基于供需平衡的装配式PC构件运输成本优化

借助BIM与RFID(射频识别)技术能够实现信息接收、传递与反馈,可对装配式建筑构件进行基于实时动态需求的进度管理。以现场供需平衡为导向对PC构件运输进行分析,建立成本优化模型。将PC构件运输过程中的影响因素和约束条件进行量化,建立目标函数并用改进混合蚁群算法进行求解。通过实际案例应用,实现PC构件运输成本的动态控制,提高PC构件管理水平。     

装配式住宅建筑预制构件施工现场调度优化研究——以西安市某装配式建筑住宅群为例

装配式建筑具有施工体量大、资源需求多等特性,施工管理仍以施工人员的主观经验为主,构件需求计划及现场塔吊调度方案的制订缺乏科学与理论的支撑。以装配式建筑群为研究对象,首先,分析影响装配式建筑预制构件需求及塔吊调度的主要因素,在此基础上建立综合考虑成本和进度的数学模型;其次,利用改进遗传算法求解最优进度计划,明确工序之间的最优率,并得到最优方案下的构件需求计划;最后,以实际案例为背景进行模型仿真,验证模型的正确性与可行性。研究结果可为装配式建筑施工现场预制构件调度提供现实指导。     

基于粒子群算法的多类资源受限项目调度

随着经济全球化导致市场竞争的日趋激烈,现代项目日趋复杂,要求周期更短、质量更高、成本更低。准时完工率更高,要求项目调度计划要考虑成本、质量、周期等综合指标,并具有更高的稳定性、适应性和准确性。资源受限项目调度问题是一类典型的项目调度问题,它属于NP-hard问题的范畴。传统的项目计划与优化调度方法已经无法完全满足现代项目管理的实际需求。因此,在原有的项目计划与优化调度的基础上,引入粒子群算法来更好的优化质量、周期和成本,最终达到最优。本文将粒子群优化算法应用到资源受限调度项目问题求解中,详细介绍了粒子群算法求解资源受限项目调度问题的求解过程。     

基于贪婪取走启发式算法的PC构件厂选址研究

结合PC构件厂特点,通过定性与定量结合的方式分析影响PC构件厂选址的因素,以运输成本与建设成本为主要影响因素构建以总成本为优的目标函数,利用贪婪取走启发式算法求解目标函数以得到最优解,并通过实证分析验证该模型的可行性,为企业在建设PC构件厂的选址阶段提供参考,促进装配式建筑与PC构件厂的和谐发展。     

基于GRAP-VIKOR的装配式建筑PC构件供应商选择决策

预制构件(PC构件)是装配式建筑的主要组成部分,其质量的优劣在很大程度上影响装配式建筑的安全性与使用性,因而如何选择优质的PC构件供应商成为至关重要的问题。基于装配式建筑PC构件特性,探寻影响PC构件供应商选择的主要因素并建立了包含质量、成本、交通运输、构件开发与生产、企业合作潜力与节能环保六个方面的指标体系;利用灰色关系分析(GRAP)改进VIKOR法,构建了基于GRAP-VIKOR的PC构件供应商选择决策模型,最后通过算例分析验证了该方法的实用性。本研究为PC构件供应商选择提供科学的决策方法,同时促进装配式建筑背景下PC构件供应商进一步提升自身竞争力,最终推动整个装配式建筑的健康稳步发展。     

云计算中基于改进离散粒子群优化的任务调度方案

针对云计算中现有智能任务调度算法容易陷入局部最优的问题,提出一种基于改进型离散粒子群优化(DPSO)算法的任务调度方案。对传统DPSO算法中的粒子位置更新公式中的惯性权重进行改进,使其根据迭代次数非线性递减,提高算法的搜索能力;另外,融入了随机扰动操作,避免算法陷入局部最优。实验结果表明,与传统遗传算法和粒子群算法相比,该方案能够获得最优的调度策略,有效降低任务的完成时间。     

改进的粒子群-模拟退火算法在桁架结构优化设计中的应用

由于粒子数目多,维数大,用粒子群算法求解多约束问题的迭代求解过程需耗费大量时间。受达尔文的优胜劣汰自然法则启发,在粒子群算法中引入淘汰择优机制。使算法随着迭代次数增加,适应能力较差的粒子逐步被淘汰。最后留下的最优粒子需要较低的温度进行退火求解,寻得全局最优解。多峰值函数测试表明,改进后的算法能够高效率跳出局部最优寻得全局最优解。将改进的算法用于空间桁架结构优化,经算例表明,改进后的粒子群模拟退火串行算法降低了算法的求解复杂度,具有较好的稳定性和较优的收敛性,适用于空间桁架结构截面尺寸优化设计。     

