投资优化模型及其启发式遗传算法

• 作者: 刘伟 王永庆 郭吉林
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 经济
• 关键词: 核电站 投资控制 净现值 遗传算法
• 年，卷（期）: 1999,（6）
• 所属期刊栏目: 核能工程
• 页码范围: 55-58
• 页数: 4页
• 分类号: F407.2
• 字数: 3310字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.1999.06.017

摘要

建设期利息和物价浮动在核电站工程投资中占有很大的比例.为优化工程投资,提出了以最大净现值为目标的核电站投资优化数学模型.该模型基于工程的活动网络且是NP问题.针对该模型给出了一种启发式遗传算法(HGAs).在该算法中,解是一串表示活动分配资源优先级的数,这种编码方法克服了传统遗传算法求解该问题时难以找到可行解的困难.本文提出的前件矩阵的概念能有效地求解活动网络的关键路径.用C语言编制了启发式遗传算法程序(HGAP),并用该程序求解了一个实例.计算结果表明该模型符合工程实际,该算法能有效解决该模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟	清华大学核能技术设计研究院	109	766	14.0	22.0
2	王永庆	清华大学核能技术设计研究院	8	94	6.0	8.0
3	郭吉林	清华大学核能技术设计研究院	9	65	6.0	8.0