Lý do l ӵ a ch ӑQÿӅ tài
͙i liên h ti͇Qÿ͡ và chi phí d án
7URQJJLDLÿRҥQWKLF{QJWKѭӡng tiӃQÿӝ rҩt gҩp rút và nhà thҫu xây dӵng chӍ quan tâm vӅ vҩQÿӅ nhân lӵc và biӋQSKiSWKLF{QJÿӇ ÿiSӭng tiӃQÿӝQKѭQJOҥi rҩt ít FK~WkPÿӃn vұt liӋu xây dӵng Chính vì sӵ tWTXDQWkPÿӃn vұt liӋXÿӃn các hұu quҧ không thӇ ngӡ tӟi TrӉ tiӃQÿӝ; lãng phí nguӗn nhân lӵc và máy móc thiӃt bӏ khi vұt liӋu NK{QJFyÿӇ tiӃp tөc thi c{QJ1KѭQJNKLWDVӧ vҩQÿӅ thiӃt hөt vӅ vұt liӋu thì nhu cҫu nhiӅu sӁ dүQÿӃn phҧLÿӕi mһt vӟi bài toán vӅ NKREmLOѭXWUӳ tҥLF{QJWUѭӡng VҩQÿӅ WăQJGLӋn tích kho bãi là không khҧ thi vì mһt bҵng chӫ yӃu là phөc vө cho công tác thi công (DiӋn tích kho bãi chӍ chiӃm mӝt phҫn nhӓ cӫDEuQKÿӗF{QJWUѭӡng) Bên cҥQKÿy khi ta nhu cҫn vұWWѭ vӅF{QJWUѭӡng quá nhiӅu sӁ dүQÿӃn viӋc vұt liӋXÿӇ quá lâu không ÿҧm bҧo chҩWOѭӧng thi công (Phát sinh thêm chi phí) Vұy vҩQÿӅÿһt ra ta cҫn phҧi nhu cҫu vұt liӋu vӅF{QJWUѭӡng vӯa phҧLÿӇÿiSӭng tiӃQÿӝ thi công thӵc tӃYjNtFKWKѭӟc kho bãi cӫDF{QJWUѭӡng
Vұt liӋXWKLF{QJQJj\QD\ÿӅXÿѭӧc chӫÿҫXWѭFKӍÿӏnh và giá trӏ vұt liӋu chiӃm 50-60% tәng giá trӏ dӵ án: Các nhà thҫu phҧi cҥnh tranh ngày càng khóc liӋt YjKѫQ nhau chính yӃu là chi phí quҧQOê'RÿyviӋc quҧn lý & kiӇm soát khӕLOѭӧng vұWWѭ ÿ~QJOjÿӫOjÿLӅu hӃt sӭc cҫn thiӃt và quan trӑng nhҵm giúp hҥn chӃ chi phí không cҫn thiӃWÿ~QJFiFK
Ngoài vҩQÿӅ nêu trên ta cҫn phҧL[iFÿӏnh thӡLÿLӇm nào ta sӁ nhұp vұWWѭYӅ F{QJWUѭӡng? Ta phҧL[iFÿӏnh rõ khi thӡi gian giӳa các lҫn nhұp vұt liӋu (Mӛi ngày hay là cách n ngày) vì ÿLӅXÿyҧQKKѭӣng rҩWÿӃn thӡi gian kiӇm tra; quҧn lý và chi phí vұn chuyӇn (Chi phí vұn chuyӇQÿӃQF{QJWUѭӡng; chi phí vұn chuyӇn WURQJF{QJWUѭӡng)
HiӋn nay có nhiӅXSKѭѫQJSKiSFXQJӭng vұWWѭ6ӕ OѭӧQJÿѫQKjQJNLQKWӃ (Economic Order Quanity – EOQ); Just In Time (JIT); HӋ thӕng lұp kӃ hoҥch yêu cҫu vұt liӋu (MRP)… Vұ\SKѭѫQJSKiSQjROjSKKӧp nhҩW"3KѭѫQJSKiSQjRSKKӧp vӟi loҥi vұt liӋXQjRÿӇ tӕLѭXQKҩt?
Giá vұt liӋu không phҧi là mӝt giá trӏ cӕÿӏQKPjÿyOjPӝt giá trӏ tùy biӃn phө thuӝc vào khӕLOѭӧng vұt liӋu mӛi lҫn nhu cҫX'RÿyWURQJWDVӁ[pWÿѫn giá vұt liӋu là mӝt dҥng sӕ liӋu mӡ (Fuzzy Numbers - Fuzzy Linear Programming Model)
Bên cҥnh chi phí mua hàng (Ordering Cost) ÿӇ tӕLѭXFKLSKtYұt liӋu thi công ta cҫn phҧL[pWÿӃn chi phí tài chính (Financing Cost); Chi phí trì hoàn vұt liӋu (Stock- out Cost) và Chi phí xӱ lý vұt liӋu, chi phí di chuyӇn trên công trѭӡng và di dӡi kho bãi (Layout Cost) trong quá trình tӕLѭXÿӇ ÿHPOҥi chi phí quҧn lý vұt liӋu hiӋu quҧ nhҩt cho nhà thҫu
Tӯ nhӳng vҩQÿӅ ÿһWUDQKѭWUrQWDcҫn phҧL[iFÿӏQKÿѭӧc lӏFKWUuQKÿһt hàng và nhu cҫu vұt liӋu ӣ mӛLÿѫQÿһWKjQJÿӇ ÿiSӭQJÿѭӧc tiӃQÿӝ thi công cam kӃt vӟi chӫÿҫXWѭNKӕLOѭӧng vұt liӋu thi công thӵc tӃ hҵng ngày và diӋn tích kho bãi ӣ công WUѭӡng Ĉӕi vӟi viӋc tӕLѭX ta lӵa chӑn thuұt toán Dragonfly (Dragon Algorithm) kӃt hӧp vӟi thuұt toán PSO Vì sao lҥi có sӵ kӃt hӧSQKѭYұy? Thuұt toán DA là mӝt thuұt toán mӟi lҥFKѭDÿѭӧc tìm hiӇu ӣ ViӋt Nam Thuұt toán DA dӵa trên tұp tính bҫy ÿjQFӫa chuӗn chuӗn gӗm 2 trҥQJWKiLWƭQKYjÿӝQJWѭѫQJӭng vӟi viӋc tìm kiӃm và khai thác dӳ liӋu trong viӋc tӕLѭX(Ĉѭӧc trình bày cө thӇ và chi tiӃt ӣ mөc 3.3) Tuy nhiên không có thұt toán nào hay nhҩt cҧ, thuұWWRiQQjRFNJQJFyѭXYjFiLNKX\Ӄt riêng ĈLӇm mҥnh cӫa thuұt toán DA chính là khҧQăQJPӣ rӝng không gian tìm kiӃPQKѭQJEOҥi thuұWWRiQ'$NK{QJFyOѭXWUӳ các dӳ liӋu vӅ cá thӇ tӕt nhҩt nên thuұt toán DA sӁ dӉ khiӃn hӝi tө và giҧi pháp tӕLѭXFKұPYjÿ{LNKLVӁ UѫLYjRWUҥng thái tӕLѭXFөc bӝĈӇ bә trӧ cӫa thuұt toán DA thì thuұt toán quҫn thӇ PSO là lӵa chӑn hoàn toàn hӧp lý Thuұt toán PSO thì lҥi nәi tiӃng vӟi viӋc tình kiӃm các giҧi pháp tӕt nhҩWQKѭQJOҥi có khuyӃt ÿLӇm là mӣ rӝng không gian khai thác không tӕWQrQFNJQJGүQÿӃn viӋc tӕLѭXFөc bӝ sӟP'RÿyÿӇ khҳc phөFѭXYjNKX\Ӄt cӫa tӯng thuұt toán riêng lҿ ta sӁÿӅ xuҩt kӃt hӧp thuұt toán DA và thuұt toán 362ÿӇ mang kӃt quҧ tӕLѭXQKDQKKѫQYjWRjQGLӋQKѫQ
M ө c tiêu nghiên c ӭ u
- Sӱ dөng mô hình chuӛi cung ӭng vұt liӋu (Construction Logistics Planning
MRGHOÿӇ kiӇm soát chi phí vұt liӋu xây dӵn trong suӕt quá trình thi công thӵc tӃ:
+ Có kӇÿӃn Chi phí trì hoãn vұt liӋu (Stock-out Cost) và Chi phí di chuyӇn, di dӡLWUrQF{QJWUѭӡng (Layout Cost)
+ ;pWÿӃn khӕLOѭӧng vұt liӋXÿmVӱ dөng hҵng ngày (Cumulative Supply of material)
+ ;pWÿѫQJLiYұt liӋu là mӝt dҥng sӕ liӋu mӡ (Fuzzy Numbers - Fuzzy Linear Programming Model): Phù hӧp thӵc tӃKѫQ
- Ӭng dөng sӵ kӃt hӧp thuұt toán thuұt toán DA-PSO ÿӇ thӵc hiӋn viӋc tӕLѭX FKLSKtWURQJOƭQKYӵc xây dӵng (Lƭnh vӵFFKѭDÿѭӧc ӭng dөng nghiên cӭu ÿӃn hiӋn nay).
Ph ҥ m vi nghiên c ӭ u
- Sӱ dөng mô hình chuӛi cung ӭng vұt liӋu (Construction Logictics Planning) ÿӇ kiӇm soát chi phí vұt liӋu trong suӕt quá trình xây dӵng (TӕLѭXFKi phí cӫa dӵ án)Ĉk\OjYҩQÿӅ không mӟLÿӕi vӟi thӃ giӟLQKѭQJӣ ViӋt Nam hiӋn tҥi FKѭDÿѭӧc nghiên cӭXYjTXDQWkPÿ~QJPӭF'RÿyÿӅ tài sӁÿyQJJySWURQJ viӋc giҧi quyӃt vӅ bài toán chi phí trong quҧn lý xây dӵng ViӋt Nam
- Các nghiên cӭXWUѭӟFÿk\FKӍ [pWÿѫQJLiYұt liӋu là hàm cӕ ÿӏnh – Không ÿ~QJYӟi thӵc tӃĈӕi vӟi luұQYăQQj\VӁ[pWÿѫQJLiOjPӝt giá trӏ không chҳc chҳn
- ĈӅ tài sӱ dөng thuұt toán DA (Dragonfly Algorithm) là mӝt thuұt toán mӟi ra ÿӡLYjRQăPYjÿһc biӋt mӟLWURQJOƭQKYӵc quҧn lý xây dӵng Thuұt toán này có mӝt sӕÿһFWtQKѭXYLӋWÿѭӧc trình bày cө thӇӣ mөc 3.5
- Dӵa vào tiӃQÿӝ thi công dӵiQÿLӅu kiӋn ràng buӝc thӵc tӃ thi công nghiên cӭu sӁ giúp nhà quҧQOêOLQKÿӝng lӵa chӑQSKѭѫQJiQWӕLѭXӣFiFJLDLÿRҥn thi công mӝt cách nhanh chóng và hiӋu quҧ
- 1JRjLUDÿӇ mang tính khҧ thi cӫa nghiên cӭX0{KuQKÿѭӧFÿӅ xuҩt sӁÿѭӧc tiӃn hành so sánh vӟi kӃt quҧ dӵ án thӵc tӃ thi công và mô hình khác
1JKLrQFӭXFXQJӭQJYұWOLӋXFӫDGӵiQ
- Tìm hiӇXWLӃQÿӝFiFF{QJWiFWKLF{QJFӫDGӵiQ
- 7uPKLӇXWKӡLJLDQQKXFҫXYұWWѭFӫDF{QJWUѭӡQJ
- 7uPKLӇXNtFKWKѭӟFNKREmLF{QJWUѭӡQJ
- 7uPKLӇXFKLSKtGLGӡLYұQFKX\ӇQWUrQF{QJWUѭӡQJ
- 7uPKLӇXYӅOêWKX\ӃWWKXұWWRiQ&KXӗQ&KXӗQ'UDJRQIO\$ORJRULWKP
- 7uPKLӇXYӅOêWKX\ӃWWKXұWWRiQTXҫQWKӇ362Particle Swarm Optimization)
- 7uPKLӇXYӅOêWKX\ӃWP{KuQK&RQVWUXFWLRQ/RJLVWLFV3ODQQLQJ0RGHO
- 7uPKLӇXYjOêWKX\ӃW)X]]\/LQHDU3URJUDPPLQJ0RGHO
- 7uPKLӇXYӅ/DVW3ODnner S\VWHPVSKѭѫQJSKiS-XVW,Q7ime
- 7uPKLӇXYӅMaterial Requirement Planning; Economic Order Quatity
/ұSWUuQKJLҧLEjLWRiQWӕLѭXEҵQJWKXұWWRiQ'$-SPO:
- 6DXNKL[iFÿӏQKÿѭӧFKjPPөFWLrXWDWLӃQKjQKJLҧLEjLWRiQWӕLѭXFKLSKtYұW OLӋXFKRGӵiQVà WDWLӃQKjQKOұSWUuQKEҵQJ SKҫQPӅP0DWODE
/ӵDFKӑQSKѭѫQJiQ– ÿiQKJLiNӃWTXҧEjLWRiQ
