工期、成本和质量是工程项目必须关注和确定的三大管理目标,它们之间存在界面模糊和相关非线性的特点。所以,在管理地铁项目施工工期、质量和成本目标时,应形成多目标优化的管理理念。本文在目前学者们研究的基础上提出用多种群蚁群-粒子群融合算法解决地铁工程项目施工管理过程中的多目标优化问题。主要从以下几方面开展本文的研究工作:首先,分析智能算法在国内外工程多目标优化研究过程中的现状,提出算法的改进方向。第一步是设计多种群蚁群算法,分别建立工期、成本和质量三个蚂蚁子种群,让各种群的蚂蚁按照概率转移公式更新要搜寻的路径,并根据本种群内规定的信息素机制更新信息素,最后完成搜索输出最优解集。第二步,按优化目标个数把粒子群体分为3个从粒子群和1个主粒子群实现从粒子群与主粒子群并行搜索;将多种群蚁群算法的解集作为从粒子群中各粒子的初始解,为粒子提供一个更好的搜索起始位置和起始速度,提升粒子的全局寻找能力加快迭代速度,缩短搜索时间,达到算法融合的效果。其次,分析工期、成本和质量目标的概念,以施工工序为基点建立相应函数模型。构建工期函数模型时用关键路径法;构建成本函数模型时,将成本分为直接成本和间接成本;构建质量函数模型时,首先采用专家打分法对每一道工序中不同施工组织方式完成质量情况和该施工工序在整个工程项目所占比重进行打分,运用熵权法处理打分数据,确定各施工工序的权重,有效兼容主客观赋权法的优点。在各目标函数模型的基础上,以业主规定的目标阈值为条件建立多目标综合优化函数模型。最后,结合某地铁项目对改进的算法和多目标综合优化模型进行验证。在MATLAB R2014a软件环境下编写算法代码,对地铁项目多目标优化问题进行求解,同时与单独的多种蚁群算法、多目标粒子群算法得出的结果进行对比,其结果证明多种群蚁群—粒子群融合算法比后两种算法得到的最优解集多,即可选择的施工组织方案更多并且收敛速度更快。本文的研究为地铁施工项目多目标优化问题提供了新思路。丰富了质量值量化的相关理论,在保证质量的前提下以实现短工期、利益最大化为目的,为施工单位提供多种合理科学的施工方案,更加有效地调动了施工单位的积极性。