再生能源电力项目工程管理流程的决策框架,用于项目投资组合的选择。因此,本文具有一定的理论价值和应用价值,可为投资主体投资决策提供依据和支持。
李星花[9]（2020）在《基于关键链技术的项目群资源均衡配置研究》文中研究说明随着经济全球化和建筑工业化发展,建设项目逐渐呈集群化、规模化和综合化趋势发展,项目群中多个项目并行的环境中,资源配置问题日益突出,成为影响企业生存和发展的重要问题。本文从施工企业角度,研究项目群资源均衡配置问题,寻求资源需求不平衡所造成的资源冲突和资源闲置问题的解决方法,有利于施工企业提升施工生产效率,促进建筑业从规模化向高质量发展的转变。本文通过对项目群及相关概念的辨析,明确项目群管理与多项目管理以及项目组合管理的异同,界定本文研究对象为包含多个项目的施工企业项目群,其中项目群中多个项目具有共同的战略目标且在时空上分布较为集中须统筹管理以提高资源管理效率。针对项目群资源需求量大,且分布不均、波动幅度大等特点,利用项目群关键链网络计划中所有工序可利用的松弛时间调整工序活动的实际开工时间,构建基于关键链的资源均衡优化配置模型。首先,依托关键链网络计划分析均衡资源对象,设计资源均衡对象重要程度评价指标,明确各评价指标内涵与计算方法。其次,基于资源熵理论建立施工企业项目群资源均衡调度目标函数,以及基于关键链网络计划技术的项目群资源均衡变量约束条件。在此基础上,采用模拟退火算法求解项目群资源均衡配置模型,并分析方法适用性。最后,通过某施工企业项目群资源均衡配置案例验证方法模型的有效性。本文基于施工企业的角度建立的项目群资源均衡配置模型,为优化施工企业项目群资源配置提供了一种新的思路与方法,研究结果表明将关键链理论和资源熵理论相结合构建的资源均衡配置模型用于解决项目群资源均衡配置问题可以达到良好的效果。
曾庆鹏[10]（2019）在《北京市政工程多项目集成化管理模式研究》文中认为随着改革开放的不断深入,我国政府工程逐步走向国际化舞台,政府投资建设的许多大型项目,如一带一路、港珠澳大桥工程、蒙内铁路和西电东送工程等,在世界上引起巨大反响,同时也造福于国家和人民。但近些年来,科技的快速发展以及国际建筑行业的不断革新,对我国政府工程造成巨大冲击。然而将传统的项目管理模式用于解决多项目管理问题,存在项目生命周期各阶段相互割裂、利益相关者之间难以达到协调统一、信息孤岛现象严重以及缺乏专门的管理机构和专业人才等缺点,难以适应目前大型复杂多项目的发展。如何建立新型多项目管理模式,对政府工程项目实行高效管理,成为政府目前最为关心的话题。作为中国政治和文化发展的中心以及国际化的大城市,首都北京市基础设施的建设不仅与人民生活的质量有关,更关乎着我国的国际形象。鉴于此,本文以北京市政工程为例,首先在介绍其管理现状以及目前存在的项目管理问题的基础上,通过将霍尔三维体系架构和集成化管理思想引入到多项目管理中,构建以全过程管理、全方位管理和全要素管理为框架体系的多项目集成化管理模式,并对其具体实施内容进行展开论述;其次引入层次分析法和模糊评价方法建立针对多项目集成化管理模式实施效果的的评价模型,同时对该评价结果进行分析,结果发现多项目集成化管理模式对于解决北京市政工程建造过程中出现的一系列项目管理问题具备可行性;最后阐述确保北京市政工程多项目集成化管理模式顺利实施的4大保障性措施,包括组织管理、沟通管理、风险管理以及新型合同关系。
二、项目群资金调配模型的遗传算法（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、项目群资金调配模型的遗传算法（论文提纲范文）
（1）复杂大型建设项目费用偏差控制方法及信息系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂大型建设项目研究现状 |
| 1.2.2 项目费用控制研究现状 |
| 1.2.3 预警方法研究现状 |
| 1.2.4 纠偏策略研究现状 |
| 1.2.5 信息系统应用研究现状 |
| 1.3 主要研究内容和技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 复杂大型建设项目特点及费用控制分析 |
| 2.1.1 复杂大型建设项目特点分析 |
| 2.1.2 复杂大型建设项目费用偏差控制参与主体 |
| 2.1.3 复杂大型建设项目费用控制复杂性分析 |
| 2.2 费用偏差控制相关理论研究 |
| 2.2.1 费用偏差控制内涵 |
| 2.2.2 费用偏差影响因素分析 |
| 2.2.3 费用偏差控制基本原则 |