- 1KѭÿmQrXӣWUrQVDXNKLFKҥ\WKӱQKLӅXYzQJOһSWDFyQKLӅXNӃWTXҧFKREjL WRiQWӕLѭXPөFWLrX7DWLӃQKjQKSKkQWtFKYjÿiQKJLiFiFNӃWTXҧWӕLѭXÿӇ ÿѭDUDSKѭѫQJiQWӕWQKҩW
7+8Ҥ772È1'$-PSO Construction Logistics Planning Model (CLP)
B ӕ c ө c lu ұQYăQ
LuұQYăQchia làm 5 FKѭѫQJYӟi nӝLGXQJFKtQKQKѭVDX
&KѭѫQJ Giӟi thiӋu vӅÿӅ tài nghiên cӭu:
+ Lý do chӑQÿӅ tài
&KѭѫQJ Tәng quan vӅÿӅ tài nghiên cӭu:
&KѭѫQJ7UuQKEj\FѫVӣ lý thuyӃt:
+ Mô hình chuӛi cung ӭng vұt liӋu
3KѭѫQg pháp Last Planner System, Just In Time
+ Thuұt toán DA; Thuұt toán PSO và sӵ kӃt hӧp hai thuұt toán
&KѭѫQJ Xây dӵng mô hình tӕLѭXFKLSKtYjiSGөng bài toán cө thӇ:
+ ThiӃt lұp mô hình: KӃt hӧp mô hình chuӛi cung ӭng vұt liӋu và thuұt toán DA-PSO
+ Xây dӵng code Matlab mô phӓng mô hình
+ ĈiQKJLiWtQKNKҧ thi cӫa nghiên cӭu thông qua viӋc so vӟi các thuұt toán thông dөng hiӋn nay và bài toán thӵc tӃ
&KѭѫQJ KӃt luұn và mӝt sӕ gӧi ý trong viӋc phát triӇn nghiên cӭXWURQJWѭѫQJ lai
Các mô hình qu ҧ n lý chi phí v ұ t li Ӌ u xây d ӵ ng
VҩQÿӅ kiӇm soát chi phí vұt liӋXÿmÿѭӧc nghiên cӭu rҩt sӟP9jRQăP 'DYLG1%XUWÿmÿӅ xuҩt kӃ hoҥch mua hàng vұt liӋu tKHRTXDQÿLӇPP{KuQKÿѫQKjQJ kinh tӃ(FRQRPLF2UGHU4XDQLW\ÿӇ kiӇm soát chi phí vұt liӋu
Hình 2.1 0{KuQKÿ˯QKjQJNLQKW͇ (EOQ model)
Mô hình EOQ là mô hình quҧn lý dӵa trên hàng tӗn kho, mô hình EOQ mang trong mình tính chҩWÿӏQKOѭӧQJGQJÿӇ [iFÿӏnh mӭc tӗn kho tӕLѭXFKRFiFGRDQK nghiӋp hiӋQQD\ĈLӅXQj\ÿѭӧc thӵc hiӋQWUrQFѫVӣ chi phí tӗn tҥi trong doanh nghiӋp: Chi phí mua hàng và chi phí dӵ trӳ tӗn kho ĈLӅu kiӋQÿӇ áp dөng mô hình EOQ:
- Nhu cҫu phҧLÿѭӧF[iFÿӏQKYjÿӅXWURQJQăP
- *LiÿѫQYӏNK{QJWKD\ÿәLWKHRTXLP{ÿһt hàng
- &KLSKtÿһt mӝWÿѫQKjQJOjEҵng nhau bҩt kӇ qui mô lô hàng
- Chi phí tӗn kho tuyӃn tính theo sӕOѭӧng hàng tӗn kho
- Cҥn dӵ trӳ có thӇÿѭӧc bӓ qua do cung cҩSKjQJÿ~QJO~F
Công thӭF[iFÿӏnh chi phí vұt liӋu chia làm 2 loҥi chi phí chính:
+ Chi phí mua sҳm và ÿһt hàng
+ Chi phí tӗn kho (Nҳm giӳ) x Chi phí mua sҳPĈѫQJLiPXDQJX\rQYұt liӋu tӯ nguӗn ngoài bao gӗm cҧ chi phí vұn chuyӇQKjQJKyDĈӕi vӟi thӏWUѭӡng cҥnh tranh hiӋn nay khi ta mua hàng vӟi sӕOѭӧng lӟQWKuÿѫQJLiQJX\rQYұt liӋu sӁÿѭӧc giҧm xuӕng x &KLSKtÿһWKjQJ&iFFKLSKtKjQKFKtQKFyOLrQTXDQÿӃn nhà cung cҩp; các bên OLrQTXDQQKѭFKLSKtKjQJPүu, chi phí nhұn hàng, chi phí kiӇm tra hàng hóa, chi phớ hӗVѫô x Chi phí tӗn kho: Chi phí do viӋc tӗQNKRKjQJKyDÿѭӧc chuyӇn hóa chi tiӃt thành chi phí vӕQOѭXSKtOѭXWUӳ và chi phí rӫi ro Chi phí vӕn thӇ hiӋQFKLSKtÿiQK ÿәi; tәn thҩt nӃu chúng ta cùng sӕ vӕQÿӇ làm viӋc khác Chi phí OѭXWUӳ hàng hóa là chi phí viӋc bҧo quҧn, giӳ gìn vұt liӋu tӗn kho Và chi phí rӫi ro là các chi phí SKiWVLQKÿӝt ngӝt khác cҫn thiӃt trong quá trình vұn hành ắ ѬXÿLӇm cӫa mụ hỡnh EOQ (Economic Order Quanity):
+ KhӕLOѭӧQJFiFÿѫQKjQJEҵng nhau
+ Không có hiӋQWѭӧng thiӃu hөt vұt liӋu ắ Bờn cҥnh nhӳQJѭXÿLӇPÿyWKuP{KuQK(24Yүn cũn nhiӅu hҥn chӃ:
+ Các biӃn vӅ nhu cҫu sӱ dөQJNK{QJÿѭӧFWtQKÿӃn
.K{QJ[pWÿӃn chiӃt khҩu sҧn phҭm khi mua hàng
.K{QJWtQKÿӃQFKLSKtOѭXkho; chôn vӕn vұt liӋu
+ Thӡi gian giӳa các lҫn nhu cҫXOjQKѭQKDX
+ Tәng khӕLOѭӧng sӱ dөng là cӕÿӏQKNK{QJÿѭӧFWKD\ÿәi
Tӯ nhӳng hҥn chӃ trên cӫa EOQ thì ta nhұn thҩy viӋc áp dөng mô hình EOQ vào kiӇm soát chi phí vұt liӋu trong ngày xây dӵng là không khҧWKL'RÿyYҩQÿӅ này vүn tiӃp tөFÿѭӧc nghiên cӭu ĈӇ khҳc phөF QKѭӧF ÿLӇm cӫD P{ KuQK ÿѫQ KjQJ WKHR O{ Vҧn xuҩt POQ – 3URGXFWLRQ2UGHU4XDQLW\ÿѭӧFUDÿӡLWăQJFѭӡng tính thӵc tӃ bҵng cách nӟi lӓng các giҧ thiӃWĈLӇm khác biӋt lӟn nhât và tҥo nên sӵ thӵc tiӉn chính là giҧ thiӃWKjQJÿѭӧc ÿѭDÿӃn liên tөFYjWtFKONJ\FKRÿӃQO~FKjQJÿѭӧc tұp kӃt hӃt (Trong khi mô hình EOQ thì tӗn kho bҵng 0 thì mӟLÿѭӧFÿһt hàng và hàng hóa sӁÿѭӧc chuyӇn 1 lҫn duy nhҩt)
Tuy nhiên mô hình vүQFKѭDNKҳc phөc ÿѭӧc cái khuyӃWÿLӇm khác cӫa mô hình EOQ QKѭ&KѭDNӇ ÿӃn chiӃt khҩXÿѫQJLiYұt liӋu; tәng khӕLOѭӧng nhu cҫu vұt liӋu là cӕ ÿӏnh; các biӃn vӅ nhu cҫu sӱ dөQJNK{QJÿѭӧF[pWÿӃn …
Nhu cҫu vұt liӋXF{QJWUѭӡng xây dӵQJWKѭӡQJ[X\rQWKD\ÿәi theo tiӃQÿӝ thi công nên mô hình EOQ và POQ là không thӵc tiӉn Quay lҥL[XKѭӟng nhu cҫu vұt liӋu; hiӋn tҥi có 2 nhu cҫu vұt liӋu chính: ắ ;XKѭӟng nhu cҫu thӭ nhҩt là vұt liӋu dӵ trӳOX{QÿѭӧFÿҧm bҧo cho tiӃQÿӝ thi công trong mӑi tình huӕng (Luôn có tӗn kho; khӕi lѭӧng nhu cҫu luôn lӟQKѫQ khӕLOѭӧng sӱ dөng); ắ XXKѭӟng thӭ hai là vұt liӋu dӵ trӳ phҧi luụn thҩp nhҩt cú thӇ, gҫQQKѭOjNK{QJ có tӗn kho: KhӕLOѭӧng nhu cҫu sӱ dөng sӁ bҵng khӕLOѭӧng nhu cҫu thӵc tӃ (Just
(Timo Ala-Risku 2007, Mao 2010) ÿmÿӅ xuҩWSKѭѫQJSKiSFXQJӭng vұt liӋu mӟi: Last Planner Systems Ĉk\OjPӝt giҧi pháp quҧn trӏ chӛi cung ӭng vұt liӋu phù hӧp sӵWKD\ÿәi liên tөc theo tiӃQÿӝ WKLF{QJÿѭӧc phát triӇn tӯ[XKѭӟng nhu cҫu vұt liӋu Just In Time Nghiên cӭu dӯng lҥi ӣ mӭFÿӅ xuҩWSKѭѫQJSKiSPӟi và áp dөng vào ví dө mang tính lý thuyӃt
(Said 2011) ÿm QJKLrQ Fӭu và phát triӇn mô hình chuӛi cung ӭng vұt liӋu (Construction Logistics Planning Model) ÿmSKҧQiQKÿҫ\ÿӫ các chi phí vұt liӋu xây dӵng trong suӕt quá trình thi công và ÿһc biӋt có kӇÿӃQFKLSKtWjLFKtQK&KLSKtÿiQK ÿәi khi vұt liӋu bӏ chôn vӕn trong tӗn kho) Ngoài ra mô hình chuӛi cung ӭng vұt liӋu dӉ GjQJOLQKÿӝng kӃt hӧSSKѭѫQJSKiS/DVW3ODQQHU6\VWHPV1JKLrQFӭXQj\ÿmNӃt hӧp thuұt toán tӕLѭXGLWUX\Ӆn (GA – *HQHWLF$OJRULWKPÿӇ giҧi quyӃt toán tӕi thӵc tӃ Tuy nhiên nghiên cӭu ÿDQJ[HP[pWÿѫQJLiYұt liӋu là sӕ cӕÿӏQKNK{QJWKD\ÿәi Ngoài ra thuұWWRiQÿѭӧc áp dөng ӣ nghiên cӭu là thuұWWRiQWѭѫQJÿӕLFNJYjFyQKLӅu hҥn chӃ trong viӋc tӕLѭXÿӕi vӟi bàn toán có không gian tìm kiӃm rӝng lӟn
(Piotr Jaskowski 2018) thì tiӃp tөc nghiên cӭu vҩQÿӅ QrXWUrQѬXÿLӇm cӫa nghiên cӭXOjFy[pWÿӃn sӵ không chҳc chҳn vӅÿѫQJLiĈѫQJLiYұt liӋu biӃQÿӝng) Tuy nhiên nghiên cӭu sӱ dөng mô hình EOQ – mô hình có nhiӅu hҥn chӃÿmÿѭӧc nêu phía trên
(NguyӉn 2019) ÿmÿӅ xuҩt: “TӕLѭXOӏFKÿһt hàng vұt liӋu xây dӵng cho công trình xây dӵng dӵa trên tiӃQÿӝ dӵ án bҵng thuұt toán tӕLѭXVyL[iP´9jQJKLrQFӭu Qj\ÿmiSGөng dӵ án thӵc tӃ và sӵWKD\ÿәi nhu cҫu vұt liӋXOLQKÿӝng theo tiӃQÿӝ thi công Nghiên cӭXÿmiSGөQJSKѭѫQJSKiS-XVW,Q7LPH0ӛLQJj\ÿӅu nhu cҫu vұt liӋu) cho lӡi giҧLEjLWRiQĈLӇm hҥn chӃ cӫa nghiên cӭXÿyOjFKѭDP{Wҧÿҫ\ÿӫ chi vұt liӋu trong suӕt quá trình thi công (Chi phí trì hoãn; chi phí di chuyӇn, di dӡLF{QJWUѭӡng) và ÿѫQJLiYұt liӋu là cӕÿӏnh Nghiên cӭu chӍ dӯng ӣ lҥi ӣ ví dө bài toán nhӓ và lý thuyӃt khó áp dөng vào thӵc tӃ (Nhu cҫu vұt liӋu sӱ dөng mӛi ngày sӁOLQKÿӝQJWKD\ÿәi và kӃ hoҥch nhu cҫu vұt liӋu sӁ không cӕÿӏnh)
