温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
NSGA
装配式
建筑
施工
机械
排班
方案
优选
第 卷第 期 年 月土木工程与管理学报 .:./.收稿日期:修回日期:作者简介:王静静()女山东威海人博士副教授研究方向为系统可靠性(:.)通讯作者:王宗喜()男山东淄博人硕士研究生研究方向为工程项目管理(:.)基金项目:国家自然科学基金青年项目()青岛理工大学 年高层次人文社科培育项目 青年项目()基于 的装配式建筑施工机械排班方案优选王静静 王宗喜 刘慧敏(青岛理工大学 管理工程学院 山东 青岛)摘 要:建筑业是我国国民经济的支柱产业同时也是我国碳排放的主要来源 在装配式 建筑项目构件安装过程中施工机械是最主要的碳排放来源并且施工机械的数量同时会对建设工期和成本造成影响 因此本文从装配式 建筑的构件安装过程出发建立工期、成本和碳排放多目标优化模型采用 算法求得三个目标权衡的 最优前沿 之后运用 方法选择最优的施工机械排班方案最后通过案例验证了模型的有效性 结果表明:多目标优化方法能够使装配式建筑施工的机械成本和碳排放分别降低.元和.因此本文方法适用于装配式 建筑施工机械数量的排班方案优选并能为工程施工时的机械数量设置提供一定的指导作用关键词:装配式建筑 碳排放 多目标优化 中图分类号:.文献标识码:文章编号:()():.:碳中和作为我国重要的发展目标对保护环境、改善人类生活环境有着重要的意义 而建筑业作为我国国民经济支柱产业也是碳排放的主要来源 根据 中国建筑能耗研究报告 土木工程与管理学报 年显示 年建筑过程碳排放总量为.亿吨占全国碳排放比重的.因此实现建筑业的节能减排对实现碳中和目标有着重要的意义 装配式建筑可以降低粉尘、噪声等对环境的污染具有节能环保、提高劳动力利用效率的优点 而在装配式建筑的施工过程中施工机械是最大的碳排放来源 因此本文以装配式建筑施工过程为对象优化装配式建筑施工阶段施工机械数量以降低装配式建筑施工阶段的碳排放量装配式 建筑施工机械的数量不仅影响施工阶段的碳排放量同时对建设工期和成本造成影响 随着对工程项目优化的深入研究优化建筑项目的成本和工期已经成为提高项目管理水平的有效手段 工程项目管理的优化问题起源于单目标优化学者们以工期或成本作为优化目标以实现工程项目工期最短或成本最小 黄镇圣等构建了计算总工期完工的隶属函数模型并基于完工隶属度求出缩短工序作业时间的最优方案模型与方法 随着科学技术的发展学者们开始研究在保证工期最短的基础上同时实现施工成本最小化 等提出了具有变化参数的自适应蚁群优化算法以解决时间和成本的优化问题但是碳排放作为目前中国需要实现的目标在建设项目施工时也应考虑在内 刘香香等建立了装配式建筑多模式工期 成本 碳排放模型以模式类型为决策变量实现了工期 成本 碳排放量的权衡 但未将装配式建筑施工过程中机械数量对碳排放的影响考虑在内现有绿色建筑物的研究仍存在一些缺陷例如多基于施工工期和成本的单目标或工期和成本的双目标优化忽略了碳排放的影响 装配式建筑施工阶段可以用于决策的信息较少综合考虑施工机械排班方案优选的文献较少 因此本文基于装配式建筑的低能耗、低成本的施工理念综合考虑多目标之间的相互制约关系构建装配式建筑施工阶段的多目标优化模型和方案优选的两阶段方法 在多目标算法方面采用 算法求解多目标优化问题在多属性决策方法方面为了提高决策结果的可靠性采用了 方法 多目标优化模型构建.模型描述大部分装配式 建筑的构件安装工序依次分为以下过程:吊装准备、梁吊装、板吊装、楼梯和阳台吊装、外墙板吊装、进入上一层安装等流程如图 所示 各工序都需要一定数量的施工机械同时各活动会因施工机械数量的变化而造成工期、施工机械成本和碳排放量的不同?图 装配式建筑构件安装流程基于装配式 建筑的装配流程考虑一个由 个活动组成的项目网络模型 每个活动完成后才可以进行下一个活动且各活动之间没有交叉作业网络图如图 所示1243nn-1图 由 个活动组成的项目网络基于上述模型的定义模型假设如下:()施工机械的数量受场地限制()项目不会因资金不足或质量不达标而延期或停工.