| 2.3 费用偏差控制模型及方法研究 |
| 2.3.1 偏差特征系统动力学理论 |
| 2.3.2 神经网络模型 |
| 2.3.3 费用偏差预警聚类方法 |
| 2.3.4 费用偏差控制策略及评价理论 |
| 2.4 本章小结 |
| 第3章 基于系统动力学的费用偏差影响因素识别研究 |
| 3.1 复杂大型建设项目费用监控模式 |
| 3.1.1 费用监控模式特征分析 |
| 3.1.2 费用监控模式构建 |
| 3.1.3 费用监控模式运行流程 |
| 3.2 费用偏差影响因素的系统动力学模型构建 |
| 3.2.1 系统动力学的基本理论 |
| 3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
| 3.2.3 系统动力学模型构建 |
| 3.3 费用偏差影响因素的子系统方程式建立 |
| 3.3.1 系统动力学建模中涉及到的数学方法 |
| 3.3.2 影响因素的子系统方程式建立 |
| 3.4 系统动力学模型仿真和分析 |
| 3.5 本章小结 |
| 第4章 基于改进神经网络模型的费用偏差控制方法研究 |
| 4.1 工程建设项目费用偏差计算需求及特点分析 |
| 4.2 基于K-means算法的费用偏差警情计算模型研究 |
| 4.2.1 K-means聚类理论及缺陷分析 |
| 4.2.2 K-means聚类方法改进及适用性研究 |
| 4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
| 4.3 基于改进神经网络模型的费用偏差计算模型研究 |
| 4.3.1 神经网络模型原理分析 |
| 4.3.2 神经网络模型的改进及适用性研究 |
| 4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 基于流程再造的费用偏差控制策略及效果评价 |
| 5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
| 5.1.1 费用偏差控制中流程再造与协同的目标 |
| 5.1.2 费用偏差控制中流程再造与协同的原则 |
| 5.2 复杂大型建设项目各阶段费用偏差控制策略 |
| 5.2.1 前期决策阶段的费用偏差控制策略 |
| 5.2.2 中期实施阶段的费用偏差控制策略 |
| 5.2.3 后期运维阶段的费用偏差控制策略 |
| 5.3 复杂大型建设项目费用偏差控制效果评价 |
| 5.3.1 费用偏差控制效果评价指标体系 |
| 5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
| 5.3.3 算例分析 |
| 5.4 本章小结 |
| 第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
| 6.1 复杂大型建设项目CDMIS分析 |
| 6.1.1 复杂大型建设项目CDMIS的定义 |
| 6.1.2 复杂大型建设项目CDMIS的建设目标 |
| 6.1.3 复杂大型建设项目CDMIS的用户分析 |
| 6.1.4 复杂大型建设项目CDMIS的需求分析 |
| 6.2 复杂大型建设项目CDMIS设计 |
| 6.2.1 系统的总体设计原则及开发方法 |
| 6.2.2 系统的平台整体设计 |
| 6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
| 6.2.4 复杂大型建设项目CDMIS的数据库设计 |
| 6.3 复杂大型建设项目CDMIS关键技术 |
| 6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
| 6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
| 6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
| 6.4 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）项目群业主费用最小条件下费用优化（论文提纲范文）
| 1 问题描述与模型假设 |
| 1.1 问题描述 |
| 1.1.1 NCRPE含义 |
| 1.1.2 业主提供非商品化资源的优势 |
| 1.2 基本假设与符号说明 |
| 1.2.1 模型构建思路 |
| 1.2.2 假设条件 |
| 1.2.3 符号说明 |