6DXNKL[iFÿӏQKÿѭӧc vҩQÿӅ cҫn giҧi quyӃt thì nhà quҧn lý phҧi lӵa chӑn giҧi pháp xӱ lý cho vҩQÿӅ Giҧi pháp thì rҩt nhiӅu giҧLSKiSQKѭQJWDSKҧi lӵa chӑn giҧi pháp phù hӧp nhҩt vӟi vҩQÿӅ nghiên cӭu
&iFSKѭѫQJSKiSiSGөQJFiFNӻWKXұWWRiQKӑFÿӇJLҧLTX\ӃWFiFYҩQÿӅWӕLѭXEҵQJFiFKOӵDFKӑQPӝWFiFKFyKӋWKӕQJQKӳQJJLiWUӏWURQJWKӵFWӃKD\FiFELӃQVӕQJX\rQWURQJWұSKӧSFiFJLiWUӏFKRSKpS1KѭQJWKXұWWRiQJLҧLWtFKÿѭӧFVӱGөQJSKәELӃQQKѭTX\KRҥFKÿӝQJTX\KRҥFKVӕQJX\rQTX\KRҥFKWX\ӃQWtQKNӃWKӧSJLӳDFiFORҥLWUrQ o /ұSWUuQKWX\ӇQWtQKOұSWUuQKVӕQJX\rQYjOұSWUuQKÿӝQJ:
LұSWUuQKWX\ӃQWtQK/LQHDU3URJUDPLQJ-LP) là PӝWSKѭѫQJSKiSOұSWUuQK ÿӇWuPUDNӃWTXҧWӕLѭXQKҩWGӵDWUrQFiFP{KuQKWRiQKӑFPjFiF\rXFҫX FӫDQyÿѭӧFWKӇKLӋQEҵQJFiFPӕLTXDQKӋWX\ӃQWtQK
/ұSWUuQKVӕQJX\rQ,QWHJHU3URJUDPPLQJ,3OjPӝWSKѭѫQJSKiSOұSWUuQK WӕLѭXKRһFNKҧWKLYӅWRiQKӑFWURQJÿyPӝWVӕKRһFWҩWFҧFiFELӃQÿѭӧF JLӟLKҥQOjFiFVӕQJX\rQ(Dasgupta 2016)
/ұSWUuQKÿӝQJ'\QDPLF3URJUDPLQJ'3OjPӝWSKѭѫQJSKiSWRiQKӑFiS GөQJÿӇJLҧLTX\ӃWFiFYҩQÿӅSKӭFWҥSEҵQJFiFKFKLDQKӓFK~QJWKjQKPӝW VӕYҩQÿӅFRQ1yKLӋXTXҧÿӇJLҧLTX\ӃWQKӳQJYҩQÿӅFKtQKYӟLNqPWKHR các YҩQÿӅSKөFKӗQJFKpRQKDX o /ұSWUuQKUjQJEXӝF
/ұS WUuQK UjQJ EXӝF &RQVWUDLQW 3URJUDPLQJ-&3 FXQJ FҩS PӝW F{QJ Fө QKDQKYjPҥQKPӁFKRTXҧQOêGӵiQÿӇWULӇQNKDLSKkQWtFKFKRFiFGӵiQ TX\P{OӟQYjVӱGөQJKLӋXTXҧFiFWjLQJX\rQ Menesi và Hagazy (2015) ÿmJLӟLWKLӋXPӝWSKLrQEҧQWӕLѭXÿDPөFWLrXFӫDP{KuQK&3ÿѭӧFSKiW WULӇQYӟLKDLPөFWLrXOjWӕLWKLӇXWKӡLJLDQGӵiQYjÿLӅXKzDQKXFҫXWjL QJX\rQÿӇJLҧLTX\ӃWFiFYҩQÿӅFyNtFKFӥNKiFQKDXWӯÿӃQF{QJ WiF 0{ KuQK &3 Qj\ FKҥ\ WUrQ QӅQ SKҫQ PӅP ,%0 ,/2*&3/(; 2SWLPL]DWLRQ6WXGLROjPӝWF{QJFөPҥQKPӁKӛWUӧFKROұSWUuQKUjQJEXӝF
&iF JLҧL SKiS OұS WUuQK ÿӇ OLrQ NӃW P{ KuQK &3 YӟL 3ULPDYHUD 3 Yj 0LFURVRIW3URMHFWÿDQJÿѭӧFWULӇQNKDLQJKLrQFӭXYjSKiWWULӇQÿӇJLDWăQJ WtQKWKӵFWLӉQFӫDP{KuQKWURQJFҧJLDLÿRҥQOұSYjWULӇQNKDLGӵiQWKӵFWӃ
3KѭѫQJSKiSGӵDWUrQNLQKQJKLӋPTXiNKӭÿӇJLҧLTX\ӃWFiFYҩQÿӅWӕLѭX
&iFSKѭѫQJSKiS+HXULVWLFWKѭӡQJGQJOjP{KuQKWKӭWӵѭXWiên (Fondahl, P{KuQKFҫXWU~F3UDJHUP{KuQK[ҩS[Ӎ6LHPHQVÿӝFӭQJFҩXWU~F0RVHOKL
&iFSKѭѫQJSKiSQj\NK{QJFҫQVӵWUӧJL~SFӫDPi\WtQKYjFiFQӛOӵFWtQK WRiQPjKRjQWRjQFyWKӇWtQKWRiQEҵQJWKӫF{QJ'RÿyQyFKӍFyWKӇWӕLѭX FKRPөFWLrXNK{QJKLӋXTXҧÿӇJLҧLTX\ӃWYҩQÿӅWӕLѭXÿDPөFWLrX+ѫQ QӳDQyNK{QJNKiLTXiWFKRWҩWFҧFiFWUѭӡQJKӧSWӕLѭX
3KѭѫQJSKiSWuPNLӃPQJүXQKLrQP{SKӓQJVӵWLӃQKyDVLQKKӑFWURQJWӵ QKLrQKD\KjQKYL[mKӝLFӫDFiFORjL3KѭѫQJSKiS0HWDKHXULVWLFFyWKӇFҧL WKLӋQFiFJLҧLSKiSWK{QJTXDTXiWUuQKWtQKWRiQOһSÿLOһSOҥLYӟLFiFÿLӅXNLӋQ GӯQJNKiFQKDX (Zhou 2013)
Mô hình chu ӛ i cung ӭ ng v ұ t li Ӌ u
Chi phí tài chính (Finacing Cost)
Chi phí tài chính (FC) (Mitsel, Kritski et al 2017) là OmLWtFKONJ\WUrQYӕQOѭX ÿӝng cӫa nhà thҫu gҳn liӅn vӟi hàng tӗn kho mua vұt liӋXÿѭӧFOѭXWUӳ tҥi chӛ Chi phí tài chính thӇ hiӋn: (1) tiӅn lãi bӏ mҩWÿӕi vӟi nhà thҫu vì vұt liӋu tӗn kho WKD\YuÿҫXWѭ YjRQѫLNKiFsӕ tiӅn lãi mà nhà thҫu phҧi trҧ nӃu nguӗn vӕn Qj\ÿѭӧc vay tӯ tә chӭc cho vay 1KѭWKӇ hiӋQWURQJSKѭѫQJWUuQK(3), mô hình CLP hiӋn tҥi tính toán chi phí tài FKtQKWtFKONJ\OjWәng tiӅn lãi trҧ cho giá trӏ cӫa hàng tӗn kho hàng ngày cӫa mӛi vұt liӋu ӕ ӡ ӵ ҵ ӱ ө ҩWKjQJQJj\ÿѭӧF[iFÿӏ ӣLQJѭӡ lұp kӃ hoҥch Mӭc tӗn kho cӫa vұt liӋu m trong mӝt ngày theo lӏFKGÿѭӧc tính bҵng chênh lӋch giӳDWtFKONJ\FXQJFҩp vұt liӋu (CSd m) và WtFKONJ\ nhu cҫu sӱ dөng vұt liӋu (CDd m)
FC Ư Ưêôơ CS CD uPCR uD ºằẳ(3) NCD: Sӕ ngày trӉ; m
CS d 7tFKONJ\FXQJFҩp vұt liӋu m ӣ ngày d; m
CD d 7tFKONJ\QKXFҫu thӵc tӃ vұt liӋu m ӣ ngày d; avg :
PCR m Gía trung bình cӫa vұt liӋu m;
D : Lãi suҩt hҵng ngày cӫa vұt liӋu.
Chi phí trì hoãn (Stock-out Cost)
Stock-out Cost (Panova and Hilletofth 2018) thӇ hiӋn chi phí trì hoãn dӵ án có thӇ xҧy ra do viӋc giao hàng nguyên liӋu bӏ trì hoãn và hàng tӗn kho vұt liӋXÿmFҥn kiӋt
Mô hình hiӋn tҥi sӱ dөng thuұt toán mӟLÿѭӧc phát triӇQÿӇѭӟFWtQKÿӝ trӉ dӵ án liên TXDQÿӃn vұt liӋX053'[HP[pWÿҫu vào sau: (1) sӕ ngày làm viӋc cӫa dӵ án (NWD); (2) sӕOѭӧng công tác trong tiӃQÿӝ xây dӵng (I); (3) TiӃQÿӝFѫEҧn cӫa dӵ án bao gӗm các công tác và thӡi gian tӵ hiӋn (ESi và EFi) cӫa tӯng công tác; (4) sӕ loҥi vұt liӋu xây dӵng (M); (5) sӵ chұm trӉ trung bình giao hàng cӫa vұt liӋu xây dӵng (DADmÿѭӧFѭӟc tính trên sӕ liӋu quá khӭ chұm trӉ cӫa nhà cung cҩp; (6) nhu cҫu vұt liӋu sӱ dөng cho các hoҥW ÿӝng cӫa dӵ án (MAm,i); và (7) sӕ Oѭӧng giao vұt liӋu mӛi ngày làm viӋc (MDm,dÿѭӧc quyӃWÿӏnh lӏch trình mua hàng (FOPm,t)
Thuұt toán mӟi vӅѭӟc tính chi phí trì hoãn dӵiQOLrQTXDQÿӃn vұt liӋu (MRPD) bao gӗm ba vòng lһp lӗQJQKDXQKѭtrong Hình 3.2 Vòng lһSÿҫu tiên lһp lҥi trên tҩt cҧ các hoҥWÿӝng xây dӵng (i-ÿӃQ,ÿӇ kiӇm tra xem có xҧ\UDÿӝ trӉ cho tӯng hoҥt ÿӝng không i vào ngày d vì giao hàng trӉ vұt liӋu m HoҥWÿӝQJLÿѭӧc coi là bӏ trì hoãn vào ngày d vì giao hàng muӝn cӫa vұt liӋu m nӃu bӕQÿLӅu kiӋQVDXÿѭӧc thӓDPmQÿӗng thӡi: (1) hoҥWÿӝQJLÿDQJGLӉn ra vào ngày d (tӭc là ESi d và EFid); (2) vұt liӋu m ÿѭӧc sӱ dөng bӣi hoҥWÿӝQJLYjGRÿyFyJLiWUӏ gán khác không cho hoҥWÿӝng i (tӭc là, MAm,i > 0); (3) viӋc cung cҩp nguyên liӋXPÿѭӧc lên kӃ hoҥFKYjRQJj\GWUrQFѫ sӣ các biӃn quyӃWÿӏnh mua sҳPÿѭӧc tҥo ra (FOPm,tYjÿӝ trӉ trung bình giao hàng cӫa vұt liӋu m (DADm) lӟQKѫQÿӝ trӉѭӟc tính hiӋn tҥi (Delayi) do giao hàng trӉ cӫa các vұt liӋu khác NӃu tҩt cҧFiFÿLӅu kiӋQWUѭӟFÿѭӧc thӓDPmQÿӝ trӉ ѭӟc tính cӫa hoҥt ÿӝQJLÿѭӧFÿһWWKjQKÿӝ trӉ trung bình phân phӕi cӫa vұt liӋu m (DADm) Vòng lһp thӭ hai lһp lҥi vòng lһp thӭ nhҩt cho tҩt cҧ các vұt liӋu xây dӵng (m=ÿӃQ0ÿӇ ѭӟc tính ÿӝ trӉ hoҥWÿӝQJGRÿӝ trӉ kӃt hӧp cӫa tҩt cҧ các vұt liӋu vào ngày cө thӇ d Vòng lһp thӭ ba lһp lҥi vòng lһp thӭ hai cho tҩt cҧ các ngày làm viӋc cӫa dӵ án (d = ÿӃn D), WURQJÿyOӏch trình dӵiQÿѭӧc cұp nhұt vào cuӕi mӛi lҫn lһSÿѭӧc thiӃt lұSWUrQÿӝ trӉ hoҥWÿӝQJѭӟc tính (Delayi) bҵng cách sӱ dөQJSKѭѫQJSKiSÿѭӡng gantt (CPM) tính toán
Hình 3.2 3K˱˯QJSKiS tính toán MRPD (Said and El-Rayes 2011)
Thuұt toán này kӃt thúc bҵQJFiFKWtQKÿӝ trӉ dӵiQOLrQTXDQÿӃn vұt liӋu (MRPD) là chênh lӋch giӳa (1) thӡi gian kӃt thúc bӏ WUuKRmQѭӟc tính cӫa dӵ án, tính là ӡ Ӄ Ӊ ҩ ӫ ҩ ҧ ҥWÿӝ ӫ ӵ Ӌ ұ Ӌ Ӊ
(maxi EF i ); và (2) thӡi gian kӃt thúc EDQÿҫu cӫa dӵ án - ÿѭӧc tính là thӡi gian kӃt thúc sӟm nhҩt cӫa tҩt cҧ các hoҥWÿӝng cӫa dӵ án (maxi EF i QKѭWKӇ hiӋn trong biӇu thӭc 7KHRÿyFKLSKtOѭXNKR 6&ÿѭӧFWtQKWRiQQKѭWKӇ hiӋn trong biӇu thӭc (5), bҵng cách sӱ dөQJÿӝ trӉ dӵiQOLrQTXDQÿӃn vұt liӋXѭӟc tính (MRPD) này và thiӋt hҥi cӫa dӵ án (LQD) và chi phí gián tiӃp phө thuӝc vào thӡi gian (TDIC) ax ( i i ) ax (EF ) i i
EFi: KӃt sӟm cӫa công tác i trong tiӃQÿӝ thi công; i :
EF KӃt sӟm cӫa công tác i trong tiӃQÿӝ thi công khi kӇÿӃn trӉ vì chұm trӉ vұt liӋu.
