STUDY AND APPLY ACO ALGORITHM IN TIME COST OPTIMIZATION OF CONSTRUCTION PROJECT NGHIÊN cứu ỨNG DỤNG THUẬT TOÁN ACO (ANT COLONY OPTIMIZATION) tối ưu THỜI GIAN và CHI PHÍ CHO dự án xây DỰNG

NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN ACO (ANT COLONY OPTIMIZATION) TỐI ƯU THỜI GIAN VÀ CHI PHÍ CHO DỰ ÁN XÂY DỰNG TS Phạm Hồng Luân Trường Đại học Bách Khoa TP.HCM KS Dương Thành Nhân Công ty CP Tài trợ Phát triển địa ốc R.C TÓM TẮT Bài tốn tối ưu thời gian - chi phí khía cạnh quan trọng quản lý dự án xây dựng Để cực đại hóa lợi nhuận, nhà lập kế hoạch xây dựng phải cố gắng tìm cách tối ưu đồng thời thời gian chi phí Trong nhiều năm qua, nhiều nghiên cứu thực nhằm nghiên cứu mối quan hệ thời gian - chi phí, kỹ thuật ứng dụng từ phương pháp tìm kiếm, phương pháp tốn học thuật giải di truyền Trong báo này, thuật toán tối ưu dựa tảng tiến hóa, với tên gọi tối ưu đàn kiến (ACO) ứng dụng để giải toán tối ưu đa mục tiêu thời gian chi phí Bằng cách kết hợp với phương pháp trọng số thích ứng sửa đổi (MAWA), mơ hình tìm lời giải tối ưu Mơ hình ACO-TCO pháp triển chương trình máy tính Visual Basic Một ví dụ phân tích để minh họa khả mơ so sánh với phương pháp trước Kết phương pháp có khả tìm kết tốt mà không cần sử dụng nhiều đến máy điện tốn, từ cung cấp phương tiện hữu hiệu để hỗ trợ nhà lập kế hoạch quản lý việc lựa chọn định thời gian – chi phí cách hiệu Giới thiệu Với đời sáng kiến kỹ thuật xây dựng hiệu quả, sáng kiến quản lý phương pháp phân phát, thời gian xây dựng cải thiện cách rõ rệt vòng vài thập kỷ gần Trên quan điểm chủ đầu tư, dự án kết thúc sớm giúp giảm bớt khoản nợ tài cho phép họ thu lại nguồn vốn đầu tư sớm Mặt khác, nhà thầu tiết kiệm chi phí gián tiếp giảm thiểu nguy lạm phát số lượng nhân công thời gian dự án rút ngắn Trên sở này, nhà lập kế hoạch quản lý dự án cố gắng bảo đảm tất hoạt động xây dựng phải hồn thành khơng thời gian tiến độ mà phải vượt tiến độ đề Bài toán tối ưu thời gian – chi phí (time-cost optimization – TCO) toán quan trọng việc lập quản lý dự án Các nhà quản lý dự án phải lựa chọn nguồn tài nguyên thích hợp, bao gồm: kích cỡ tổ đội, vật tư thiết bị, máy móc… phương pháp kỹ thuật thi công để thực công tác dự án Nói chung, có mối quan hệ tương quan thời gian chi phí để hồn thành cơng tác; chi phí thấp thời gian thực công tác kéo dài, ngược lại Những tốn loại thường khó giải chúng khơng có đáp án Vì vậy, nhiệm vụ nhà quản lý dự án phải xem xét, đánh giá cách kỹ lưỡng nhiều phương pháp khác nhằm đạt kết cân tối ưu thời gian chi phí Các phương pháp để giải tốn TCO chia thành ba nhóm: phương pháp tìm kiếm (heuristic methods), phương pháp quy hoạch tốn học (mathematical programming models) thuật toán tối ưu dựa tảng tiến hóa (evolutionary-based optimization algorithms_EOAs) Phương pháp tìm kiếm kỹ thuật tìm kiếm dựa ý kiến chủ quan của người định Các phương pháp tìm kiếm tiêu biểu dùng để giải toán TCO gồm : phương pháp Fondahl (1963), phương pháp khung (Prager 1963), phương pháp độ dốc chi phí hiệu (Siemens 1971),… Phương pháp quy hoạch tốn học sử dụng chương trình tốn học quy hoạch tuyến tính (linear programming_LP), giới thiệu Kelly (1961), Hendrickson and Au (1989) Pagnoni (1990) để mơ hình hóa mối quan hệ tuyến tính thời gian – chi phí Ngồi ra, quy hoạch số nguyên (integer programming_IP) giới thiệu Meyer & Shaffer (1963) để giải mối quan hệ tuyến tính rời rạc thời gian – chi phí Gần đây, Burns cộng (1996) phát triển mơ hình lai ghép LP/IP nhằm thiết lập đáp án xác cho khoảng thời gian mong muốn Cả hai phương pháp tìm kiếm quy hoạch tốn học có điểm mạnh nhược điểm riêng việc giải toán TCO Tuy nhiên, dự án lớn với sơ đồ mạng lớn, phương pháp tìm kiếm phương pháp quy hoạch toán học đạt lời giải tối ưu cách hiệu Với mục tiêu đạt lời giải tối ưu cho toán TCO, nhiều nhà nghiên cứu bắt đầu khám phá khả sử dụng phương pháp tiên tiến, EOAs EOAs (evolutionary-based optimization algorithms) phương pháp nghiên