| 2 项目群NCRPE-费用优化模型构建 |
| 2.1 项目群实施前NCRPE-费用优化模型 |
| 2.2 项目群实施过程中NCRPE-费用优化模型 |
| 3 NCRPE-费用优化算法选用分析 |
| 3.1 布谷鸟算法的适用性 |
| 3.2 布谷鸟算法的步求解步骤 |
| 4 案例分析 |
| 4.1 案例背景 |
| 4.2 NCRPE约束下项目群Z费用优化 |
| 4.2.1 项目群实施前的费用优化 |
| 4.2.2 项目群完工期概率分析 |
| 4.2.3 项目群实施中的费用优化 |
| 4.3 NCRPE约束下项目群Z费用优化结果对比 |
| 5 结语 |
（4）多项目环境下Y建筑公司人力资源优化配置研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景分析 |
| 1.2 国内外研究现状 |
| 1.3 研究意义 |
| 1.4 研究的主要问题 |
| 1.5 章节内容 |
| 1.6 研究方法及技术路线 |
| 第2章 多项目环境下人力资源配置相关概念及理论概述 |
| 2.1 多项目管理 |
| 2.2 人力资源配置 |
| 2.3 多项目环境下人力资源配置 |
| 第3章 Y建筑公司人力资源配置现状及问题分析 |
| 3.1 Y建筑公司概况及项目运作机制 |
| 3.2 Y建筑公司多项目环境下人力资源配置现状 |
| 3.3 Y建筑公司人力资源配置问题分析 |
| 第4章 Y建筑公司人力资源配置优化方案 |
| 4.1 多项目环境下人力资源配置模型 |
| 4.2 Y建筑公司多项目人力资源配置组织构建 |
| 4.3 项目人员能力评价 |
| 4.4 项目优先级确定 |
| 4.5 多项目环境下人力资源动态优化配置 |
| 第5章 多项目环境下人力资源配置优化保障措施 |
| 5.1 建立健全员工培训体系 |
| 5.2 优化公司绩效激励机制 |
| 5.3 规范完善公司人才管理制度 |
| 5.4 加强公司文化建设 |
| 第6章 结论建议及展望 |
| 6.1 结论 |
| 6.2 建议 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 学位论文评阅及答辩情况表 |
（6）电网建设项目多主体协同决策模型及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 电网建设多主体协同决策影响因素研究 |
| 1.2.2 多智能体系统应用及协同决策的模拟 |
| 1.2.3 电网项目决策常用的优化模型和算法 |
| 1.2.4 协同决策支持平台系统应用研究 |
| 1.2.5 相关文献研究述评 |
| 1.3 研究内容、研究思路和研究创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究思路和技术路线 |
| 1.3.3 研究的主要创新点 |
| 第2章 相关概念和理论基础 |
| 2.1 电网项目规划与建设管理概述 |
| 2.1.1 电网规划概念和电网类型划分 |
| 2.1.2 电网项目规划与建设管理的重点内容 |
| 2.1.3 电网规划与建设管理信息化、智能化发展优势 |
| 2.2 利益相关者理论 |
| 2.2.1 利益相关者内涵 |
| 2.2.2 利益相关者识别方法 |
| 2.2.3 利益相关者理论的应用 |
| 2.3 多智能体系统(Multi-Agent System)相关理论 |
| 2.3.1 智能体(Agent)概念及分类 |
| 2.3.2 多智能体系统(MAS)概念及特征 |
| 2.3.3 Agent之间交互行为构成与协作模式 |
| 2.3.4 MAS交互行为的描述方法 |
| 2.4 多目标优化相关理论 |
| 2.4.1 多目标优化理论和解集特征 |
| 2.4.2 多目标优化智能算法 |
| 2.5 本章小结 |
| 第3章 电网项目多主体特征与协同决策目标研究 |
| 3.1 电网项目建设流程分析 |
| 3.2 电网建设项目利益相关主体识别与特征分析 |
| 3.2.1 利益相关主体界定因素 |
| 3.2.2 利益相关主体的识别 |
| 3.2.3 利益相关主体的特征和利益偏好 |
| 3.3 电网项目多主体决策面临的典型问题 |
| 3.3.1 电网建设项目多主体动态变化特征 |
| 3.3.2 电网建设项目多主体协同程度较差 |
| 3.4 电网项目多主体协同决策目标研究 |
| 3.4.1 多主体协同决策逻辑和内容分析 |