Chi phí b ӕ trí (Layout Cost)
Chi phí bӕ trí (LC) thӇ hiӋQFKLSKtÿLOҥi cӫa tài nguyên giӳDFiFFѫVӣ và khu vӵFOѭXWUӳ và chi phí sҳp xӃp lҥi bӕ cөFF{QJWUѭӡQJ1KѭF{QJWKӭc sӕ (6);
Trong suӕt thӡi gian dӵiQ1KѭWKӇ hiӋQWURQJSKѭѫQJWUuQK(6), cách bӕ trí chi phí trong mô hình gӗm nhӳng thành phҫn chi phí chính: chi phí di dӡi vұt liӋu tӯ kho ÿӃn vӏ trí thi công hoһc kho tҥm 0+&FKLSKtÿLOҥi tài nguyên (thiӃt bӏ; máy móc; FRQQJѭӡi) (RTC) và chi phí tә chӭc lҥLEuQKÿӗF{QJWUѭӡQJVDXFiFJLDLÿRҥn thi công (SRC) Ĉҫu tiên, chi phí xӱ lý vұt liӋu thӇ hiӋQFKLSKtÿLOҥi cӫa thiӃt bӏ xӱ lý công WUѭӡng hoһFQJѭӡLODRÿӝng vұn chuyӇn theo chu kǤ vұt liӋu xây dӵng tӯ khu vӵFOѭX trӳÿӃn các tzDQKjÿDQJ[k\Gӵng hoһFFѫVӣ tҥm thӡi (ví dө: khu vӵc chӃ tҥo)
1KѭWKӇ hiӋQWURQJFiFSKѭѫQJWUuQKYjFKLSKt[ӱ lý vұt liӋXÿѭӧc tính bҵng cách: (1) sӕOѭӧng vұt liӋXѭӟc tính cҫn vұn chuyӇn tӯ mӛi khu vӵFOѭXWUӳQj\ÿӃn khu vӵc khác trong tҩt cҧFiFJLDLÿRҥn (Q t m,f); (2) tӹ lӋFKLSKtÿLOҥi thӇ hiӋn qua khҧ QăQJTXD\T r m,fYj[iFÿӏnh sӕOѭӧng vұt liӋu có thӇÿѭӧc vұn chuyӇn trong mӝt chuyӃn, chi phí hҵng giӡ (HCRr) và tӕFÿӝ di chuyӇn (vr); và (3) khoҧng cách di chuyӇn (D f f,g)
Thӭ haiFKLSKtÿLOҥi (RTC) WjLQJX\rQÿѭӧc tính cho các tài nguyên phi vұt chҩt khác (ví dө: thiӃt bӏ, nhân công và KӻVѭ) di chuyӇn giӳDFiFFѫVӣ tҥm thӡi và các tòa nhà ÿDQJÿѭӧc xây dӵng [xem BiӇu thӭF@&KLSKtÿLOҥLWjLQJX\rQÿѭӧc tính bҵng: (1) ĈѫQJLiYұn chuyӇn giӳa các kho tҥm vӟLQKDXWURQJJLDLÿRҥn t (C t f,g); và (2) khoҧng cách di chuyӇn (D f f,g)
Cuӕi cùng là chi phí tә chӭc lҥLEuQKÿӗ F{QJWUѭӡng thӇ hiӋn chi phí mà nhà thҫu phҧi trҧÿӇ WKD\ÿәi bӕ trí lҥi F{QJWUѭӡQJYjRÿҫu mӛLJLDLÿRҥn xây dӵng bҵng cách di dӡi mӝt sӕ hoһc tҩt cҧFiFFѫVӣ di chuyӇQ&iFFѫVӣ di chuyӇn có thӇÿѭӧc di dӡLYjRÿҫu mӛLJLDLÿRҥn nӃu cҫn thiӃWÿӇ tҥRNK{QJJLDQFKRFiFFѫVӣ tҥm thӡi mӟi hoһc khu vӵFOѭXWUӳ vұt liӋX1KѭWKӇ hiӋQWURQJSKѭѫQJWUuQK6ӵ tә chӭc lҥi công WUѭӡng xҧy ra khi mӝWFѫVӣ di chuyӇn so vӟi vӏ trí cӫa nó ӣ JLDLÿRҥQWUѭӟc (Df t,t-1>0) hoһFOjWKD\ÿәLKѭӟng (T t f zT t f 1 )
Mô hình CLP hiӋn tҥLÿѭӧc thiӃt kӃÿӇ xem xét và kiӇm soát chi phí cӫa các di dӡi kho bãi >3KѭѫQJWUuQK@YjÿӇ tҥo bӕ WUtF{QJWUѭӡng ÿӝng tӕLѭXJL~SJLҧm thiӇXWiFÿӝng tiêu cӵc và chi phí bә sung cӫa chúng
SRC ¦ ¦ E uRC uIF D ! T zT (10) T: SӕJLDLÿRҥn cӫa dӵ án
NFf: SӕOѭӧng kho tҥPWURQJJLDLÿRҥn t;
&IJWĈѫQJLiYұn chuyӇn giӳa các kho tҥm vӟLQKDXWURQJJLDLÿRҥn t
D t f,g: Khoҧng cách giӳa kho f và g trong giai ÿRҥn t;
D t,t-1 g: Khoҧng cách giӳDNKRIWURQJJLDLÿRҥQWYjJLDLÿRҥn t-1;
Qm,f t8RFOѭӧng tәng sӕOѭӧng vұt liӋu vұn chuyӇQWUrQF{QJWUѭӡQJWURQJJLDLÿRҥn t
Qm,f r : KhҧQăQJYұt chuyӇn sӕOѭӧng vұWWѭPÿӃn kho f;
Ef : bҵng 1 nӃXWURQJJLDLÿRҥn t-1 có kho tҥm f và bҵng 0 nӃu kho tҥm f không tӗn tҥi WURQJJLDLÿRҥn t-1
RCf: chi phi di dӡi kho f; t
IF(condition) bҵng 1 nӃXÿ~QJOjNKRÿyFyJKL dӡi hoһFWKD\ÿәLKѭӟng.
Th ӡ i gian nhu c ҫ u v ұ t li Ӌ u (Fixed Ordering Period)
Thӡi gian nhu cҫu vұt liӋu (Fixed Ordering Period-FOP) ViӋc lұp kӃ hoҥch chuӛi cung ӭng trong mô hình (Segerstedt and Olofsson 2010) hiӋn tҥLÿѭӧc thӵc hiӋn bҵng FiFK[iFÿӏnh thӡLJLDQÿһt hàng tӕLѭXFӫa tӯng vұt liӋXÿDQJWKD\ÿәi linh hoҥWÿӇ xem xét nhu cҫu biӃQÿӝng trong suӕt thӡi gian dӵ án Trong mô hình hiӋn tҥi, tiӃQÿӝÿѭӧc FKLDWKjQKFiFJLDLÿRҥn T có thӇÿѭӧc chӍ ÿӏnh bӣi các nhà quҧn lý dӵiQÿӇ tính toán tӹ lӋWKD\ÿәi nhu cҫu cӫa vұt liӋu và không gian NtFKWKѭӟc kho vұt liӋu1Kѭÿѭӧc hiӇn thӏ trong Hình 3.3, viӋc mua sҳm vұt liӋu trong tӯQJJLDLÿRҥQWÿѭӧc thiӃt lұp QKѭPӝt hӋ thӕng thӡLJLDQÿһt hàng cӕ ÿӏnh (FOP) bә sung hàng tӗQNKRYjRÿҫu các khoҧng thӡi gian cӕÿӏnh FyÿѫQÿһt hàng mӟi ÿiSӭng nhu cҫu sӱ dөng theo tiӃQÿӝEDQÿҫu
Hình 3.3 3K˱˯QJiQPXDKàng trong mô hình CLP (Said and El-Rayes 2011)
7KHRÿyFiFELӃn quyӃWÿӏnh mua hàng trong mô hình hiӋn tҥLÿѭӧc biӇu thӏ bҵng khoҧng thӡLJLDQÿһt hàng cӕÿӏnh (FOP m,t ) cӫa tӯng vұt liӋu (m) trong mӛi giai ÿRҥn xây dӵng (t) Mӝt bӝVѫEӝ cӫa các quyӃWÿӏnh mua sҳPQj\ÿѭӧc tҥo ra bӣi mô hình hiӋn tҥLWURQJJLDLÿRҥn lұp kӃ hoҥFKÿѭӧc thiӃt lұp trên kӃ hoҥch xây dӵng ban ÿҫu Mӛi JLDLÿRҥn thi côngP{KuQKFNJQJFyWKӇÿѭӧc sӱ dөQJÿӇ nhҵm mөFÿtFKWKLӃt lұp kӃ hoҥch chuӛi cung ӭQJÿӇ tӕLѭXÿѭӧc tҥRUDÿӇ xem xét bҩt kǤWKD\ÿәi nào trong lӏch trình, bӕWUtF{QJWUѭӡng hoһc các quyӃWÿӏnh mua sҳm có thӇ xҧy ra trong tiӃn trình thӵc tӃ cӫa xây dӵng
Bҵng cách xem xét thӡLJLDQÿһt hàng ngҳn nhҩt (mӝt ngày): Hàng tӗn NKRÿѭӧc loҥi bӓ bҵng cách mua sҳm vұt liӋu hàng ngày bҵng vӟi nhu cҫu vұt liӋu sӱ dөng hàng ngày Mһt khác, viӋc xem xét các khoҧng thӡLJLDQÿһt hàng cӕ ÿӏQKGjLKѫQVӁ tҥo ra các kho dӵ trӳÿѭӧc bә sung theo các khoҧng thӡi gian thӕng nhҩWQKѭWURQJ+unh 3.3 Các giá trӏ cӫa các quyӃWÿӏnh mua sҳm trong mô hình hiӋn tҥi bӏ hҥn chӃ bӣLQăQJOӵc cӫa nhà cung cҩSÿӇÿҧm bҧo rҵng sӕ OѭӧQJFiFÿѫQÿһWKjQJÿѭӧc tҥRUDNK{QJYѭӧt quá sӕ tiӅn tӕLÿDPjQKjFXQJFҩp có thӇ cung cҩp trong mӝWÿѫQKjQJ.
