信息化工程監理是指面向信息工程的監督管理；受業主方委托，代表業主的利益，保護投資、控制質量、確保進度；站在第三方的立場，公平對待工程各方，確保公正性、公平性、公開性。隨著監理技術的不斷發展和監理應用范圍的不斷擴大，對監理的要求也與日俱增，我國目前的信息工程監理框架是在整個IT市場基礎上的一個體系，兩個層次。隨著信息化工程安全監理手段的豐富，實現了在這個結構下多種不同的應用方法。單純依賴監理工程師等人力的靜態管理已難以勝任安全監理的需要，要實現安全監理的多元化、復雜化、智能化。
因此，本文在前人研究的基礎上，提出了一種新的基于多目標粒子群算法在信息化工程監理的應用的研究。重新定義了基本粒子群算法中的速度、位置公式，使其適宜求解離散問題，加快收斂速度，獲得整體最優配置方案，仿真結果表明多目標粒子群算法是求解多目標優化問題的有效算法。
1 多目標優化問題
多目標優化問題(Multi-objective Optimization Problem，MOP)是指那些同時優化多個目標的問題。一般來說，這些單個目標是互相沖突的，因此，不存在一個解在所有目標上均是最優的。求解多目標優化問題常常是困難的，不同于單目標優化問題(Single Objective Optimization Problem，SOP)只有一個最優解，MOP的最優解是一組非支配解的集合。
信息工程監理的主要工作內容為“三控、兩管、一協調”，即監理人在信息工程的建設過程中通過質量控制、進度控制、投資控制、合同管理、信息管理和組織協調的方法和手段使項，目能按合同的約定完在信息工程監理過程中，被控制和優化的對象包括項目的質量、進度和投資等多個決策目標，這些目標的衡量標準各不相同，且各目標相互影響和制約。因此，可以利用多目標優化解決信息工程建設過程監理的決策問題。通過對高度概括的主觀目標進行逐層分解，逐步將其分解至便于運算的底層目標，構造一個3維監理控制的優化網格新模型，對其進行分析評價。在此，我們把監理集成化問題改成多目標問題：從n個階段中，使工程總質量最大、總投資最小。作為一個多目標優化問題，信息工程監理的模型輸入應包含決策人、目標集(或稱指標體系)、屬性集、決策形勢和決策規則5個要素。
為了便于數學模型的建立，做了如下假設：
①每種共享約束資源的總供給量在各項目執行期間保持不變；
②各項目的權重已經通過項目評價確定；
③任務的持續時間與任務工作量成正比例關系，與所分配的資源數量在一定的資源區間內成反比例關系。
一般的基于對進度、質量和投資控制的問題可以描述為：從n(n=1，2，...，N)個獨立項目，其中，第i個項目包含r(r=1，2，...，R)個任務，這n個項目共享k(k=1，2，...，K)種資源(其中，第k種資源的可用數量為Sk。對于第i 個項目中合同工期為T*i，實際完成工期Ti，第k種資源在第t天的實際使用量是Pkt，第i個項目任務從r1到r2對k種資源的使用量是Pi(r1r2)k,第i個項目任務從r1到r2的工作量是Fi(r1r2)，第i個項目任務的實際開始時間和實際結束時間分別是T第i個項目的權重是Wi。令qi(r1r2)為0，1變量，當第i個項目任務r1、r2相連是取1，否則去取0。資源約束下的信息工程監理的多目標優化問題的數學模型如下：
上述模型中，(1)式為目標函數，求解n個項目階段的超期量之和最優；(2)表示第i個項目在第t使用第k中資源的數量；(3)式表示第k種資源在第t天的實際使用量；(4)式表示資源約束，即任一時刻所有進行中的任務對任一資源的總使用量不能超過該資源的供給量；(5)式是第i個項目的實際工期求解函數；(6)式表示第i個項目任務從r1到r2實際分配的資源數量。
2 基于離散粒子群算法的模型求解方法