| 3.4.2 多主体协同决策目标研究 |
| 3.5 本章小结 |
| 第4章 基于MAS技术的方案优选协同决策模型 |
| 4.1 电网项目方案优选协同决策的MAS应用基础 |
| 4.1.1 MAS技术应用的基本逻辑分析 |
| 4.1.2 MAS模型基本架构及模块分类 |
| 4.1.3 系统功能型Agent结构及功能设计 |
| 4.1.4 业务功能型Agent结构及功能设计 |
| 4.1.5 Agent之间通信设计 |
| 4.2 基于MAS技术的电网项目方案优选流程 |
| 4.2.1 Agent之间交互行为分析 |
| 4.2.2 MAS的协同决策交互过程 |
| 4.2.3 基于MAS技术的方案优选流程分析 |
| 4.3 电网项目方案优选的协同决策模型及应用 |
| 4.3.1 模糊Petri网基本原理 |
| 4.3.2 电网建设项目协同决策的策略集分析 |
| 4.3.3 基于FPN的电网项目方案优选协同决策模型 |
| 4.3.4 算例分析 |
| 4.4 本章小结 |
| 第5章 基于多目标优化的方案实施协同决策模型 |
| 5.1 电网项目规划和建设实施阶段的目标侧重点 |
| 5.2 电网项目方案实施协同决策的目标函数构建 |
| 5.2.1 建设周期目标函数 |
| 5.2.2 建设选址目标函数 |
| 5.2.3 投资决策目标函数 |
| 5.2.4 资源调配目标函数 |
| 5.3 基于多目标优化的协同决策算法模型 |
| 5.3.1 多目标优化函数 |
| 5.3.2 约束条件 |
| 5.4 面向电网规划的MOPSO模型及应用 |
| 5.4.1 模型的基本假设 |
| 5.4.2 MOPSO模型求解流程 |
| 5.4.3 算例分析 |
| 5.5 面向电网建设的NSGA-Ⅱ模型及应用 |
| 5.5.1 模型的基本假设 |
| 5.5.2 NSGA-Ⅱ模型求解流程 |
| 5.5.3 算例分析 |
| 5.6 本章小结 |
| 第6章 面向多主体协同决策模型的应用系统构建 |
| 6.1 应用系统构建的意义及原则 |
| 6.2 多主体需求分析 |
| 6.2.1 用户主体类型划分 |
| 6.2.2 用户主体需求分析 |
| 6.3 系统开发和结构设计 |
| 6.3.1 系统开发技术 |
| 6.3.2 系统结构设计 |
| 6.4 协同决策应用系统功能 |
| 6.4.1 系统功能树分析 |
| 6.4.2 系统功能应用研究 |
| 6.4.3 功能应用效果分析 |
| 6.5 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）政府投资光伏扶贫项目区域优选方法及其规划模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.1.1 论文的研究背景 |
| 1.1.2 论文的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光伏扶贫项目研究现状 |
| 1.2.2 实施区域优选方法研究现状 |
| 1.2.3 项目规划决策模型研究现状 |
| 1.3 主要研究内容和技术路径 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 减贫相关理论 |
| 2.1.1 贫困定义与划分标准 |
| 2.1.2 社会主义贫困理论内在逻辑 |
| 2.2 风险决策相关理论 |
| 2.2.1 风险决策的基本概念 |
| 2.2.2 关键理论及其演化路径 |
| 2.3 规划模型相关理论 |
| 2.3.1 数学规划模型的基本内涵 |
| 2.3.2 条件约束与组合优化模型 |
| 2.3.3 效率测度模型及其延展 |
| 2.4 本章小结 |
| 第3章 政府投资光伏扶贫项目政策及投资机理 |
| 3.1 光伏扶贫项目基本内涵 |
| 3.3.1 光伏扶贫项目的基本特征 |
| 3.3.2 考虑利益相关方的项目目标 |
| 3.3.3 影响目标实现的关键问题 |
| 3.2 结合项目内涵的相关政策分析 |
| 3.2.1 基于时序规律的政策特征梳理 |
| 3.2.2 基于政策特征的政策引导作用 |
| 3.3 政策引导下光伏扶贫项目投资机理研究 |
| 3.3.1 项目利益相关方的组织架构 |
| 3.3.2 光伏扶贫项目的建设类型 |
| 3.3.3 光伏扶贫项目的融资模式 |
| 3.4 本章小结 |
| 第4章 政策引导下光伏扶贫项目实施区域优选方法 |
| 4.1 关键影响因素识别与分析 |