Last Planner Systems
1KӳQJ\ӃXWӕҧQKKѭӣQJÿӃQWLӃQÿӝWKLF{QJPӑLQJѭӡLWKѭӡQJKD\QJKƭWӟLOj FKLSKtWKLF{QJELӋQSKiSWKLF{QJQKѭQJWKұWUDFyPӝWYҩQÿӅҧQKKѭӣQJUҩWQKLӅXYj OjPWUӉWLӃQÿӝWKLF{QJFӫDQKjWKҫXUҩWQKLӅXÿyOjNӃKRҥFKFXQJӭQJYұWWѭWKLӃWEӏ thi công
9ҩQÿӅTXҧQOêKDRKөWYұWWѭWKLӃWEӏOjYҩQÿӅQKӭFQKyLFӫDFiFF{QJW\[k\ GӵQJĈDVӕFiFF{QJW\[k\GӵQJÿӅSKҧLPҩWPӝWNKRҧQJWLӅQUҩWOӟQYӅYLӋFKDRKөW YұWWѭWKLӃWEӏWKLF{QJӣF{QJWUѭӡQJ
+LӋQWҥLFy[XKѭӟQJGӵWUӳYұWOLӋX: ắ ;XKѭӟng thӭ nhҩt: Dӵ trӳ vұt liӋu nhiӅXKѫQQKXFҫu sӱ dөng thӵc tӃ Ĉҧm bҧo an toàn trRQJPӑLWuQKKXӕQJ Ĉk\OjJLҧLSKiSWUӵFGLӋQQKҩWÿӇÿӕLSKyYӟLWtQKEҩWÿLӅXKzDFӫDF{QJWiF[k\GӵQJ'ӉWKҩ\OjÿLӅXQj\VӁGүQÿӃQPӝWiSOӵFYӅFKLSKtNKREmLYjTXҧQOê1KҩWOjNKLWURQJ[k\GӵQJPһWEҵQJOX{QJLӟLKҥQYjJk\QKӳQJiSOӵFNK{QJQKӓFKRF{QJWiFKRҥFKÿӏQh và thi công FKӭQJWӓYҩQÿӅNKREmLOjPӝWNKyNKăQҧQKKѭӣQJOӟQÿӃQF{QJWiFTXҧQOêYұWWѭWUrQFiFF{QJWUѭӡQJ[k\GӵQJKLӋQQay ĈDVӕFiFNӻVѭOrQNӃKRҥFKYұWWѭÿӅXWKHR[XKѭӟQJWKӭQKҩWYuVӧYұWWѭYӅ WUӉҧQKKѭӣQJÿӃQWLӃQÿӝWKLF{QJ ắ ;XKѭӟng thӭ hai: Cung ӭng trӵc tiӃp vұWWѭFKRF{QJWUѭӡng, theo triӃt lý Just-in-Time.(BERTELSEN 1997)
&{QJWUѭӡQJVӱGөQJÿӃQÿkXWKuFXQJӭQJQJX\rQYұWOLӋXÿӃQÿyQKҵPJLҧP FKLSKtEӕFGӥWUXQJFKX\ӇQNKREmLYjWUiQKӭÿӑQJYӕQ
1KuQFKXQJ[XKѭӟQJWKӭKDLFyWKӇJLҧPFKLSKtKҥRKөWYұWWѭWKLӃWEӏQKѭQJOҥL FҫQPӝWNKRҧQJWKӡLJLDQWҥPÿӇFKӡYұWWѭ1ӃXFiFKQj\NK{QJFyNӃKRҥFKSKѭѫQJ SKiSTXҧQOêWӕWWKuVӁJk\UDFKұPWUӉYjPҩWWKӡLJLDQ'RÿyQӃX[XKѭӟQJWKӭKDL FK~QJWDNK{QJNLӇPVRiWÿѭӧFWKuOҥLPҩWPӝWNKRҧQJFKLSKtOӟQKѫQNKLiSGөQJ[X KѭӟQJWKӭQKҩW ệ &K~QJWDFҫQSKҧLFyPӝWSKѭѫQJSKiSÿӇTXҧQOờÿѭӧFFXQJӭQJYұWWѭWKHR [XKѭӟQJWKӭKDLYӟLVӵWKD\ÿәLOLrQWөFFӫDGӵiQӣQѭӟFWD Ĉ͋TX̫QOêÿ˱ͫFÿL͉XWDFyK WK͙QJÿylà LAST PLANNER (Timo Ala-Risku 2006)
1KӳQJQJX\rQWҳFFӫD/DVW3ODQQHU6\VWHPVOLӋWNrEDRJӗP(Ala-Risku and Kọrkkọinen 2006) ắ 7KLӃWOұSEҧQJSKkQFKLDF{QJYLӋFFKLWLӃWFKRÿӃQPӭFFyWKӇJLDRYLӋFFөWKӇ ắ &yVӵWKDPJLDFӫDQJѭӡLFKӏXWUiFKQKLӋPKRjQWKjQKF{QJYLӋFWURQJJLDLÿRҥQ OұSNӃKRҥFKWѭѫQJӭQJ ắ /jPFKRFiFF{QJYLӋFFyWtQKNKҧWKLEҵQJFiF[iFÿӏQKYjORҥLEӓWҩWFҧFiFUjQJ EXӝF ắ ĈҧPEҧRÿӝWLQFұ\EҵQJFiFKSKӕLKӧSYӟLFiFWKjQKYLrQWURQJÿӝLÿӇFyNӃ KRҥFKFKҳFFKҳQ ắ &yWKӃPҥQKWӯYLӋFFKLDQKӓF{QJYLӋFYjSKkQORҥLFiFQJX\rQQKkQJӕFUӉÿӇ SKzQJQJӯD4XiWUuQKWULӇQNKDL/36ÿѭӧFP{KuQKKyDTXDJӗPJLDLÿRҥQYӟL PӭFÿӝFKLWLӃWWKHRWUuQKWӵ
7LӃQÿӝWәQJWKӇ0DVWHU6FKHGXOHWLӃQÿӝFKRWRjQEӝWKӡLJLDQWKӵFKLӋQFӫDGӵiQYӟLFiFPӕFWKӡLJLDQFөWKӇWKHRWӯQJJLDLÿRҥQ
7LӃQÿӝWKHRJLDLÿRҥQ3KDVH6FKHGXOHWLӃQÿӝFKLWLӃWWKHRWӯQJJLDL ÿRҥQWKHRFiFPӕFWKӡLJLDQPLOHVWRQHVWӯNӃKRҥFKWәQJWKӇ
ӃKRҥFKQKuQWUѭӟF/RRNDKHDGSODQQLQJ NӃKRҥFKÿѭӧFWUtFK[XҩW
WӯWLӃQÿӝFKLWLӃWWKHRJLDLÿRҥQĈLNqPYӟLQyOjEҧQJWKHRG}LFiFWUӣ QJҥLF{QJYLӋFQKuQWUѭӟFÿӇÿҧPEҧRF{QJYLӋFVҹQVjQJÿӇWKӵFKLӋQ
ӃKRҥFKWXҫQ:HHNO\ZRUNSODQQLQJ WLӃQÿӝWURQJPӝWWXҫQÿѭӧFOұSNLӇPVRiWYjFDPNӃWEӣLQJѭӡLWUӵFWLӃSWULӇQNKDLĈLNqPYӟLQyOjEҧQJEiRFiRKRjQWKjQKF{QJYLӋFYjEҧQJWKHRG}LFiFQJX\rQQKkQFKұPWUӉQӃXFyÿӇÿiQKJLiWuQKKuQKWKӵFKLӋQGӵiQYjU~WUDEjLKӑFNLQKQJKLӋP
Thu ұ t toán Chu ӗ n Chu ӗ n (Dragonfly Alogorithm)
Trong cuӝc sӕng thiên nhiên có nhiӅu hành vi và tұSWtQKNKiFQKDXQKѭQJWҩt cҧ hành vi và tұSWtQKÿӓ chӍ vӟi mӝt mөFÿtFKFKtQKOjSKiWWULӇn và tiӃn hóa Ví dөQKѭ ÿjQNLӃn có tұSWtQKEj\ÿjQNKLFKXQJGLFKX\Ӈn tiӃWUDSKRURPHQHWUrQÿѭӡQJÿLJL~S con khiӃQNKiFWURQJÿjQWuPNLӃPÿѭӧFÿѭӡQJYjÿLWKHRÿӇ tìm kiӃm thӭFăQFKtQK xác nhҩt Sói thì có tұp tính sói theo bҫ\ÿjQFyWtQKWә chӭc xã hӝLÿӇ VăQPӗi: Theo ÿuәi, bao vây, quҩy rӕi con mӗi; TiӃp tөc di chuyӇn; Lӵa chӑQSKѭѫQJiQWLӃp cұn con mӗi phù hӧp; Tҩn công con mӗi… Và mӛLORjLFyÿһWÿLӇPQKѭYұ\FiFQKjNKRDÿm YjÿDQJQJKLrQFӭu các thuұt toán dӵa trên các tұp tính các loài vұWÿӇ giҧi quyӃWÿѭӧc FiFEjLWRiQNKyNKăQ
Thuұt toán tӕLѭXKyDGzQJKҥW362FNJQJOjPӝWP{KuQK6,ÿѭӧFÿiQKJLi tӕt Thuұt toán này bҳt FKѭӟc hành vi tìm kiӃm thӭFăQYjÿLӅXKѭӟng cӫDÿjQFKLPYj ÿmÿѭӧFÿӅ xuҩt bӣi (Eberhart and Kennedy 1995).Các nguӗn cҧm hӭng chính bҳt nguӗn tӯ các quy tҳFWѭѫQJWiFÿѫQJLҧn cӫa các loài chim:
&KLPFy[XKѭӟQJGX\WUuKѭӟng bay cӫDFK~QJWKHRKѭӟng hiӋn tҥi cӫa hӑ
+ Ghi nhӟ vӏ trí tӕt nhҩt cӫa nguӗn thӵc phҭPWKXÿѭӧFFKRÿӃn nay
+ Ghi nhӟ vӏ trí tӕt nhҩt cӫa thӭFăQPjEҫy tìm thҩ\FKRÿӃn nay
Thuұt toán PSO chӍ cҫn theo ba quy tҳFQj\YjKѭӟng dүn các hҥWKѭӟng tӟi các giҧi pháp tӕLѭXWӕt nhҩt cӫa mӛi cá nhân và bҫ\ÿӗng thӡi (Zhang, Li et al 2006)
Thuұt toán bҫy ong nhân tҥo (ABC) là mӝt gҫQÿky và thuұt toán dӵa trên SI phә biӃn Thuұt toán này mӝt lҫn nӳa mô phӓng hành vi xã hӝi cӫa ong mұt khi tìm kiӃm mұt hoa Sӵ khác biӋt cӫDÿLӅu này thuұt toán so vӟi ACO(Chandra Mohan and Baskaran 2012) và PSO là sӵ phân chia xã hӝi cӫa ong mұt: Ong trinh sát, ong quan sát và ong làm viӋc Các ong làm viӋc có trách nhiӋm tìm kiӃm nguӗn thӭFăQYjWK{QJEiR cho ong khác bҵng mӝWÿLӋu nhҧ\ÿһc biӋt (KARABOGA 2005)
Và có vô sӕ các hành vi; tұt tính khác nhau cӫa các loài vұWÿmYjÿDQJWLӃp tөc nghiên cӭ Thұt sӵ thì không có tұp tính cӫa loài nào là tӕLѭXQKҩt cҧ; mӛi loài sӁ có ÿLӇm mҥnh và hҥn chӃULrQJ'RÿyFiFWKXұt toán tӕLѭXYүn tiӃp tӵFÿѭӧc nghiên cӭu ĈӃQQăPYӯDTXDWKuÿmFyEjLEiRQJKLrQFӭu vӅ tұp tính cӫa bҫy chuӗn chuӗn Ĉҫu tiên ta cùng tìm hiӇu vӅ tұp tính và quá trình phát triӇn cӫa loài chuӗn chuӗn (Mirjalili 2016):
Dӵa vào hình trên ta thҩ\YzQJÿӡi chính cӫa chuӗn chuӗn gӗPJLDÿRҥn chính là con nӝQJYjFRQWUѭӣng thành Phҫn lӟn cuӝFÿӡi cӫa chuӗn chuӗn là ӣ con nhӝng và VDXÿyWLӃn hóa trӣ thành con chuӗn chuӗn
7X\NtFKWKѭӟc chuӗn chuӗn nhӓQKѭQJQyYүQOjORjLVăQPӗL&K~QJăQWKӏt các côn trùng biӇn khác thұm chí cҧ nhӳng con cá nhӓ9jÿLӅu thú vӏӣFK~QJOjFyÿһc tính bҫy ÿjQNKiFOҥ; hai tұp tính chính cӫa chúQJOj6ăQPӗLYjGLFѭ9jQKjNKRDKӑc ÿӏQKQJKƭDÿyOjWƭQK(ĂQYjÿӝng ('LFѭ
Trong bҫ\WƭQK6WDWLF6ZDUP&KXӗn chuӗn chia thành các nhóm nhӓ và bay trong mӝt khu vӵc nhӓ ÿӇ VăQQKӳng con mӗi Và sӵ di chuyӇn có sӵ khác biӋWÿyOj chuyӇQÿӝng cөc bӝ và chuyӇQKѭӟQJÿӝt ngӝt Trong bҫ\ÿӝng (Dynamic Swarms) các con chuӗn chuӗn tұp hӧp thành bҫ\GLFѭÿLWKHRPӝWKѭӟng trong quҧQJÿѭӡng dài
Tӯ tұSWtQKÿһc biӋt cӫa loài chuӗn chuӗn các nhà khoa hӑFÿmOLrQWѭӣng và áp dөng và thӵc tiӉn ÿӇ tӕLѭXFic bài toán7ѭѫQJWӵ vӟLKDLJLDLÿRҥn chính cӫa tӕLѭXKyD OjWKăPGzGӳ liӋu và khai phá dӳ liӋXOjKjQKYLWƭQKYjÿӝng cӫa loài chuӗn chuӗn:
+ Chuӗn chuӗn tҥo thành các nhóm nhӓ bay xung quanh các khu vӵc khác nhau WѭѫQJӭng vӟLJLDLÿRҥn khai thác; thăPGzGӳ liӋu
+ Trong các bҫ\WƭQKÿyVӁ bay cùng mӝWKѭӟQJWURQJJLDLÿRjQNKDLWKiFGӳ liӋu
HiӇXÿѭӧc tұp tính cӫa chuӗn chuӗn ta tiӃn hành áp dөng vào thӵc tӃ Theo Reynolds thì hành vi cӫa bҫ\ÿjQWKHRQJX\rQWҳc chính:(Reynolds 1987)
Sӵ chia cách: Tránh sӵ va chҥm giӳa các cá nhân vӟi cá thӇ khác xung quanh