多配送中心路径优化研究

针对冷链物流配送客户分布不均匀,导致单一配送中心压力过大、配送中心之间车辆调度不协调的问题,提出了一种改进的遗传算法求解多配送中心路径优化问题的方法。建立了基于K-m eans聚类算法与遗传算法相结合的冷链物流车辆路径优化模型。给出基于全局最优的区域划分与车辆路径协调优化策略,以实现多配送中心协同配送。最后,通过实例分析证明了该算法及优化策略可以有效地减少运输成本,提高多配送中心整体的工作效率。     

装配式建筑预制构件配送车辆路径优化研究

装配式建筑作为一种低碳建筑形式,对推动我国实现“双碳”目标起到至关重要的作用。本研究以低碳视角下带时间窗的预制构件配送车辆路径优化问题为研究方向,以综合配送成本最小为目标建立数学模型,分别基于遗传算法和混合遗传蚁群算法对模型进行求解,并通过实际案例验证算法的有效性。结果表明,碳排放成本是装配式建筑企业发展过程中不可忽视的重要因素,并且在算法求解方面,改进遗传算法比传统遗传算法表现更优。本研究对于降低装配式建筑企业的运营成本,促进我国建筑业的绿色发展具有重要的理论价值和现实意义。     

PC构件生产阶段成本控制研究

目前我国装配式建筑建造成本高是制约其发展的主要原因之一,而PC构件生产阶段成本是装配式预制混凝土建筑成本的重要组成部分.从PC构件生产阶段出发,运用层次分析法分析生产阶段各影响因素的权重,并基于此提出对策建议,以降低PC构件生产阶段成本,进而降低装配式建筑建造总成本,推动装配式建筑健康发展.     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

装配式构件施工现场吊装调度建模与优化

在建筑施工过程中,建筑材料的吊装运输效率对施工进度有较大影响。目前已有研究基于旅行商问题(TSP),通过优化塔吊吊装顺序,缩短了建筑材料运输距离和时间,但是忽略了施工工序的影响。对于装配式建筑,装配式构件的吊装顺序需要严格遵守施工次序。因此依据施工次序、吊钩初始位置、构件存储与需求的位置关系,本研究建立了装配式构件施工现场吊装调度优化模型,并提出改进遗传算法对模型进行求解。基于三种作业规模的五个算例,通过对比Gurobi与改进遗传算法的优化结果,验证了改进遗传算法良好的有效性。最后以某装配式建筑场地的构件吊装任务为例,证明了本研究可以快速有效地优化装配式建筑施工过程中的构件调度方案。     

基于模拟—优化方法的装配式混凝土建筑 供应链模式和施工活动优化研究

装配式混凝土建筑正在中国大力推广。和传统现浇施工相比,装配式施工的表现不仅取决于现场施工活动,还受到 装配式构件供应链的影响。因此,在制定施工计划时,需要将装配式构件的供应链模式和施工活动共同进行考量。然而,以 往关于装配式施工的研究中很少考虑供应链模式,这使得目前还缺乏能够同时为供应链模式和施工活动进行优化的决策方 法。为此,提出基于离散事件模拟和粒子群优化算法的模拟—优化方法,来优化装配式混凝土建筑施工中的供应链模式和施 工参数,以达到最优的施工表现,包括施工工期、成本和温室气体排放。将该方法应用于深圳的装配式混凝土建筑案例,应 用结果说明模拟—优化方法能够快速并有效地优化施工表现,为以后的相关研究提供了参考。     

基于JIT理论的PC构件生产调度模型研究

通过分析PC构件生产调度特点与问题,提出以PC构件生产方为研究视角,以JIT准时生产方式为指导,以BIM技术应用为支撑,建立订单组合模型和生产线排产模型。以武汉市某装配式项目PC构件生产为例,验证算法的科学性和适用性,期望为PC构件生产与施工的连续与均衡、提高生产线利用率提供参考。     