| 4.1.1 因素挖掘思路与原则 |
| 4.1.2 关键影响因素识别与挖掘 |
| 4.1.3 实施区域优选指标体系 |
| 4.2 直觉模糊环境的因素评估值采集 |
| 4.2.1 评估值类型及采集流程 |
| 4.2.2 直觉模糊环境的评估值确定方法 |
| 4.3 直觉模糊主客观组合权重计算 |
| 4.3.1 权重确定方法介绍与分析 |
| 4.3.2 直觉模糊环境的组合定权方法 |
| 4.4 基于TODIM集结框架的区位优选排序 |
| 4.4.1 信息集结及排序技术特点 |
| 4.4.2 直觉模糊环境的TODIM优选排序方法 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第5章 基于非支配排序遗传算法的组合优化模型构建 |
| 5.1 光伏扶贫项目组合优化特点及内涵 |
| 5.1.1 项目组合管理及其内涵 |
| 5.1.2 光伏扶贫项目组合优化特征 |
| 5.2 光伏扶贫项目组合优化模型设计 |
| 5.2.1 模型的基本假设 |
| 5.2.2 多维“目标—约束”组合优化模型构建 |
| 5.3 算法分析及优化 |
| 5.3.1 优化求解算法内涵及分类 |
| 5.3.2 多目标遗传算法适用性分析 |
| 5.3.3 改进的非支配遗传算法 |
| 5.4 算法性能测试及算例分析 |
| 5.4.1 算法性能测试 |
| 5.4.2 算例分析 |
| 5.5 本章小结 |
| 第6章 基于公平与效率理论的规划方案优选模型构建 |
| 6.1 光伏扶贫项目公平与效率特质分析 |
| 6.1.1 项目全寿命周期公平与效率表征 |
| 6.1.2 项目干系人视角下公平与效率诉求 |
| 6.1.3 公平与效率理论适用性 |
| 6.2 光伏扶贫项目规划方案优选模型设计 |
| 6.2.1 模型基本假设 |
| 6.2.2 变量分析及选择 |
| 6.2.3 优选模型设计与构建 |
| 6.3 算法分析与优化 |
| 6.3.1 聚类分析算法介绍 |
| 6.3.2 数据包络分析算法描述 |
| 6.3.3 考虑数据纠偏的组合求解算法 |
| 6.4 算例分析 |
| 6.5 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（8）可再生能源电力项目投资组合决策优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 项目群管理理论 |
| 1.3.2 投资组合优化理论 |
| 1.3.3 项目组合管理理论 |
| 1.3.4 协同效应研究 |
| 1.4 本文研究内容 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 第2章 可再生能源电力项目评价指标体系 |
| 2.1 引言 |
| 2.2 我国可再生能源电力行业发展概况 |
| 2.2.1 水电发展概况 |
| 2.2.2 风电发展概况 |
| 2.2.3 太阳能发电发展概况 |
| 2.2.4 其他可再生能源电力发展概况 |
| 2.3 可再生能源电力项目投资关键影响因素 |
| 2.4 指标体系构建原则 |
| 2.5 指标体系的构建 |
| 2.5.1 开发资源层面 |
| 2.5.2 市场需求层面 |
| 2.5.3 经济性层面 |
| 2.5.4 协同性层面 |
| 2.6 本章小结 |
| 第3章 可再生能源电力项目评价和筛选模型 |
| 3.1 引言 |
| 3.2 三角直觉模糊数及相关概念 |
| 3.2.1 三角直觉模糊数的定义 |
| 3.2.2 三角直觉模糊数的运算法则 |
| 3.2.3 三角直觉模糊数的比值比较规则 |
| 3.2.4 三角直觉模糊矩阵规范化 |
| 3.3 熵权法配置权重 |
| 3.3.1 方法简介 |
| 3.3.2 熵权法配置指标权重 |
| 3.4 PROMETHEE-Ⅱ方法 |
| 3.4.1 PROMETHEE简介 |
| 3.4.2 熵权-PROMETHEE-Ⅱ决策步骤 |
| 3.4.3 偏好函数及相关理论 |
| 3.5 项目评价及筛选流程 |
| 3.6 本章小结 |
| 第4章 可再生能源电力项目组合优化模型 |
| 4.1 引言 |
| 4.2 组合优化的数学模型 |
| 4.2.1 整数规划模型 |
| 4.2.2 Weingartner优化选择模型 |
| 4.2.3 改进Weingartner优化选择模型 |
| 4.3 用于求解的遗传算法 |