Sӵ WKHRKѭӟng (Alignment): BiӇu thӏ vұn tӕc cӫa cá nhân vӟi cá thӇ khác xung quanh
Sӵ gҳn kӃWĈӅ cұSÿӃn vҩQÿӅ trung tâm cӫa bҫy so vӟi các cá thӇ
MөFÿtQKFKtQK\Ӄu cӫa bҫ\ÿjn (Khái quát) và cө thӇ là chuӗn chuӗn là sӵ sӕng vì thӃ nên chúng sӁ bӏ thu hút bӣi nguӗn thӵc phҭm và tránh xa (ĈiQKOҥFKѭӟng) kҿ thù Dӵa trên hai mөFÿtFKFKtQKQj\WDSKkQWtFKWKjQK\Ӄu tӕ chính cӫa bҫy chuӗn chuӗQQKѭKuQKVDX
Hình 3.5 1ăP y͇u t͙ chính hình thành t̵p tính b̯y chu͛n chu͛n
Theo thӭ tӵ hình tӯ trái sang và tӯ trên xuӕng ta có các tұSWtQKQKѭVDX
S: Khoҧng cách giӳa các cá thӇ
C: Khoҧng cách trung tâm cӫa bҫy
E: ĈiQKOҥFKѭӟng kҿ thù
7ѭѫQJӭng vӟi 5 tұp tính trên ta có các công thӭc sau: ắ Khoҧng cỏch giӳa cỏc cỏ thӇ:
Vӟi X là vӏ trí hiӋn tҥi cӫa mӝt cá thӇ; Xj và vӏ trí cӫa các cá thӇ xung quanh; N là sӕ Oѭӧng các cá thӇ xung quanh ắ SӵWKHRKѭӟng cӫa bҫ\ÿjQ
Vӟi vj là tӕFÿӝ cӫa các cá thӇ xung quanh ắ Khoҧng cỏch trӑng tõm cӫa bҫy:
Vӟi X là vӏ trí hiӋn tҥi cӫa mӝt cá thӇ; Xj và vӏ trí cӫa các cá thӇ xung quanh; N là sӕ Oѭӧng các cá thӇ xung quanh ắ Sӵ thu hỳt bӣi con mӗi:
Vӟi X là vӏ trí hiӋn tҥi cӫa mӝt cá thӇ; X + và vӏ trí cӫa con mӗi (nguӗn thӭFăQ ắ Phõn tỏn kҿ thự:
Vӟi X là vӏ trí hiӋn tҥi cӫa mӝt cá thӇ; X - và vӏ trí cӫa kè thù
Tұp tính cӫa chuӗn chuӗn là sӵ tә hӧp cӫDQăP\Ӄu tӕ WUrQĈӇ cұp nhұt ví trí chuӗn chuӗn mӟi (TӕLѭXKѫQWD[pWVӵ dӏch chuyӇn cӫa ' X và vӏ WUt;7ѭѫQJWӵ vӟi viӋc tính toán cұp nhұt ' X ÿmÿѭӧc trình bày trong thuұt toán PSO Và vecto vұn chuyӇn cӫa chuӗn chuӗn thӇ hiӋQÿѭӧFKѭӟng di chuyӇQYjÿѭӧc cұp nhұWQKѭVDX
S: Trӑng sӕ vӅ khoҧng cách
Si: Khoҧng cách giӳa các cá thӇ vӟi cá thӇ thӭ i;
D : Trӑng sӕ vӅ sӵ thҷng hàng:
Ai: Sӵ thҷng hàng cӫa cá thӇ thӭ i; c: Trӑng sӕ vӅ trӑng tâm cӫa bҫ\ÿjQ
Ci: Trӑng tâm cӫa cӫa cá thӇ thӭ i vӟi bҫy; f: HӋ sӕ vӅ thӭFăQ
Fi: ThӭFăQFӫa cá thӇ thӭ i; e: HӋ sӕ cӫa kҿ thù;
Ei: Vӏ trí cӫa kҿ thù vӟi cá thӇ thӭ i;
T: Tҥi thӡLÿLӇm thӭ t; (Vòng lһp thӭ t);
Sau kKLWtQKWRiQÿӝWăQJFӫa sӵ dӏch chuyӇn 'X ; Vӏ trí mӟLÿѭӧc tính theo công thӭc:
Các hӋ sӕ trӑng sӕÿѭӧc tìm kiӃm và khai phá suӕt trong quá trình tӕLѭX9j vӏ trí cӫa các cá thӇ xung quanh trong mӝt bҫy là rҩt quan trӑng
Hình 3.6: Tr̩QJWKiLÿ͡QJWUiLYjWƭQKSK̫i cͯa chu͛n chu͛n
1KѭKuQKWUrQ ắ Trҥng thỏi cӫa chuӗn chuӗn ӣ ÿӝQJYjWƭQKChuӗn chuӗQFy[XKѭӟng duy trỡ khoҧng cách và trӑng tâm trong trҥQJWKiLÿӝng ắ Trong trҥQJWKiLWƭQK
+ Khi tҩn công con mӗi: Sӵ thҷng hàng giҧm; Khoҧng cách trӑQJWkPWăQJ
+ Khi tìm kiӃm không gian: Sӵ thҷQJKjQJWăQJ.KRҧng cách trӑng tâm giҧm ĈӇ chuyӇQÿәi giӳa hai quá trình tìm kiӃm không gian và khai phá dӳ liӋu thì khoҧQJFiFKÿѭӧFJLDWăQJWӹ lӋ thuұn vӟi sӕ lҫn cӫa vòng lһp MӝWFiFKNKiFÿӇ cân bҵQJÿѭӧc viӋc tìm kiӃm và khai thác ta có thӇÿLӅu chӍnh các hӋ sӕ trong quá trình tӕi ѭXVDFIHYjZ
Nhӳng con chuӗn chuӗQÿѭӧc yêu cҫXWKD\ÿәi trӑQJOѭӧng cӫa chúng mӝt cách thích ӭQJÿӇ chuyӇn tӯ khám phá sang khai thác không gian tìm kiӃP1JѭӡLWDFNJQJ cho rҵng chuӗn chuӗQFy[XKѭӟng nhìn thҩy nhiӅu chuӗn chuӗn KѫQÿӇ ÿLӅu chӍnh ÿѭӡng bay khi quá trình tӕLѭXKyDGLӉn ra Nói cách khác, khu vӵc lân cұQFNJQJÿѭӧc
WăQJOrQWKHRÿyEҫ\ÿjQWUӣ thành mӝt nhóm ӣJLDLÿRҥn tӕLѭXKyDFXӕLFQJÿӇ hӝi tө ÿӃn mӭc tӕLѭXWRjQFҫu Nguӗn thӵc phҭm và kҿ WKÿѭӧc chӑn tӯ các giҧi pháp tӕt nhҩt và tӗi tӋ nhҩt mà toàn bӝ bҫ\ÿjQÿѭӧc tìm thҩ\FKRÿӃQQD\ĈLӅu này gây ra sӵ hӝi tөÿӕi vӟi các khu vӵFÿҫy hӭa hҽn cӫa không gian tìm kiӃm và phân kǤ ra các khu vӵc không hӭa hҽn cӫa không gian tìm kiӃm.
Thu ұ t toán t ӕ i ѭXTXҫ n th Ӈ (PSO)
Các NӻWKXұWWӕLѭXKyDPHWD-KHXULVWLFÿmWUӣQrQSKәELӃQYuWtQKѭXYLӋWFӫD WKXұWWRiQĈiQJQJҥFQKLrQOjPӝWVӕWURQJVӕQKӳQJWKXұWWRiQSKәELӃQQKѭOjWKXұW WRiQGLWUX\ӅQ*$(Andersson 2003)), WӕLѭXKyDSKkQFӵFKzQÿҧR$&2YjVӵWӕLѭX KyDEҫ\ÿjQ3DUWLFOH6ZDUP2SWLPL]DWLRQ- 362NKiQәLWLӃQJNK{QJQKӳQJWURQJOƭQK YӵFNKRDKӑFPi\WtQKPjFzQWURQJFiFOƭQKYӵFNKiFQKDXÿmWҥRUDPӝWVӕOѭӧQJOӟQ FiFF{QJWUuQKOêWKX\ӃWKӑFWKXұW &iFNӻWKXұWWӕLѭXKyDQKѭYұ\ÿmÿѭӧFiSGөQJ WURQJFiFOƭQKYӵFQJKLrQFӭXNKiFQKDX
&yPӝWFkXKӓLӣÿk\OjWҥLVDRPHWD-KHXULVWLFVÿmWUӣQrQUҩWSKәELӃQ&kXWUҧ OӡLFKRFkXKӓLQj\FyWKӇÿѭӧFWyPWҳWWKjQKEӕQOêGRFKtQWtQKÿѫQJLҧQWtQKOLnh KRҥWFѫFKӃKRҥWÿӝQJWӵGRYjWUiQKNKӓLWuQKKXӕQJWӕLѭXFөFEӝ Vì:
'ӉGjQJQJKLrQFӭXYuWKXұWWRiQÿѫQJLҧQEҳWQJXӗQWӯFiFNKiLQLӋPÿѫQJLҧn YjWKӵFWӃ&iFKLӋQWѭӧQJYұWOêKjQKYLFӫDÿӝQJYұWYjFiFNKiLQLӋPWLӃQKyD
'ӉGjQJiSGөQJFKRFiFYҩQÿӅNKiFQKDX.KiFQKDXFKtQK\ӃXNKLJLҧLTX\ӃW FiFYҩQÿӅNKiFQKDXÿyFKtQKOjÿҫXYjRYjÿҫXUDFӫDYҩQÿӅ
7ӕLѭXFiFYҩQÿӅPӝWFiFKQJүXQKLrQ4~DWUuQKWӕLѭXKyDEҳWÿҫXEҵQJFiF JLҧLSKiSQJүXQKLrQYjNK{QJFҫQSKҧLWtQKWRiQFiFGүQ[XҩWFӫDNK{QJJLDQWuPNLӃP ÿӇWuPUDPӭFWӕLѭX ĈһFELӋWOjWӕLѭXPHWD-KHXULVWLFJLҧLTX\ӃWYҩQÿӅWK{QJTXDEҧQFKҩWQJүX QKLrQFӫDQyJL~SPӣUӝQJUDWRjQEӝNK{QJJLDQWuPNLӃP
Thuұt giҧi tӕLѭXTXҫn thӇ (PSO)(Marini and Walczak 2015, Jia and Guo 2016) là mӝt giҧi thuұt tӕLѭXP{SKӓQJWKHRSKѭѫQJWKӭc di chuyӇn cӫa mӝWÿjQFKLPKD\ cách thӭc di chuyӇn cӫDÿjQFiPӛi cá thӇ sӁ di chuyӇn mӝWFiFKWK{QJPLQKÿӇ xác ÿӏnh vӏ trí thích hӧp nhҩt Bҵng cách tҥo ra mӝt quҫn thӇ các cá thӇӭng viên, PSO có thӇ tìm kiӃm các giҧi pháp tӕLѭXWK{QJTXDTXiWUuQKGLFKX\Ӈn cӫa các cá thӇ trong không gian tìm kiӃm Mӛi cá thӇ trong quҫn thӇÿLӅu chӍQKKѭӟng bay hoһc di chuyӇn theo vӏ trí tӕt nhҩt cӫa nó và cӫa cá thӇ trong quҫn thӇ tính tӟi thӡLÿLӇm hiӋQ7URQJÿy mӛi cá thӇ tìm vӏ trí (giҧi pháp tӕLѭXQKҩt cӫa chính mình và dӵa vào vӏ trӏ tӕt nhҩt cӫa QKyPVDXÿyÿLӅu chӍnh vӏ trí cӫa nó dӵDWUrQWK{QJWLQWUDRÿәi giӳa các cá thӇ trong quҫn thӇ, tӭc là sӱ dөng kinh nghiӋm và trí tuӋ cӫa cá thӇ kӃt hӧp
VӅFѫEҧn, thuұt giҧi này mô phӓng mӝWÿjQRQJJLDRWLӃp vӟi nhau trong khi ED\ÿLWuPPұt Tҥi thӡLÿLӇm bҳWÿҫu tìm kiӃm, mӛi cá thӇ (particle) trong quҫn thӇ (swim) bay theo mӝWKѭӟng ngүXQKLrQQjRÿy7X\nhiên, sau mӝt thӡi gian tìm kiӃm; mӝt sӕ cá thӇWURQJÿjQEҳWÿҫXWuPÿѭӧFQѫLFyFKӭa mұt Tùy theo sӕOѭӧng mұt vӯa WuPÿѭӧc mà cҧ thӇ gӱi tín hiӋXÿӃn các cá thӇ NKiFÿDQJWuPNLӃm ӣ các vùng lân cұn, và tín hiӋu này sӁÿѭӧc lan truyӅn trên toàn quҫn thӇ Dӵa theo thông tin nhұQÿѭӧc, mӛi cá thӇ sӁ ÿLӅu chӍnh vұn tӕFYjKѭӟng bay vӅ QѫLFyQKLӅu mұW&ѫFKӃ truyӅQWLQQKѭ vұ\WKѭӡQJÿѭӧF[HPQKѭPӝt kiӇu hình cӫa trí tuӋ bҫ\ÿjQ&ѫFKӃ này giúp cҧ ÿjQ {QJWuPUDQѫLFyFKӭa nhiӅu thұt nhҩt trong không gian tìm kiӇm vô cùng rӝng lӟn