目标函数及决策变量()工期最短一般来说项目工期会对成本和碳排放造成影响 因此需要合理的安排工期以免对项目造成不良影响 装配式建筑在施工过程中项目的工期与资源的数量有关 当资源的数量接近于 时项目的工期接近于当资源的数量接近于时由于场地容量的限制工期则接近于项目的最短时间 由此可以得到工期与资源之间的关系如图(图中:为项目工期为项目限制的最短工期 为资源数量)所示0RTTmin图 工期 资源关系对 中资源受限项目的基准数据集()进行拟合得到工期 机械数量的关系式:()由模型的描述可得项目由 个活动组成由于项目没有交叉作业因此项目的总工期 可以 第 期王静静等:基于 的装配式建筑施工机械排班方案优选表示为:()()因此多目标优化的第一个优化目标函数为:()约束条件为:()式中:为活动 的工期为活动 的工期 机械数量的相关系数为活动 所需的机械数量为项目规定的最大工期()机械成本最低装配式建筑施工过程中机械成本与机械使用的数量、机械的台班价格和机械的使用时间有关 一般来说使用的机械越多所付的费用就越多但在实际施工过程中随着机械数量的增加建筑工期则会缩短进而导致机械的使用时间降低 因此施工机械数量不仅会影响建筑工期也会对机械的使用成本造成影响 具体如式()所示 ()因此多目标优化的第二个目标函数为:()()约束条件为:()另外由于施工场地有限以及机械数量的限制机械数量约束条件为:()式中:为施工阶段机械使用总成本 为机械的台班单价为项目规定的最高成本为机械可用最大数量()机械碳排放最低装配式建筑施工阶段的碳排放主要来源于施工机械即施工机械在工作过程中运输构件所产生的碳排放 通过调查施工安装阶段常用的机械为垂直运输机械 与机械的使用成本相同随着机械数量的增加建筑工期会相应缩短从而导致机械的使用时间降低进而影响机械的碳排放量 垂直运输机械的碳排放计算公式如式()所示 ()式中:为装配式施工阶段机械所产生的碳排放量总和为电力碳排放因子 为单位台班消耗量垂直运输机械的单位台班能源消耗量约为.因此多目标优化的第三个目标函数为:()()决策变量本文的优化目标为工期 成本 碳排放的多目标优化权衡优化过程中各活动的施工机械数量是主要决策变量 依据不同机械排班方案所造成的不同结果建立优化模型如下所示:().()算法求解.算法简述最初是由 等于 年在 的基础上提出的采用快速非劣分层排序机制能够很好地逼近 前沿同时通过引入拥挤度算子保证了 最优解分散的均匀度 算法由于其计算时间少、鲁棒性高的优点在各个领域得到了广泛的应用 由于本文中所提到的优化模型属于混合非线性优化问题 算法因其较强的变量处理能力最大限度地保持了各优化目标之间的独立性和较好的全局寻优能力可有效求解这一问题 土木工程与管理学报 年.算法流程对各活动的施工机械数量采用了整数编码方式如图 所示 每条染色体代表一种施工方案基因的位置及基因的值分别表示为活动的序号及该活动所选择的机械数量每个活动的机械数量方案作为基因的选择 算法流程如下?24541813?45图 编码方式()产生初始种群 读取装配式建筑施工的目标函数根据决策变量产生初始化种群()选择 为了将更好的基因传递给下一代并保证种群的多样性本文采用了锦标赛选择法首先从种群中随机选择 条染色体之后比较 条染色体被支配的次数保留被支配次数较少的染色体 如果 条染色体被支配次数相等则比较 条染色体的拥挤度并保留拥挤度高的染色体()交叉 为了防止当前种群中的最佳个体在下一代丢失本文采用单点交叉的方法 首先产生一个随机交叉点之后以交叉点为基准交换两个父代的部分染色体 通过父代的染色体交换产生一个新的染色体 具体如图 所示157118.1245432.4157132.4245418.16622?1?2?1?2图 单点交叉()变异 为了防止遗传算法优化过程中陷入局部最优解在优化过程中需要进行变异操作本文采用单点变异即在基因序列中只需要对一个位置进行突变具体如图 所示159364.1139721.6157364.1242?1?2?图 单点变异()非支配排序和拥挤度计算 假设有两个解 和 并比较两个解的三个目标函数值 如果 的三个目标函数值都小于或等于 并且其中一个目标函数值完全小于 则称 被 支配 然后推导出每个解被支配的次数并得到 最优前沿()终止 当满足最大迭代次数时终止条件输出结果 方法求解.方法简述通过上述 算法可以得到一组 最优前沿然而并没有得到一个最优的方案 因此需要采用决策方法确定 最优前沿中的最优方案 本研究采用 方法选择最优的机械排班方案 法是一种根据有限个评价对象与理想化目标的接近程度进行排序的方法在使用前提上只要求所有效用函数均具备单调递增或单调递减的性质即可 因此 法现已成为多目标决策研究中的常用方法.方法求解流程()构造评价矩阵 将每个评价方案 垂直放置评价指标 水平放置构造评价矩阵 如下式所示:()()无量纲化 通过将设计方案 和评价指标 除以向量的范数来对评价矩阵进行无量纲化数学表达式如下所示:()()计算加权决策矩阵()式中:为第 个指标的权重()计算正负理想解 ()()()计算第 个方案与正负理想解间的距离 ()()()()第 期王静静等:基于 的装配式建筑施工机械排班方案优选()计算第 个方案与正理想解的相对贴进度()实例分析本研究选择 中资源受限项目的基准数据集()展开实例分析 该项目由 个活动组成 个活动分别为剪力墙构件吊装、预制叠合梁吊装、预制叠合板吊装、预制楼梯吊装、预制阳台和外墙板吊装项目活动流程如图 所示项目占地面积为 由于场地限制该项目的垂直运输机械限量为 台台班单价为.