【技术实现步骤摘要】
面向客户群的装修工程开放动态施工组织多目标优化方法
[0001]本专利技术涉及人工智能
,具体涉及面向客户群的装修工程开放动态施工组织多目标优化方法。
技术介绍
[0002]现代装修工程日趋复杂化、多样化,装修工程施工组织也愈加复杂。施工组织管理是一项有目标性、计划性的活动,工期和成本的管理与优化直接影响工程建设的项目收益。在此背景下,合理调度施工资源,实现工期最短、成本最优非常重要。
[0003]目前,建筑工程施工过程的进度管理,主要是运用流水施工的理念,采用横道图或网络图的表达方式,参见JGJ/T 121
‑
2015《工程网络计划技术规程》。部分学者对工期优化进行了研究。厚恩将约翰逊
‑
贝尔曼法则应用在公路工程工期优化问题中,此方法可以在不增加资源和额外投入的情况下有效缩短工期。池传树将分界排序法和潘特考夫斯基法相结合求得了工期最优的施工段施工顺序。郑显春介绍了矩阵法的优化原理,并通过实例证明了矩阵法解决流水施工施工段排序问题是可行的。Rossi F L提出一种改进的启发式算法解决混合无空闲流水车间调度问题,通过实验证明所提出的启发式算法在解的质量和计算效率方面都有很好的性能。Wang C L针对车间调度问题设计了一种双层编码遗传算法,通过测试证明该算法在小数据情况下具有较好的稳定性,可以达到提高仓储物流流通效率,降低流通费用的目的。Yuan S提出一种协同进化遗传算法解决双机流水车间群调度问题,实验结果表明该算法对此问题是有效的。专利《一种公路工程多目标施工计划 ...
【技术保护点】
【技术特征摘要】
1.面向客户群的装修工程开放动态施工组织多目标优化方法,其特征为:包括模式一和模式二,所述的模式一为:针对静态施工组织多目标优化问题,将总施工工期、总运输成本、总窝工时间作为优化目标,建立静态装修工程施工组织多目标优化问题数学模型,将多种群遗传算法融入到NSGA
‑
II算法中,对算法框架及编码方式、适应度函数、遗传操作、参数选择进行设计,对建立的模型进行求解;所述的模式二为:针对动态事件的施工组织多目标优化问题,建立新客户加入、工序工期延误、紧急订单三种动态事件的数学模型,使用滚动窗口技术对客户分类,将动态优化过程分解为多个静态过程,然后在各个静态过程内采用模式一中的静态优化方案,从而实现动态装修工程施工组织多目标优化。2.如权利要求1所述的面向客户群的装修工程开放动态施工组织多目标优化方法,其特征为:所述的模式一中,建立静态装修工程施工组织多目标优化问题数学模型时,对客户施工排序优化问题做如下假设:(1)各施工工序一次完成,不允许半途终止,在既定时间内完成施工;(2)各工序只有一个专业施工队,且同一时刻一个专业施工队只能给一个客户施工;(3)同一时刻一个客户只能进行一个施工工序,即不能进行交叉作业;(4)每个客户的工序施工顺序相同,即所有工序必须按照一定的顺序进行施工;(5)各工序的施工时间是已知的;(6)相邻客户之间运输材料设备等花费的时间不影响总工期,不考虑在施工进度计划中;(7)每个客户的优先级是相同的;对参数变量分别定义为:n代表装修客户的总数;m代表施工工序的数量;i表示第i个客户;j表示第j个工序;time表示客户施工的时间矩阵;time_1表示定制家具的时间矩阵;C表示运输成本矩阵;S
ij
表示第i个客户、第j个工序的施工开始时间;P
ij
表示第i个客户、第j个工序的施工结束时间;t
ij
表示第i个客户、第j个工序的施工持续时间;C
ik
表示第i个客户到第k个客户的运输成本;W
ij
表示第i个客户、第j个工序的窝工时间;D
ij
表示第i个客户、第j个工序的延迟时间;MinObjv表示精华种群;针对上述假设与参数变量,结合客户施工排序优化问题的特性,建立约束条件,并确定目标函数。3.如权利要求2所述的面向客户群的装修工程开放动态施工组织多目标优化方法,其特征为:所述的模式一中,建立约束条件的步骤为:针对上述假设与参数变量,结合客户施工排序优化问题的特性,建立以下约束条件的数学模型:P