Ví dө: Mӝt cá thӇÿmWuPÿѭӧc vӏ trí tӕt nhҩt toàn quҫn thӇ (global best) Mӝt cá thӇNKiFWuPÿѭӧc vӏ trí tӕt nhҩt cӫa nó (personal best) và mӝt thành phҫn vұn tӕc cӫa QyKѭӟQJÿӃn vӏ trí này, thành phҫn vұn tӕc thӭ KDLKѭӟQJÿӃn vӏ trí tӕt nhҩt cӫa toàn thӇÿmÿѭӧc tìm bӣi cҧ thӇEDQÿҫX7ѭѫQJWӵ, các cá thӇNKiFFNJQJQKұQÿѭӧc thông tin YjKѭӟQJÿӃn vӏ trí tӕt nhҩt cӫa toàn quҫn thӇ do cá thӇEDQÿҫXWuPÿѭӧc; trong khi mӝt thành phҫn vұn tӕc vүQKѭӟQJÿӃn giá trӏ tӕt nhҩt tӯng có cӫa nó Cuӕi cùng, toàn bӝ các cá thӇWURQJÿjQ{QJÿӅXWuPÿѭӧFÿӃn vӏ trí tӕt nhҩt cӫa nó trong quҫn thӇ
&ѫFKӃ thӵc hiӋn cӫa thuұt toán PSO:
PSO tiӃn hành tìm kiӃm giҧi pháp tӕLѭXWK{QJTXDTXiWUuQKFұp nhұp vӏ trí cӫa các cá thӇ (gӑi là particle) trong quҫn thӇ (gӑi là swarm) Mӛi cá thӇÿѭӧF[HPQKѭPӝt ÿLӇm trong không gian tìm kiӃm m-chiӅXYjÿһFWUѭQJFӫa mӛi cá thӇÿѭӧc mô tҧ bӣi vӏ trí và vұn tӕc cӫa chúng Vӏ trí cӫa mӛi cá thӇÿҥi diӋn cho mӝt giҧi pháp tiӅPQăQJFKR vҩQÿӅ cҫn giҧi quyӃt, giӕQJQKѭQKLӉm sҳc thӇ trong thuұt giҧi di truyӅn Vӏ trí và vұn tӕFEDQÿҫu cӫa các cá thӇÿѭӧc khӣi tҥo mӝt cách ngүXQKLrQ6DXÿyTXҫn thӇ sӁ tìm ÿӃn các vӏ trí tӕLѭXWKHRPӝt quӻÿҥRÿѭӧc cұp nhұp liên tөc sau mӛi vòng lһp dӵa vào vӏ trí tӕt nhҩt mà cá thӇ tӯQJÿҥWÿѭӧc (gӑi là personal best hay local best) và vӏ trí tӕt nhҩt tӯQJÿѭӧc tìm thҩy trong quҫn thӇ (gӑi là global best).(Pham Hong Luan 2018)
Vӏ trí cӫa cá thӇ thӭ i ӣ tҥi công lұp thӭ t trong không gian tìm kiӃm M-chiӇu ÿѭӧFÿӏQKQJKƭDEӣi vector X,(t)= xi1(t), xi2(t), , xiM(t)7ѭѫQJWӵ, vұn tӕFFNJQJOjPӝt vector M-chiӇu V(t)= vi1(t), vi2(t), , viM(t)&ѫFKӃ cұp nhұp vӏ trí cӫa các có thӇ sau mӛi vòng lһSÿѭӧc cho bӣi công thӭc:
+ i = 1, 2, , P vӟi P là tәng sӕ cá thӇ trong quҫn thӇ
+ t = 1, 2, , T vӟi T là sӕ thӃ hӋ (hay sӕ vòng lһp) giӟi hҥn
X X X X ÿҥi diӋn cho vӏ trí tӕt nhҩt mà cá thӇÿҥWÿѭӧc sau (t-1) vòng lһp (gӑi là pbest)
X X X X ÿҥi diӋn cho vӏ trí tӕt nhҩt mà toàn quҫn thӇ Fyÿѭӧc sau (t-1) vòng lһp (gӑi gbest)
+ C1 và C2: gӑi là các nhân tӕ hӑc tұp (learning factor)
+ r1 và r2: các sӕ chӑn ngүu nhiên trong khoҧng [0;1]
+ w(t): trӑng sӕ TXiQWtQKGQJÿӇ kiӇPVRiWWiFÿӝng cӫa tӕFÿӝ vòng lһp lên tӕFÿӝ vòng lһp hiӋn hành, w(t) giúp cân bҵng giӳa kinh nghiӋPÿӏDSKѭѫQJYjNLQK nghiӋm thӵc tӃ i ( )
V t GQJÿӇ tính vұn tӕc mӟi cӫa cá thӇ dӵa vào vұn tӕFWUѭӟFÿyYjRNKRҧng cách tӯ vӏ trí hiӋn tҥLÿӃn vӏ trí tӕt nhҩt có thӇ tӯQJÿҥWÿѭӧc (pbest) và khoҧng cách tӯ vӏ trí hiӋn tҥLÿӃn vӏ trí tӕt quҫn thӇ tӯng có (gbest) X ( ) i t GQJÿӇ tính vӏ trí mӟi cӫa mӝt cá thӇ bҵng cách sӱ dөng kinh nghiӋm (vӏ WUtWUѭӟFÿyFӫa nó và vұn tӕc mӟLÿѭӧc cұp nhұt.
Hàm Fuzzy
T ұ p m ӡ
Lý thuyӃt tұp mӡ thӇ hiӋn mӭFÿӝ thành viên cӫa tұp hӧp không bӏ giӟi hҥn bӣi sӕ 0 và 1 mà là lҩy bҩt kǤ giá trӏ thuӝc khoҧng [0;1] Trong lý thuyӃt tұp hӧp mӡ, quan hӋ thành viên giӳa mӝt phҫn tӱ và mӝt tұp hӧSÿѭӧFÿiQKJLiWKHRNLӇu nhӏ phân – mӝt phҫn tӱ thuӝc hoһc không thuӝF>@+jPWKjQKYLrQFKRSKpSÿiQKJLiPӭFÿӝ liên tөc cӫa mӝt phҫn tӱ ÿӃn mӝt tұp hӧp bҵng các giá trӏ bҩt kǤ trong khoҧng [0;1] (Kartalopoulos and Kartakapoulos 1997)
Tұp mӡ $[iFÿӏQKWUrQFѫVӣ tұp X là mӝt tұp hӧp mà mӛi phҫn tӱ cӫa nó là mӝt cһp giá trӏ (x, P A ( ) x WURQJÿy[WKXӝc X và P A ( ) x ánh xҥ P A : X o [0;1] Ánh xҥ
P A ÿѭӧc gӑi là hàm thành viên cӫa tұp mӡ $+jPWKjQKYLrQÿһFWUѭQJFKRPӭFÿӝ phө thuӝc cӫa mӝt phҫn tӱ bҩt kǤ thuӝc tұSFѫVӣ X vào tұp mӡ A và nhұn giá trӏ là mӝt sӕ tӯÿӃn 1 (Rhee 2007)
S ӕ m ӡ (Fuzzy Number)
Sӕ mӡ A là mӝt tұp mӡ có hàm thành viên liên tөc, lӗLYjWKѭӡng Có nhiӅu dҥng sӕ mӡNKiFQKDX+uQKWKDQJ+uQKWDPJLiF%HOO*DXVLDQ6LJPRLGô7URQJÿy sӕ mӡ dҥQJWDPJLiFYjKuQKWKDQJÿѭӧc sӱ dөng phә biӃn (Starczewski 2009)
Hình 3.9 S͙ mͥ hình thang ĈѫQJLiYұt liӋu xây dӵng không cӕÿӏnh luôn biӃQÿӝng theo thӡi gian và phө thuӝc vào yӃu tӕ bên ngoài rҩt nhiӅXYjNKyOѭӡQJWUѭӟFÿѭӧF'RÿyNKLtӕLѭX chi phí vұt liӋu xây dӵng ta phҧL[pWÿӃn sӵ biӃQÿӝng vӅ ÿѫQJLiÿӇ phù hӧp vӟi chi phí xây dӵng thӵc tӃ Trong nghiên cӭu ÿӅ xuҩt ÿѫQJLiFӫa vұt liӋu là con sӕ không chҳc chҳn (Phù hӧp vӟi thӵc tӃF{QJWUѭӡng) nên ta sӁ sӱ dөng sӕ mӡ )X]]\1XPEHUÿӇ có mô tҧ vӅÿѫQJLiYұt liӋu -DĞNRZVNL6RERWNDHWDO.
Phá m ӡ (Defuzzification)
6DXNKL[iFÿӏnh sӕ mӡ ĈѫQJLiYұt liӋu) thông qua các nghiên cӭXWUѭӟFÿk\ hoһc bҵQJSKѭѫQJSKiSthӕQJNrÿѫQJLiWKӵc tӃ ta tiӃn hành phá mӡÿӇ chuyӇn sӕ mӡ (Fuzzy number) thành sӕ thӵc 1ăP'HQJÿmVӱ dөQJSKѭѫQJSKiSÿiQKJLiWKiL ÿӝ ÿӕi vӟi rӫi ro (Risk Attitude) cӫDQJѭӡi quҧn lý: Sӱ dөng khái niӋm D -FXWÿ͋ phá mͥĈk\OjP͡t phát minh quan tr͕ng trong lý thuy͇t Fuzzy (Deng 1999)
Giá trӏD-cut ÿҥi diӋn cho mӭFÿӝ tӵ tin cӫa ngѭӡi ra quҧn lý khi ӭng phó rӫi UR.KLQJѭӡi quҧn lý quyӃWÿӏQKFjQJWLQWѭӣng vào kӃt quҧ thӵc hiӋn thì giá trӏ cӫa D- cut sӁ gҫn vӟi 1 (Hình 3.10) .KLQJѭӡi quҧn lý ít WLQWѭӣng vӟi sӕ mӡÿѫQJLi thì D-cut sӁ gҫn vӟi 0 Tùy thuӝFYjRTXDQÿLӇm cӫDQJѭӡi quҧn lý D-cut sӁ có nhӳng giá trӏ khác nhau
Hình 3.10 D-cut trong s͙ mͥ tam giác Ӭng vӟi mӛi giá trӏ cӫa D-cut thì sӕ fuzzy tam giác sӁ có giá trӏ tӯ j ijl D cho ÿӃn j ijr D Lúc này sӕ mӡ tam giác sӁ trӣ thành khoҧng có giá trӏ trӏ j ijl D và j ijr D &iFK[iFÿӏnh hai giá trӏ này theo công thӭc sau (Liou and Wang 1992): ijl ( ij ij ) ij j D m l D l ij r ij ( ij ij ) j u u r D
Sau khi sӕ mӡIX]]\ÿѭӧc chuyӇn thành khoҧng có giá trӏ tӯ j ijl D và j ijr D ta sӁ tiӃn hành chuyӇn thành mӝt sӕ thӵc j ij O D ĈӇ tiӃn hành sӵ chuyӇQÿәi này ta sӁ sӱ dөng mӝt chӍ sӕ l̩c quan O (Optimism Index) ChӍ sӕQj\FNJQJFyJLiWUӏ tӯÿӃn 1
7KiLÿӝ cӫDQJѭӡi ra quyӃWÿӏnh ChӍ sӕ lҥc quan O
B̫ng 3.1 Ch͑ s͙ l̩c quan cͯDQJ˱ͥi ra quy͇Wÿ͓nh Ĉm[iFÿӏnh chӍ sӕ lҥc quan O ta sӁ tiӃn hành chuyӇn sӕ mӡ fuzzy thành sӕ thӵc theo công thӭc sau: ij ijr (1 ) ijl j O D O j O O j O
Xây d ӵ ng mô hình
Gi ӟ i thi Ӌ u d ӵ án
Vұt liӋu nghiên cӭu: Thép xây dӵng
Hình 4.6 Ph͙i c̫nh d án thc t͇
TiӃQÿӝ dӵiQÿѭӧc chia OjPJLDLÿRҥn: x *LDLÿRҥn 1: Phҫn kӃt cҩu hҫm tӯQJj\ÿrQQJj\ x *LDLÿRҥn 2: Phҫn kӃt cҩu thân TӯÿӃn 20/05/2019 (85 ngày) x *LDLÿRҥn 3: Phҫn hoàn thiӋn TӯÿӃn 10/07/2019 (51 ngày)
B̫ng 4.3 T͝ng hͫp các thông s͙ ÿ̯u vào cͯa mô hình ĈѪ1*,È08$
&KLSKtWUӉWLӃQÿӝ 7ULӋXĈӗQJ1Jj\ ĈѫQJLiFҭXWKiS 7ULӋXĈӗQJ1Jj\
1ăQJVXҩWFҭXWKiS 7ҩQK ĈѫQJLiPXDKjQJYұt liӋu làm sӕ mӡ (Fuzzy Number) Ta sӱ dөn các hӋ sӕWKiLÿӝÿӕi vӟi rӫi ro: D-cut=0.7; O =0.5 (H s͙ l̩c quan).
Thông s ӕ thu ұ t toán DA-PSO
B̫ng 4.4 Nhu c̯u v̵t li u s͵ dͭng m͟i ngày cͯa d án
K Ӄ t qu ҧ t ӕLѭX
Hình 4.7 So sánh t͛n kho v̵t li u giͷa FOP=1 và FOP
FOP=1: Chi phí vұt liӋu cao nhҩWYjNtFKWKѭӟc kho nhӓ nhҩt
FOP: Chi phí vұt liӋu sӁ ít nhҩWYjNtFKWKѭӟc kho lӟn nhҩt
Vұy tҥi sao FOP=1 thì chi phí cao nhҩt?