万元各活动的其他参数如表 所示 首先梳理各活动之间的流程建立模型之后推导项目的工期、机械使用成本和机械碳排放量并运用 算法求解出 最优前沿最后采用 方法选出最优的排班方案13452图 项目工序表 各活动的相关参数活动编号.多目标优化在三维目标均衡条件下以各活动的机械数量为优化目标采用 获得帕累托最优边界 在 中假设种群规模为 并搜索 代交叉概率为.突变概率为.运用 对三维子目标函数进行综合寻优图 中的迭代过程显示在迭代优化过程中时间、成本和碳排放都有所降低 因此所提出的多目标优化模型可以同时优化这三个目标22212019184644424010203040?/t?/?/d?=5?=10=15=20图 迭代过程中的帕累托最优前沿 结合前文求解原理并代入设定好的 模型对参数进行求解通过工期 成本 碳排放的多目标优化后精选出 种方案最终的帕累托最优前沿如图 所示141822263034?/d20151050?/t4042444648?/图 最优前沿.最优方案选择通过 生成 解后采用 对各方案进行排序并确定其中的最优方案 在本研究中假设所有目标的权重相等即/和/各方案的评价指标如表 所示.对比分析传统模型是指以最小化施工工期为目标的函数不考虑成本和碳排放的影响 采用遗传算法得到机械工期最短的各活动机械数量如表 所示为了验证本文所建立模型的有效性将本文所提出的模型与传统模型进行比较分析 对比结果如图 所示 通过对比分析发现传统模型的工期较多目标优化模型提前.这意味着传统表 评价结果方案各活动机械排班工期/成本/万元碳排放量/得分排名.土木工程与管理学报 年表 传统模型优化结果活动机械数量模型比多目标优化模型提前完工 此外对比成本和碳排放量发现传统模型的成本和碳排放量分别比多目标优化模型高.万元和.2520151050?14 8.19 9.47 01543.40 46835.21.958448464442403836222120191817?/d?/?/t18.9006(a)?(b)?(c)?图 传统模型与多目标模型对比主要原因是传统模型不考虑成本和碳排放的影响导致成本和碳排放提高 结 论随着人们对节能减排的不断关注作为碳排放的主要来源建筑业更需要对碳排放进行优化以满足节能减排的要求 相较于传统式建筑装配式建筑更有利于节能减排因此许多学者也针对装配式建筑的碳排放进行了研究 在以往研究的基础上本文为装配式 建筑吊装阶段设计了一种多目标权衡的机械排班选择方法 本文在建立工期 成本 碳排放模型后力求通过施工机械排班方案的合理选择实现装配式建筑构件吊装的成本、工期与碳排放的多目标优化 本文以施工机械数量作为决策变量在满足工期、机械成本和碳排放量最小化的目标下结合 算法得到综合的 最优前沿 之后采用 方法给 最优前沿进行打分由此选择出最优的方案 最后通过算例验证了所提方法的有效性通过对比分析得出所提出的模型较传统模型的优化结果降低了.的碳排放量和.万元的成本该方案选择模型与方法能运用于施工现场更复杂的工序流程从而进一步实现整个施工现场的整体优化参考文献 刘志仁.论“双碳”背景下中国碳排放管理的法治化路径.法律科学(西北政法大学学报)():.熊海贝 郑颖达.高层建筑中新型绿色混凝土 木框盒体系研究.建筑结构 ():.佚 名.中国建筑能耗研究报告.建筑节能():.于 淼 谢 武 项英辉.多模式下装配式建筑工程资源受限调度方法.科学技术与工程():.曹 西 缪昌铅 潘海涛.基于碳排放模型的装配式混凝土与现浇建筑碳排放比较分析与研究.建筑结构 ():.黄镇圣 郑怀洲 陈浩光.基于完工隶属度的网络计划优化.模糊系统与数学 ():.():.刘香香 孙 凤.基于蚁群算法的装配式建筑施工工序多目标优化模型.土木工程与管理学报():.杨怡莹.装配式建造模式下资源受限项目调度优化研究.沈阳:沈阳建筑大学./.:/./.中华人民共和国住房和城乡建设部.建筑碳排放计算标准:/.北京:中国建筑工业出版社.():.王春林 叶剑 曾成 等.基于 遗传算法高比转速混流泵多目标优化设计.农业工程学报 ():.何琴琴 李希胜 万寅子.基于 的老旧小区改造方案优选.科学技术与工程 ():.闫军威 卢泽东 周璇.基于 的冷源机房设备运行参数多目标优化.科学技术与工程():.杨秀敏 耿 静 徐 游 等.基于 模型的海南岛土地综合承载力时空变化及障碍度诊断.生态学报 ():.王壮壮 姚凯文 张 丹.基于 法的三峡外迁移民社会适应性评价/.中国农村水利水电:.:/./.