| 4.3.1 遗传算法的基本运算流程 |
| 4.3.2 遗传算法的核心操作 |
| 4.3.3 遗传算法应用与项目组合优化 |
| 4.4 本章小结 |
| 第5章 可再生能源电力项目投资组合决策框架算例 |
| 5.1 引言 |
| 5.2 项目概况 |
| 5.3 备选项目评价 |
| 5.4 备选项目筛选 |
| 5.4.1 数据标准化 |
| 5.4.2 熵权法配置权重 |
| 5.4.3 PROMETHEE-Ⅱ比较计算 |
| 5.4.4 项目排序和筛选 |
| 5.5 项目组合优化 |
| 5.5.1 建立数学模型 |
| 5.5.2 使用遗传算法求解 |
| 5.6 决策分析 |
| 5.7 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）基于关键链技术的项目群资源均衡配置研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 项目群管理研究现状 |
| 1.2.2 资源优化配置研究现状 |
| 1.2.3 项目群资源优化研究现状 |
| 1.2.4 综合评述 |
| 1.3 研究内容和框架 |
| 1.3.1 研究内容 |
| 1.3.2 论文框架 |
| 1.3.3 研究的主要创新点 |
| 第二章 施工企业项目群资源配置的相关理论 |
| 2.1 项目群及相关概念辨析 |
| 2.1.1 项目群及相关概念 |
| 2.1.2 概念辨析 |
| 2.2 资源优化的相关理论 |
| 2.2.1 资源优化的范围界定 |
| 2.2.2 资源配置冲突资源的相关概念 |
| 2.2.3 传统的资源均衡方法 |
| 2.2.4 资源熵法 |
| 2.3 关键链的相关理论 |
| 2.3.1 基于关键链方法的项目群资源配置适用性分析 |
| 2.3.2 关键链的基本思想 |
| 2.3.3 缓冲机理 |
| 2.4 本章小结 |
| 第三章 施工企业项目群资源均衡配置模型构建 |
| 3.1 关键链项目群启发式调度过程 |
| 3.1.1 问题描述及前提假设 |
| 3.1.2 关键链项目群调度集建立 |
| 3.1.3 关键链项目群调度算法 |
| 3.2 项目群多资源均衡的熵权模型建立 |
| 3.2.1 资源重要程度评价 |
| 3.2.2 基于资源熵的目标函数建立 |
| 3.2.3 基于关键链项目群的约束条件分析 |
| 3.3 本章小结 |
| 第四章 模型的求解及算例分析 |
| 4.1 模拟退火遗传算法 |
| 4.1.1 算法分析 |
| 4.1.2 算法设计 |
| 4.2 求解步骤 |
| 4.2.1 染色体结构和编码方案 |
| 4.2.2 约束条件的处理 |
| 4.2.3 适应度函数处理 |
| 4.2.4 遗传操作 |
| 4.2.5 终止操作 |
| 4.3 算例分析 |
| 4.3.1 求解结果 |
| 4.3.2 求解效果分析 |
| 4.4 本章小结 |
| 第五章 案例分析 |
| 5.1 项目概况 |
| 5.2 项目群关键链识别 |
| 5.3 资源均衡 |
| 5.4 本章小结 |
| 结论与展望 |
| 主要结论 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文 |
| 附录B MATLAB2016a运行主程序 |
（10）北京市政工程多项目集成化管理模式研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及目标 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外相关研究现状 |
| 1.2.2 国内相关研究现状 |
| 1.2.3 国内外研究现状评述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 政府工程多项目集成化管理相关理论 |
| 2.1 政府工程相关理论介绍 |
| 2.1.1 政府工程的概念 |
| 2.1.2 政府工程的分类 |
| 2.1.3 政府在工程项目中的职能 |
| 2.2 多项目管理理论内涵及发展 |
| 2.2.1 关于多项目管理涵义的论述 |
| 2.2.2 单项目管理与多项目管理的区别 |
| 2.2.3 多项目管理的特点 |
| 2.2.4 多项目管理的目标 |
| 2.3 集成化管理相关理论 |
| 2.3.1 集成化管理的概念与特点 |
| 2.3.2 工程项目集成化管理的内涵 |