cứu dựa việc mô q trình tiến hố giới tự nhiên hành vi xã hội loài Trong số EOAs, GAs (genetic algorithms) - thuật giải di truyền - sử dụng rộng rãi nhằm thu lời giải tối ưu cho toán tối ưu đa mục tiêu nhiều lĩnh Chẳng hạn, Feng cộng (1997) phát triển mơ hình GA mà cải thiện mơ hình lai ghép phát minh Liu cộng (1995) Feng cộng (2000) phát triển mơ hình GA cho tốn cân thời gian-chi phí xây dựng Bên cạnh thuật giải di truyền, nhiều kỹ thuật EOA khác lấy cảm hứng từ nhiều tiến trình khác tự nhiên phát triển thuật toán memetic (Moscato 1989), tối ưu bầy đàn (Kenedy Eberhart 1995)… Vào đầu thập niên 90, thuật toán với tên gọi Tối ưu đàn kiến (Ant Colony Optimization_ACO) đề xuất phương pháp việc tìm kiếm lời giải tối ưu cho toán tối ưu đa mục tiêu ACO lần tiên ứng dụng để giải toán người thương gia TSP (Traveling Salesmen Problem), gần mở rộng cải tiến để áp dụng cho nhiều toán tối ưu khác Bài báo sâu nghiên cứu ứng dụng thuật toán ACO - phương pháp tìm kiếm nên dạng heuristic - để giải toán tối ưu đa mục tiêu TCO dự án xây dựng Việc phát triển chương trình máy tính dựa mơ hình thuật tốn nghiên cứu, nhằm kiểm tra kết dựa số liệu dự án xây dựng thực tế, so sánh với phương pháp trước đây, xem xét báo Thuật toán ACO ACO (Ant Colony Optimization – Tối ưu đàn kiến) phương pháp nghiên cứu lấy cảm hứng từ việc mô hành vi đàn kiến tự nhiên nhằm mục tiêu giải toán tối ưu phức tạp Được giới thiệu lần vào năm 1991 A Colorni M Dorigo, Giải thuật kiến nhận ý rộng lớn nhờ vào khả tối ưu nhiều lĩnh vực khác Khái niệm ACO lấy cảm hứng từ việc quan sát hành vi đàn kiến trình chúng tìm kiếm nguồn thức ăn Người ta khám phá rằng, đàn kiến tìm đường ngắn từ tổ chúng đến nguồn thức ăn Phương tiện truyền đạt tín hiệu kiến sử dụng để thông báo cho khác việc tìm đường hiệu mùi chúng (pheromone) Kiến để lại vệt mùi mặt đất chúng di chuyển với mục đích đánh dấu đường cho theo sau Vệt mùi bay dần theo thời gian, củng cố kiến khác tiếp tục đường lần Dần dần, kiến theo sau lựa chọn đường với lượng mùi dày đặc hơn, chúng làm gia tăng nồng độ mùi đường yêu thích Các đường với nồng độ mùi rốt bị loại bỏ cuối cùng, tất đàn kiến kéo đường mà có khuynh hướng trở thành đường ngắn từ tổ đến nguồn thức ăn chúng (Dorigo Gambardella 1996) Để bắt chước hành vi kiến thực, Dorigo xây dựng kiến nhân tạo (artificial ants) có đặc trưng sản sinh vết mùi để lại đường khả lần vết theo nồng độ mùi để lựa chọn đường có nồng độ mùi cao để Gắn với cạnh (i,j) nồng độ vết mùi ij thông số heuristic ij cạnh Ban đầu, nồng độ mùi cạnh (i,j) khởi tạo số c, xác định theo công thức : ij = 0 = m , (i,j) C nn (1) Trong : : nồng độ vết mùi cạnh i,j  ij  m : số lượng kiến nn  C : chiều dài hành trình cho phương pháp tìm kiếm gần Tại đỉnh i, kiến k chọn đỉnh j chưa qua tập láng giềng i theo quy luật phân bố xác suất xác định theo công thức sau: k ij p = Trong :  pijk  [ ij ] [ ij ] lNik [ il ] [il ] , j N ik (2) : xác suất kiến k lựa chọn cạnh i,j  α : hệ số điều chỉnh ảnh hưởng τij : thơng tin heuristic giúp đánh giá xác lựa chọn kiến  ij định từ đỉnh i qua đỉnh j ; xác định theo công thức :  d ij    N ik  ij = 1/dij (3) : khoảng cách đỉnh i đỉnh j : hệ số điều chỉnh ảnh hưởng ηij : tập đỉnh láng giềng i mà kiến k chưa qua Quy luật mô hoạt động vòng quay xổ số nên gọi kỹ thuật bánh xe xổ số Cho số 0q01 số 0q1 tạo cách ngẫu nhiên Con kiến k đỉnh i lựa chọn đỉnh j để theo quy tắc lựa chọn mô tả công thức sau :  arg max  il    il  lN ik j  J    Nếu qq (4) Ngược lại Trong :  q : giá trị lựa chọn cách ngẫu nhiên với xác suất không thay đổi khoảng [0,1]  0qo1: số cho trước  J : biến số ngẫu nhiên lựa chọn theo phân bố xác suất cho quy luật phân bố xác suất theo công thức (2) Sau trình kiến tìm đường đi, vết mùi (i,j) cạnh cập nhật lại, chúng bị biến đổi trình bay q trình tích lũy mùi kiến cạnh Sau vịng lặp, vết mùi cạnh cập nhật lại theo công thức sau: ij(t+1) = (1-)ij(t) +   m k 1 k ij (t ) (i,j) (5) Trong :  0