2.1 離散粒子群算法設計
粒子群優化算法(PSO)是一種啟發式全局優化技術，一種基于群智能的演化計算方法。PSO算法求解問題的關鍵步驟是將問題的解從解空間映射到具有某種結構的表示空間，即用特定的碼串表示問題的解。本文通過一種離散粒子群優化算法(Discrete Particle Swarm Optimization，DPSO)，求解信息工程監理集離散優化問題。
算法定義：Pi表示第i個粒子的位置，它是一個有序的邊集合。用Vi表示第i個粒子的速度，Piw表示第i個粒子所經歷的最好位置，Pgw表示粒子群體所經歷過的最佳位置。離散粒子群算法將速度和位置公式重新定義為：
2.2 離散粒子群算法實現
離散粒子群算算法實現流程圖如圖1所示：
圖1 離散粒子群算法實現流程
本文研究的多目標優化信息工程監理集成化問題的離散粒子群求解算法步驟描述如下：
①建立資源約束下的多項目資源優化配置模型，如前文介紹；
②根據模型確定粒子群空間,并據此設計一個基于多維坐標軸的結構。多維空間的任意一點可以作為一個粒子，每個點的坐標分別代表粒子的位置、速度和不同目標的適應值等；
③采用基于利益最大化博弈的粒子位置取整算法來對空間位置值進行粒子表示；
④將取整后的粒子映射到資源優化配置方案上，獲得一個相對較優的多項目資源優化配置方案；
⑤將該方案粒子位置按照離散粒子群算法的操作方法進行位置和速度更新，不斷重復直到獲得全局最優的配置方案。
3 POS算法在信息工程監理中的應用
為了測試本文算法求解實際問題的能力，對信息工程項目三大目標進行優化。
首先定義項目建設的投資C，工期T和質量Q；項目建設的投資C，工期T和質量Q均為實數；C為投資金額，單位為萬元；T為工程天數，單位為天；Q為工程質量，單位為%，表示工程的好壞，取值范圍從0.01～1.00開區間。假設信息工程項目的合理值域如下：
這是一個帶有約束的優化問題，將其轉化為含有3個目標的優化問題進行處理，即F(x)=(f(x)，G(x))，其中，f(x)表示目標函數；G(x)為種群違反約束的程度，計算方法為：種群中某個個體xi(1，2，...，N) ，違反第j個約束違背程度為：Gj(xi)＝max{gj(xi)，0}，j＝1,2，則：
公式(10)給出了算法的最優值，可以看出本文提出的算法在對信息工程監理項目優化時，獲得了較優的解，因此可作為解決實際問題的有效方法。為了測試算法評價信息工程監理的指標，利用分布指標(spread，△)和收斂性指標(convergence metric，γ)來評價同算法所獲非劣解的質量。其中，γ越小表示算法的收斂越好；△越小意味著所得非劣解有較好的分布。為了測試引入的多種群策略和聚類策略是否增加計算復雜度，應用Matlab軟件中的(tic，toc)命令，每個檢測函數運行20次來計算所需時間T。
表1 離散粒子群算法的多目標優化問題評價指標
表1給出了不同算法在20次獨立運行中收斂性指標和分布性指標的測試結果。其中，B表示運行最好的結果；W表示運行最差的結果；M表示平均值。說明本文提出的算法獲得了質量較高的非劣解，進而說明本文提出的策略是有效的。
4 結語
本文針對資源約束條件下信息工程項目監理集成化管理問題，在滿足資源約束的前提及整體工期優化的目標下，建立了信息工程監理過程多目標優化模型，提出了基于改進離散粒子群求解方法，并通過實驗仿真，取得了比較滿意的結果，驗證了模型的合理性和算法的有效性。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：基于多目標PSO算法的信息工程監理
本文網址：http://www.guhuozai8.cn/html/consultation/10820614053.html
相關文章
