一种基于遗传算法的优化输变电工程施工网络计划方法
【技术领域】
[0001] 本发明属于输变电施工监理技术领域，特别是涉及一种基于遗传算法的优化输变 电工程施工网络计划方法。
【背景技术】
[0002] 在输变电工程施工网络计划制定过程中，首先根据工程的施工顺序关系绘制网络 计划图，计算网络时间和确定关键路线，得到一个初始的计划方案，再根据计划的具体要 求，综合考虑进度、资源利用、降低费用等目标，对初始计划方案进行调整和完善，即进行网 络计划优化。资源优化的目的是，在资源有限条件下，寻求完成计划的最短工期，或者在规 定工期条件下，力求资源均衡消耗；优化过程是利用时差，不断改进初始网络方案，在满足 既定条件下，按某一个或几个衡量指标来寻求最优的方案；为了更好地实现输变电工程网 络计划优化，设计出一种快速、有效的优化方法具有极为广泛的应用价值。
【发明内容】
[0003] 为了解决上述问题，本发明的目的在于提供一种基于遗传算法的优化输变电工程 施工网络计划方法。
[0004] 为了达到上述目的，本发明提供的基于遗传算法的优化输变电工程施工网络计划 方法包括按顺序进行的下列步骤：
[0005] 步骤1)资源均衡优化问题分析：
[0006] 在给定初始网络计划的条件下，设每道工序所需资源量是事先确定的，网络计划 的时间参数也可通过计算事先得到，进行一维资源均衡优化，由此获得单位时间资源消耗 的方差最小值；
[0007] 步骤2)网络计划遗传染色体结构设计：
[0008] 以每道工序的实际开工时间作为变量，并占用一个单元，按照工序的编号顺序将 所有工序排列成一行，形成遗传染色体串；
[0009] 步骤3)网络计划遗传编码设计：
[0010] 依据步骤1)的资源均衡优化结果，针对上述遗传染色体进行编码处理；
[0011] 步骤4)网络计划的约束条件处理：
[0012] 将约束分为两种不同的类型：
[0013] 基本约束：直接来自环境向系统提供的实例，标志变量定义域范围的约束；
[0014] 属性约束：定义在基本约束集上，反映变量间制约关系的约束；
[0015] 设定资源约束方程中：TE < TS < TL为基本约束；其它约束则设定为属性约束；本 发明从基本约束出发，设计编码范围，并产生随机个体的种群，进行遗传进化，然后对产生 的子个体进行筛选，对不满足属性约束的个体采用修复算子加以处理。
[0016] 在步骤1)中，所述的进行一维资源均衡优化，由此获得单位时间资源消耗的方差 最小值minF的数学模型为： CN 105117800 A 说明书 2/4 页
[0019] 其中：T为工程规定的工期；R(t)为工程t时刻的资源消耗强度；Rm为工程平均资 源消耗强度；R(i-j)表示（i_j)工序的单位时间资源消耗量；TE(i-j)表示（i_j)工序的最 早可能开工时间；TL(i-j)表示（i-j)工序的最迟必须开工时间；Ts(i-j)表示（i-j)工序 的实际开工时间；T(i-j)表示（i-j)工序的工期；(k-i)为（i-j)工序的紧前工序；S(i-j) 为（i-j)工序的松驰时间；N为工序的总数。
[0020] 在步骤2)中，所述的遗传染色体串如下表所示：
[0022] 在步骤3)中，所述的编码处理的具体方法为：染色体中的每一段代表一个 工序的开工时间，它的取值范围为Ts (i-j) e [TE (i-j)，TL (i-j)]，令Τ' s (i-j)= Ts (i-j)-TE (i-j)表示开工时间的相对值，则：0彡Τ' s彡S (i-j)，将Iw s (i-j)的二进制 编码放入染色体段中，则它唯一确定了（i-j)工序的开工时间，它的编码长度由松驰时间 S(i-j)决定；对于S(i-j)为零的工序，由于没有调整的余地，将其先从染色体结构中除去。
[0023] 在步骤4)中，所述的修复算子的工作过程如下：
[0024] 4. 1)将个体解码返回原变量组TS (i-j);
[0025] 4. 2)对所有工序逐一判断是否满足约束条件：
[0026] max {Ts (k_i)+T (k_i)} < Ts (i_j)，
[0027] 如果不满足，则强行改变Ts (i-j)使等号成立；
[0028] 4. 3)将改变后的变量组重新译码为染色体串，再放入新的种群中。
[0029] 本发明提供的基于遗传算法的优化输变电工程施工网络计划方法应用遗传算法 进行输变电工程网络计划资源均衡优化，具有速度快、效率高，结果稳定可靠的特点，尤其 当网络计划有较大调整余地时，更显示出优势，在大型输变电工程优化复杂问题中有着广 泛的应用前景。
【附图说明】
[0030] 图1为本发明提供的基于遗传算法的优化输变电工程施工网络计划方法中修复 算子处理方法流程图。
【具体实施方式】
[0031] 下面结合附图和具体实施例对本发明提供的基于遗传算法的优化输变电工程施 工网络计划方法进行详细说明。
[0032] 本发明提供的基于遗传算法的优化输变电工程施工网络计划方法包括按顺序进 行的下列步骤：
[0033] 步骤1)资源均衡优化问题分析：
[0034] 在给定初始网络计划的条件下，设每道工序所需资源量是事先确定的，网络计划 的时间参数也可通过计算事先得到，进行一维资源均衡优化，由此获得单位时间资源消耗 的方差最小值；
[0035] 步骤2)网络计划遗传染色体结构设计：
[0036] 以每道工序的实际开工时间作为变量，并占用一个单元，按照工序的编号顺序将 所有工序排列成一行，形成遗传染色体串；
[0037] 步骤3)网络计划遗传编码设计：
[0038] 依据步骤1)的资源均衡优化结果，针对上述遗传染色体进行编码处理；
[0039] 步骤4)网络计划的约束条件处理：
[0040] 在优化问题中对约束条件的处理，用遗传算法进行搜索时通常有两种策略：一是 不允许搜索进入不合法区域，让群体中的所有个体均满足给定的约束，并要求产生的子代 也满足给定约束：二是允许在一定程度上偏离合法区域，群体中的个体可以在一定程度 上违反给定的约束，但必须在个体的适应度计算上体现违反的程度，一般通过惩罚项来实 现；
[0041] 但是，该问题中的约束表明，紧前工序的开工时间的确定，对紧后工序的开工时间 的取值范围产生影响，这是一种高度遗传隐匿问题，问题解的字符串表示中各位取值间相 互影响，很难将问题分为几个相互独立的问题加以解决，使得两个有效解的子集部分组合 后难以保证产生新的有效解（遗传操作后可能使前面工序的完工时间与后面工序的开工 时间发生冲突），不允许进入不合法区域将导致搜索无法正常进行，而采用惩罚函数方法 则无法工作.
[0042] 为了充分利用问题