System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于改进NSGA-II的大体量钢结构建筑工期成本优化方法技术_技高网

基于改进NSGA-II的大体量钢结构建筑工期成本优化方法技术

技术编号:41251687 阅读:7 留言:0更新日期:2024-05-09 23:59
基于改进NSGA‑II的大体量钢结构建筑工期成本优化方法。通过使用工作分解结构(WBS)技术对于项目进行分解,并结合Tekla所建立的数字模型和相关建筑信息获得所需相关信息,从而构建数学模型。并对于方法NSGA‑II进行改进,使其更适应大体量钢结构建筑特点,对数学模型进行求解,并根据现场实际施工情况,对于变动部分及其后续计划进行重新返回求解,输出可行计划,通过案例比对原有计划和优化后计划,结果显示本发明专利技术提出的改进NSGA‑II的大体量钢结构建筑工期成本优化方法输出结果更加精确,对于大体量钢结构建筑适用性更好,更符合工程实际情况。

【技术实现步骤摘要】

本专利技术涉及基于改进nsga-ii的大体量钢结构建筑工期成本优化方法。


技术介绍

1、随着社会的发展,钢结构建筑在现代建筑领域扮演着越来越重要的角色,其具有高强度、抗震性能好、施工速度快等优势,然而,由于大体量钢结构建筑往往具有构件数量庞大、结构复杂,以及施工过程中存在的各种不确定性等特点,其建筑施工的工期成本统筹优化一直是一个挑战。因此如何科学地设计整个工程的施工过程,利用bim技术获得相关工程信息,运用智能算法对其工期成本进行优化,合理有效地控制工程项目的工期和成本成为了时下一个热点。

2、在针对建筑工期成本优化的问题上主要采用以下方法:网络计划法,经验管理法和智能算法优化。网络计划法是使用网络计划方法(如关键路径法)来确定项目的关键路径和关键活动,以便更好地控制工期和成本。无法根据项目施工中的突发情况进行实时调整;经验管理法相对来说可以根据项目管理者的管理经验对于项目进程进行实时管理,但由于大体量钢结构建筑具有钢材使用量大、材料类型多、尺寸巨大和设计复杂等情况,管理难度大,效率低。智能算法优化往往采用传统的遗传算法,流程简单,对于大体量装配式建筑施工特点符合性差,所得结果不稳定。


技术实现思路

1、为克服上述问题,本专利技术提供基于改进nsga-ii的大体量钢结构建筑工期成本优化方法。

2、本专利技术采用的技术方案是:基于改进nsga-ii的大体量钢结构建筑工期成本优化方法,包括以下步骤:

3、步骤1,使用工作分解结构技术分解项目,获取具体实施内容,并分析相关执行逻辑;根据tekla软件创建三维数字模型,提取构件信息明细表,结合project软件中原有初始施工进度计划获得相关的工程数据信息;最后建立项目相关成本-工期的数学模型;

4、步骤2,设置初始参数,种群数量,迭代次数和优化维数,将步骤一中所提取的数据通过xlsread函数写入matlab软件中,得到所需数据集,具体包括:

5、(2.1)设定适应度函数如下所示:

6、

7、minc=cd+ci               (2)

8、式中,t为项目所需总工期,ti为关键路径上工序i的持续时间,c为项目所需总成本,cd为直接成本,ci为间接成本;

9、(2.2)设定各个施工流程工期成本取值范围,确定初始种群的范围;

10、(2.3)模拟染色体杂交,引入佳点集思想进行种群初始化,首先确定佳点r,r的计算公式如下

11、rj=ej                        (3)

12、式中,j=1,2,3,...,m;构造数量n=pop_size的佳点集p,并将p映射到种群所在可行域上,生成初始种群;

13、(2.4)对于初始种群进行非支配排序后进行选择、交叉、变异三项基本操作后得到初代子群,从第二代子群开始,将父代子群与子代子群合并后通过非支配排序及个体拥挤度进行排序后运用线性排名的思想选取形成新的父代子群,其具体过程为将个体先更具适应度函数对等级进行降序排序,在对拥挤距离进行升序排序,对单个个体而言排名越低,代表适应度越大,被选择概率越高,排序完成后计算单个个体被选择概率gi,并进行选择;

14、(2.5)通过遗传算法基本操作进行选择,变异,交叉形成新的子代种群,以此重复迭代直到满足当前代数等于设定最大迭代代数;

15、步骤3,基于对于改进nsga—ii算法所解得的工期成本结合步骤一中所得相关建筑信息,形成施工计划;对于项目施工中出现突发情况导致的施工计划变动,对于未完成部分重新返回原有体系算法中进行求解,以满足动态调整需求。

16、进一步,所述步骤1中,对于成本-工期的数学模型描述如下:

17、

18、

19、式中,ti为关键路径上工序i的持续时间,c为总成本,cd为直接成本,ci为间接成本,为工序i的直接成本费用,为工序i在正常情况下的直接成本,为工序i在最短时间情况下的直接成本,μi为工序i直接成本系数,为在正常情况下的工序i所需时间,ti为实际工序i花费时间,γ为间接成本系数;

20、进一步,所述步骤2.3中,引入佳点集思想初始化种群,具体如下

21、计算在m维优化空间取n个佳点的佳点集:p(i)={(r1i,r2i,...,rmi),i=1,2,3,...,n}

22、可行域映射:其中,为该种群个体,maxj为当前维度上限,minj为当前维度下限。

23、进一步,所述步骤2.5中,父代种群选择单个个体概率为

24、

25、式中,i表示第i个个体,且i=1,2,3,...,n。n为种群数量,a和b为指定常数。

26、本专利技术的有益效果是:

27、1、本专利技术针对大体量装配式钢结构工程的钢构件多,种类复杂等特点,采用tekla等bim技术结合智能算法,解决了传统经验管理法中效率低,大规模项目适应性差的问题

28、2、通过对于nsga-ii算法种群初始化和选择策略的改进,引入佳点集和线性选择排名的思想,对其进行优化改进,改进其种群多样性,避免其陷入局部收敛的同时加快算法求解速度,使结果更加接近理论最优解。

29、3、根据大体量装配式钢结构建筑特点,建立数学模型求解,使其满足施工项目易受突发情况影响的特点,具有更好地灵活性。

本文档来自技高网...

【技术保护点】

1.基于改进NSGA-II的大体量钢结构建筑工期成本优化方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于改进NSGA-II的大体量钢结构建筑工期成本优化方法,其特征在于:所述步骤1中,对于成本-工期的数学模型描述如下:

3.根据权利要求1所述的基于改进NSGA-II的大体量钢结构建筑工期成本优化方法,其特征在于:所述步骤2.3中,引入佳点集思想初始化种群,具体如下

4.根据权利要求1所述的种基于改进NSGA-II的大体量钢结构建筑工期成本优化方法,其特征在于:所述步骤2.5中,父代种群选择单个个体概率为

【技术特征摘要】

1.基于改进nsga-ii的大体量钢结构建筑工期成本优化方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于改进nsga-ii的大体量钢结构建筑工期成本优化方法,其特征在于:所述步骤1中,对于成本-工期的数学模型描述如下:

3.根据权利要求1所述...

【专利技术属性】
技术研发人员:王一博孟凡丽齐岩徐嘉懿
申请(专利权)人:浙江工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1