交互烟花算法求解多车型需求可拆分车辆调度问题

针对物流配送过程中客户需求较大、单辆车难以满足且客户对驶入车型有限制的问题,构建了多车型需求可拆分车辆调度模型。提出交互烟花算法(interactive fireworks algorithm,In-FWA)优化求解模型,在烟花算法(fireworks algorithm,FWA)的基础上作出如下改进:1)在FWA常规爆炸中引入一种新的扇形爆炸机制,加强了烟花间的信息交流;2)使用螺旋变异方式替换了原有的高斯变异,加入了变异烟花与当前最优烟花间的信息交流;3)采取种群间精英群体吸取较差群体中较优维度的方式,进一步加强了算法种群间的信息交互性。最后,通过实验进行验证并与增强型烟花算法(enhanced fireworks algorithm,EFWA)、粒子群优化(particle swarm optimization,PSO)算法、免疫粒子群优化(immune particle swarm optimization,IPSO)算法、蚁群算法(ant colony algorithm,ACA)进行对比分析。结果表明In-FWA具有更高的收敛速度与局部搜索精度,明确了In-FWA求解该问题的有效性与优越性,并提出基于本算法的车辆调度方案。     

基于区位配置模型的京津冀装配式建筑PC 构件厂空间布局研究

装配式混凝土建筑是推动传统混凝土建筑转型升级的重要途径,合理的混凝土 PC 构件生产布局,能够保证产能供需平衡,提升资源利用效率,促进装配式建筑健康发展。基于 2010~2019 年京津冀地区数据调研,获取 PC 构件厂分布状况及生产能力,采用灰色预测模型对京津冀地区2020年PC构件需求量进行预测并与实际比较,以验证模型正确性;利用ArcGIS10.2 测算各供需点之间的运输距离,构建以需求量、供给量、运输成本为关键指标的 PC 构件厂网络型区位配置模型,运用LINGO11 求解优化模型并提出优化布局策略,形成以点轴为主线的京津冀地区厂区布局策略。预期成果为京津冀装配式建筑产业发展提供参考。     

装配式建筑预制构件钢材采购成本优化研究

钢材费用在装配式建筑预制构件材料成本中最高占比超过51%,是进行采购成本优化的关键部分。本文考虑钢材市场价格波动的影响,研究应用ABC-LSSVR方法,预测未来多期钢材价格;进而以采购成本最小化为目的,考虑资金使用成本、生产连续性、价格波动等制约因素,建立钢材多期联合采购模型,应用粒子群算法对模型进行求解,得出最优的钢材采购策略,从而降低采购成本。实证分析表明:对比目前业内现行的钢材采购方案,应用优化后的采购方案,使钢材单位采购成本节约了34.21元/吨。     

基于DEMATEL方法的装配式混凝土构件吊装效率影响因素分析

装配式建筑是当前建筑行业发展的重要趋势,装配式建筑的主要形式之一是 PC 结构。与传统的现浇建筑模式相比,预制构件现场装配是装配式建筑建造模式的独有特点,因此装配式建筑中 PC 构件的吊装效率是影响项目整体进度的关键因素。从外部环境、构件、机械设施、方法、工人 5 个方面分析影响装配式建筑构件吊装效率的因素,采用 DEMATEL 分析方法确定每个影响因素之间的影响关系,得出了关键影响因素,如工人工作时间较长,施工效率低下、构件安装顺序错乱等,进而对于指导装配式建筑吊装方案的制定起到一定借鉴意义。     

装配式建筑混凝土构件生产成本分析与控制

通过对装配式建筑构件生产成本分析与控制,基于前人研究的基础,并结合理论分析,主要得出以下结论。(1影响该生产成本的最主要因素为PC构件的生产及安装。(2)通过对构件在生产的各个阶段中生产成本所存在的问题及原因分析,得知构件现场制作阶段成本浪费最为关键。(3)通过对构件生产阶段的成本分析,采取相应的成本控制措施,不仅降低装配式建筑混凝土构件的成本,同时也为装配式建筑的发展提供理论依据。     

车辆路线问题的自适应遗传模拟退火算法

针对目前大多数车辆路线问题的模型和及其算法都是针对单车型而设计,而对带有时间窗的多目标多车型车辆路线问题研究较少这一不足,在考虑了车辆载货状况、车辆类型、时间窗等约束条件的基础上,建立了基于总费用最小的双层目标规划模型,其中上层目标是车辆购买成本最小,下层目标为运输距离成本最小。综合考虑自适应遗传算法和模拟退火算法的优点,设计了1种自适应遗传模拟退火算法求解车辆路线问题。算例结果表明:相比于标准遗传算法,自适应遗传模拟退火算法减少了9%的运输成本,能跳出局部收敛获得最优解,从而提供更为合理的车辆数量和车辆路线。