| 2.4 项目管理组织的概述 |
| 2.4.1 项目管理组织的概念 |
| 2.4.2 管理对象 |
| 2.4.3 管理内容 |
| 2.5 本章小结 |
| 第3章 北京市政工程多项目管理现状分析 |
| 3.1 北京市政工程背景及特点 |
| 3.1.1 北京市政工程的背景介绍 |
| 3.1.2 北京市政工程的特点 |
| 3.2 北京市政工程管理现状分析 |
| 3.2.1 北京市政工程的投资总量及结构 |
| 3.2.2 北京市政工程项目管理机构 |
| 3.2.3 北京市政工程管理制度 |
| 3.3 北京市政工程多项目管理过程中存在的问题 |
| 3.3.1 多项目协同管理能力差 |
| 3.3.2 缺乏专门的项目管理机构和专业化人才 |
| 3.3.3 资源整合能力低,资源配置不合理 |
| 3.3.4 缺乏一体化的信息管理平台 |
| 3.3.5 管理体制不健全,项目管理环境混乱 |
| 3.4 北京市政工程实施多项目集成化管理的必要性和可行性分析 |
| 3.4.1 北京市政工程多项目集成化管理的必要性分析 |
| 3.4.2 北京市政工程多项目集成化管理的可行性分析 |
| 3.5 本章小结 |
| 第4章 北京市政工程多项目集成化管理模式的构建 |
| 4.1 北京市政工程多项目集成化管理模式的总体思路和实施的基本框架 |
| 4.1.1 多项目集成化管理模式的总体思路 |
| 4.1.2 多项目集成化管理模式实施的基本框架 |
| 4.2 北京市政工程全方位集成化管理 |
| 4.2.1 建设专业化项目管理机构的必要性 |
| 4.2.2 组织结构的表现形式 |
| 4.2.3 组织结构设计依据 |
| 4.2.4 组织结构的优势 |
| 4.3 北京市政工程全过程集成化管理 |
| 4.3.1 目标设定 |
| 4.3.2 工作程序的建立 |
| 4.3.3 管理职责分解 |
| 4.4 北京市政工程全要素集成化管理 |
| 4.4.1 全过程造价管理环节 |
| 4.4.2 全要素造价管理环节 |
| 4.5 北京市政工程多项目集成化管理模式实施效果评价 |
| 4.5.1 评价指标体系的建立 |
| 4.5.2 层次结构模型的构建 |
| 4.5.3 模型求解 |
| 4.5.4 评价结果分析 |
| 4.6 本章小结 |
| 第5章 北京市政工程多项目集成化管理模式实施的保障措施 |
| 5.1 沟通管理 |
| 5.1.1 集成化信息管理系统的建设 |
| 5.1.2 定期协调会议 |
| 5.2 组织管理 |
| 5.2.1 规章制度的建立与完善 |
| 5.2.2 组织机构的建设 |
| 5.2.3 建立紧密的合作关系 |
| 5.3 合同管理 |
| 5.3.1 建立新型关系型合同 |
| 5.3.2 规范合同管理各环节行为 |
| 5.4 风险管理 |
| 5.4.1 组建风险评估控制组 |
| 5.4.2 制定风险预防和处理措施 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录一 |
| 附录二 |
| 附录三 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
四、项目群资金调配模型的遗传算法（论文参考文献）
- [1]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [2]收益关联项目群合同工期激励优化研究[D]. 朱朵朵. 华北水利水电大学, 2021
- [3]项目群业主费用最小条件下费用优化[J]. 丰景春,赵越,陈润东,冯海瑜. 系统管理学报, 2021(03)
- [4]多项目环境下Y建筑公司人力资源优化配置研究[D]. 胡顺利. 山东大学, 2021(11)
- [5]基于遗传算法的工程项目群工期-费用优化研究[J]. 丰景春,施嘉锋,丰慧,张可. 科技管理研究, 2020(20)
- [6]电网建设项目多主体协同决策模型及应用研究[D]. 高磊. 华北电力大学(北京), 2020(06)
- [7]政府投资光伏扶贫项目区域优选方法及其规划模型研究[D]. 柯毅明. 华北电力大学(北京), 2020(06)
- [8]可再生能源电力项目投资组合决策优化研究[D]. 张军帅. 华北电力大学(北京), 2020(06)
- [9]基于关键链技术的项目群资源均衡配置研究[D]. 李星花. 长沙理工大学, 2020(07)
- [10]北京市政工程多项目集成化管理模式研究[D]. 曾庆鹏. 燕山大学, 2019(03)