ij
=S
ij
+t
ij
ꢀꢀꢀꢀ
(1)S
ij
+t
ij
<S
i(j+1)
ꢀꢀꢀꢀ
(2)P
ij
<S
(i+1)j
ꢀꢀꢀꢀ
(3)S
ij
≥0,P
ij
≥0,t
ij
≥0,C
ij
≥0,D
ij
≥0
ꢀꢀꢀꢀ
(4)式(1)表示某工序施工结束时间等于施工开始时间加施工持续时间,其中,i=1,2,
…
,n;j=1,2,
…
,m;式(2)表示某工序施工完成才能进行下一个工序的施工,保证了同一时刻一个客户只能进行一项施工工序,其中,i=1,2,
…
,n;j=1,2,
…
,m
‑
1;式(3)表示某客户的某工序完成后下一个客户才能进行此工序的施工,保证了同一时
刻一个专业施工队的工人只能对一个客户进行施工,其中,i=1,2,
…
,n
‑
1;j=1,2,
…
,m;式(4)表示所有的参数是非负的,其中,i=1,2,
…
,n;j=1,2,
…
,m;由式(2)和式(3)知:第一个施工客户的第一个工序的施工开始时间没有约束条件限制,S11=0;第一个施工客户的第二个及以后的工序的施工开始时间要满足式(2)的约束条件,即本工序的施工开始时间不早于前一个工序的施工结束时间;第二个及以后的施工客户的第一个工序要满足式(3)的约束条件,即本工序的施工开始时间不早于上一个施工客户此工序的施工结束时间;除上述提及到的客户施工工序外,其它工序要同时满足式(2)和式(3)的约束条件,即本工序的施工开始时间不早于前一个工序的施工结束时间,也不早于上一个施工客户此工序的施工结束时间;所述的模式一中,确定目标函数的方法为:选取总施工工期、总运输成本、总窝工时间作为求解的目标;总施工工期的目标函数如式(5)所示:f1=min(T
n
)
ꢀꢀꢀꢀ
(5)总运输成本的目标函数如式(6)所示:总窝工时间的目标函数如式(7)所示:总的目标函数表达式如式(8)所示:min:F=(f1,f2,f3)
T
=f(x)
ꢀꢀꢀꢀ
(8)4.如权利要求3所述的面向客户群的装修工程开放动态施工组织多目标优化方法,其特征为:所述的模式一中,还包括针对目标函数对算法进行优化的过程,包括:针对静态施工组织多目标优化问题,采用NSGA
‑
II算法求解:首先创建规模为N的初始种群P
i
,根据适应度值计算结果对其进行非支配排序和拥挤距离计算;然后进行选择操作,对于两个个体,当序值不同时,选择序值小的个体,不考虑两者的拥挤距离;当序值相同时,选择拥挤距离大的个体;然后对选择出来的个体进行交叉、变异操作,产生子代种群Q
i
,将父代种群P
i
与子代种群Q
i
合并成新种群R
i
,对新种群R
i
进行非支配排序和拥挤距离计算,根据非支配排序和拥挤距离的计算结果修剪种群,选择前N个个体作为新种群P
i+1
,后N个个体被淘汰;对新种群P
i+1
重复上述操作,一直循环直到达到终止条件;同时,将多种群遗传算法与NSGA
‑
II算法相结合,提高算法的求解精度。5.如权利要求4所述的面向客户群的装修工程开放动态施工组织多目标优化方法,其特征为:所述的模式一中,编码方式的设计指的是:假设有n个客户,在0
‑
1之间随机产生n个数,将n个数由小到大进行排序,该数字在原序列中的位次即为施工的客户编号;所述的模式一中,采用随机初始化的方法进行初始化种群;所述的模式一中,遗传操作设计指的是:(1)选择操作:选择操作方式是规模为2的锦标赛选择法,将种群随机分成N/2组,每组有2个个体,从这2个个体中选择适应度值较高的一个个体复制到子代,适应度值较低的个体淘汰掉;重复上述操作过程,再选出N/2个个体,最终得到个体数目为N的种群;
(2)交叉操作:采用的交叉方式为单点交叉,交叉点一侧的基因保留,另一侧的基因与...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。