)23 QJKƭDOjPӛLQJj\ÿӅu mua vұt liӋu vӟi khӕLOѭӧng mua sӁ bҵng khӕLOѭӧng sӱ dөng thì chi phí mua vұt liӋu rҩt cao vì khӕLOѭӧng mua vұt liӋu mӛi ngày tWYjÿLӅu này dүQÿӃn viӋc là sӁ NK{QJÿѭӧc nhà cung cҩp giҧm giá (Mӭc chiӃt khҩu không tӕt bҵng khi ta mua khӕLOѭӧng lӟQ'RÿyFKLSKtPXDKjQJVӁ WăQJOrQUҩt nhiӅu Mӛi ngày ÿӅu mua vұt liӋu dүQÿӃn viӋFWăQJVӕ chuyӃn vұn chuyӇn vұt liӋu nên chi phí vұn chuyӇn vұt liӋXFNJQJWăQJOrQ.KLWăQJVӕ chuyӃn vұn chuyӇQWKuFKLSKtOѭXNKR6& sӁWăQJOrQYuVӕ chuyӃn vұn chuyӇn vұt liӋXWăQJdүQÿӃn tӹ lӋ thiӃu hөt vұt liӋu do vұn chuyӇn chұm trӉ và ҧnh hѭӣQJÿӃn tiӃQÿӝ thi công dӵ án Ngoài ra viӋFJLDWăQJVӕ chuyӃn vұn chuyӇn vұt liӋu sӁOjPWăQJWKrPF{QJYLӋc trong công tác quҧn lý xuҩt nhұp vұWWѭ7X\QKLrQ)23 WKuYүQFyѭXÿLӇm:
+ Thӭ nhҩt không có tӗn kho vұt liӋu sau mӛi ngày thi công dүQÿӃn chi phí tài chính (Lãi vұt liӋu - FC) bҵng 0
+ Thӭ KDLNtFKWKѭӟFNKROѭXWUӳ vұt liӋu sӁ nhӓ nhҩt so vӟi các FOP còn lҥi vì mӛLQJj\ÿӅXPXDKjQJÿ~QJEҵng khӕLOѭӧng sӱ dөQJQrQNtFKWKѭӟc kho không cҫn quá lӟn chӍ cҫn bҵQJÿ~QJYӟi khӕLOѭӧng sӱ dөng lӟn nhҩt (KhӕLOѭӧng mӛi ngày sӱ dөng)
)23 &iFKÿӅu 14 ngày sӁ mua vұt liӋu mӝt lҫn ViӋc cách 14 ngày mӟi mua vұt liӋu thì chҳc chҳn khӕLOѭӧng mua hàng sӁ rҩt nhiӅu vì khӕLOѭӧng mӛi lҫn mua vұt liӋu ít nhҩt phҧLÿӫFKRQJj\WKLF{QJ'Rÿy nhà cung cҩp sӁ chiӃt khҩXFDRKѫQFKR nhà thҫu và chi phí mua hàng sӁtWKѫQVRYӟLWUѭӡng hӧp FOP=1 Khi khoҧng thӡi gian giӳa các lҫQPXDKjQJJLDWăQJ sӁ giҧm sӕ chuyӃn vұn chuyӇn vұt liӋu nên chi phí vұn chuyӇn sӁ ít KѫQ so vӟi các FOP nhӓKѫQ Và FOP = FNJQJJLҧm thiӇu viӋc trӉ tiӃQÿӝ vì thiӃu hөt vұt liӋu ӣ mӭc thҩp nhҩt Bên cҥQKÿy)23 FNJQJJL~SJLҧm thӡi gian và nhân lӵc trong quá trình quҧn lý xuҩt nhұp vұt liӋu Tӯ ÿyWDWKҩy FOP hay FOP càng lӟn thì chi phí càng giҧm và có lӧi vӅ mӑi mһt Tuy nhiên FOP= 14 vүn có khuyӃt ÿLӇm:
+ Hҥn chӃ vӅNKREmL.tFKWKѭӟc kho phҧLÿӫ lӟQÿӇ chӭa vұt liӋu tӗn kho trong thӡLJLDQGjL.tFKWKѭӟc kho bãi ҧQKKѭӣng rҩt lӟQÿӃn viӋc bӕWUtEuQKÿӗF{QJWUѭӡng và mang tính rҩt chӫ quan vì tùy dӵ án sӁ có mһt bҵng rӝng lӟQÿӇ bӕWUtNKREmLQKѭQJ FNJQJQKLӅu dӵ án không có mһt bҵQJÿӇ bӕ trí kho bãi phù hӧp vӟi kӃ hoҥch vұt liӋu có FOP lӟn
%DQÿҫu Nhà thҫu phҧi tӕn chí phí nhiӅXKѫQÿӇ mua khӕLOѭӧng lӟn vұt liӋu và chôn vӕn ӣ vұt liӋu tӗn kho Dӵ án xây dӵng có chi phí thi công rҩt lӟn nên các nhà thҫu ÿӅu phҧi vay vӕQÿӇ thi công nên nӃu kӃ hoҥch dòng tiӅn thu chi không hӧp lý sӁ dӉÿӃn thua lӛ, phá sҧQ'RÿyYҩQÿӅ chôn vӕn ӣ vұt liӋu tӗn kho là mӝt vҩQÿӅ nguy hiӇm và mang tính rӫi ro rҩt cao vì nó ҧnh Kѭӣng rҩt nhiӅXÿӃn kӃ hoҥch cӫa dòng tiӅn cӫa cҧ công ty xây dӵng
Tӯ nhӳng phân tích giӳa FOP=1 và FOP thì viӋc lӵa chӑn FOP (KӃ hoҥch nhu cҫu vұt liӋXYjNtFKWKѭӟc kho có mӕi quan hӋ mұt thiӃt vӟLQKDX.KLWăQJ)23WKuFKL phí sӁ giҧm tuy nhiên kíFKWKѭӟc kho phҧLWăQJOrQYjQJѭӧc lҥL9jNtFKWKѭӟc kho rҩt hҥn chӃ vì phө thuӝc thӵc tӃ mһt bҵng thi công dӵ án
Ta phân tích các loҥi chi phí vұt liӋu:
+ Ordering Cost (OC): ThӇ hiӋn chi phí mua hàng và vұn chuyӇn vұt liӋu Khi mua hàng vӟi sӕOѭӧng lӟn sӁÿѭӧc nhà cung cҩp chiӃt khҩu cao Khi FOP nhӓ thì sӕOѭӧng chuyӃn vұn chuyӇn vұt liӋu nhiӅXGRÿyFKLSKtYұn chuyӇn vұt liӋu sӁWăQJOrQ
+ Finacing Cost (FC): ThӇ hiӋn chi phí tài chính (Lãi vұt liӋu) Khi mua hàng vӟi sӕ Oѭӧng lӟn nhà thҫu sӁÿѭӧc nhà cung cҩp chiӃt khҩu tӕWQKѭQJEOҥi chúng ta phҧi có thêm chi phí lãi vұt liӋu (FC) Chi phí nhà thҫu bӓUDWUѭӟFÿӇ mua khӕLOѭӧng lӟn vұt liӋu và chôn vӕn ӣ vұt liӋu tӗn kho
+ Stock-out Cost (SC): ThӇ hiӋn chi phí mҩWÿLYuWKLӃu vұt liӋu thi công (TrӉ tiӃn ÿӝ) Chi phí SC kiӇm soát sӕ lҫn mua vұt liӋXÿӇ giҧm thiӇu khҧQăQJ trӉ tiӃQÿӝ vì thiӃu hөt vұt liӋu Bên cҥQKÿyFKLSKt6&FNJQJJL~SkiӇm soát khӕLOѭӧng công viӋc trong quҧn lý xuҩt nhұp vұt liӋXF{QWUѭӡng
+ Layout Cost (LC): ThӇ hiӋn chi phí vұn chuyӇn vұt liӋu thi công và chi phí bӕ trí lҥLEuQKÿӗF{QJWUѭӡng khi có sӵWKD\ÿәLNtFKWKѭӟc kho bãi ӣFiFJLDLÿRҥn
TӯÿyWDFyWKӇ thҩy mô hình chuӛi cung ӭng vұt liӋX&/3ÿmSKҧQiQKÿ~QJYj ÿӫ các loҥi chi phí trong suӕt quá trình quҧn lý vұt liӋu thi công xây dӵng giúp ta sӵ lӵa chӑn phù hӧp FkQÿӕi giӳa các loҥi chi phí (Chi phí mua hàng; chi phí tài chính; chi phí OѭXNKRYjchi phí vұn chuyӇn bӕ trí kho bãi ӣ F{QJWUѭӡng) Sӱ dөng mô hình chuӛi cung ӭng vұt liӋXÿӇ phân tích hàm mөc tiêu chi phí vұt liӋu là hoàn toàn hӧp lý và mang WtQKNKiFKTXDQ'RÿyWDWLӃn hành tìm kiӃm và tӕLѭXNӃ hoҥch nhu cҫu vұt liӋu ӣ các JLDLÿRҥn thông qua mô hình CLP và thuұt toán DA-PSO
Hình 4.8 M͙i quan h giͷDFKLSKtYjNtFKWK˱ͣc kho v̵t li X*LDLÿR̩n 1)
B̫ng 4.5 K͇t qu̫ t͙L˱XFKLSKtYjNtFKWK˱ͣc kho v̵t li X*LDLÿR̩n 1)
Sau khi tӕLѭXNӃ hoҥch cung ӭng vұt liӋXWURQJJLDLÿRҥn 1 bҵng thuұt toán DA- PSO ta có kӃt quҧQKѭKuQK 4.8 và bҧng 4.5 ĈѭӡQJPjXÿӓ: ThӇ hiӋn mӕi quan hӋ giӳa chi phí vұt liӋu (TrөFÿӭng bên trái) và thӡi gian giӳa các lҫQÿһt hàng vұt liӋu (FOP) Dӵa vào hình ta nhұn thҩ\NKL)23WăQJ lên thì chi phí vұt liӋu giҧm Chi phí giҧm nhiӅu nhҩWOjJLDLÿRҥn tӯ)23 ÿӃn FOP=3 (Giҧm 1590.3 TriӋXĈӗng); Chi phí giҧm ít nhҩWOjJLDLÿRҥn tӯ )23 ÿӃn FOP=9 (Giҧm 34.6 TriӋXĈӗng) Ĉѭӡng màu xanh: ThӇ hiӋn mӕi quan hӋ giӳDNtFKWKѭӟc kho vұt liӋu (TrөFÿӭng bên phҧi) và thӡi gian giӳa các lҫQÿһt hàng vұt liӋu (FOP) .tFKWKѭӟFNKRWăQJQKLӅu nhҩt là giai ÿRҥn tӯ)23 ÿӃQ)23 tFKWKѭӟFNKRWăQJ7ҩQNtFKWKѭӟc kho WăQJtWQKҩWOjJLDLÿRҥn tӯ)23 ÿӃQ)23 tFKWKѭӟFNKRWăQJWҩn)
Mӕi quan hӋ giӳa chi phí vұt liӋXYjNtFKWKѭӟc kho vұt liӋu là hai mӕi quan hӋÿӕi nghӏch: Khi chi phí vұt liӋu giҧm WKuNtFKWKѭӟc kho vұt liӋu sӁWăQJYjQJѭӧc lҥi Giao ÿLӇm cӫDÿѭӡQJPjX[DQK.tFKWKѭӟFNKRYjPjXÿӓ (Chi phí vұt liӋu) sӁ là kӃt quҧ tӕLѭXĈLӇm cӵc thuұn) cӫa bài toán:
+ KtFKWKѭӟc kho chӭa vұt liӋu: 40.2 Tҩn
1JRjLUDÿLӇm tӕLѭXQj\giúp nhà thҫu cân bҵng giӳa hai mөc tiêu chi phí vұt liӋu
YjNtFKWKѭӟc kho vұt liӋu nhҵPÿѭDUDSKѭѫQJiQWӕt nhҩt Dӵa vào hình 4.8 càng xa ÿLӇm tӕLѭXWKuÿӝ giҧPFKLSKtFjQJtWYjÿӝWăQJNtFKWKѭӟc càng lӟn
Nhӳng dӵ án xây dӵng ӣ trung tâm thành phӕ lӟn (Hӗ Chí Minh; Hà NӝLĈj
Nóng; HҧL3KzQJôÿӅu bӏ hҥn chӃ vӅ mһt bҵQJWKLF{QJGRÿyNtFKWKѭӟc kho bói là vҩQÿӅ lӟQÿӕi vӟi nhà thҫu PKѭѫQJiQ)23QKӓ (FOP=4) vӟLѭXÿLӇPNtFKWKѭӟc kho vұt liӋu nhӓ (40.2 TҩQOjÿiSiQFKREjLWRiQQDQ giҧi vӅ kho bãi cho nhà thҫu Bên cҥQKÿy)23QKӓ thì sӁ giҧm thiӇXÿѭӧc viӋc chôn vӕn ӣ tӗn kho vұt liӋu Thӵc tӃ hiӋn nay các nhà thҫXÿӅXNK{QJÿӫ tài chính thi công cҧ dӵ án nên phҧi vay ngân hàng ÿӇ thi công'RÿyQKjWKҫu sӁ hҥn chӃ mӑLFiFKÿӇ giҧm thiӇu viӋc chôn vӕn (GiҧPOѭӧng tiӅn phҧi vay ngân hàng ӣ mӭc tӕLÿDQrQ)23QKӓ là xu thӃ và tҩt yӃu ngành xây dӵng hiӋn nay
Tuy nhiên còn dӵa vào thӵc tӃ bӕ trí mһt bҵQJF{QJWUѭӡng: NӃu mһt bҵng kích
WKѭӟFNKRÿӫ lӟn thì ta sӁ lӵa chӑQSKѭѫQJiQFy chi phí vұt liӋu nhӓ nhҩt:
.tFKWKѭӟc kho chӭa vұt liӋu: 82.3 Tҩn
VӟLSKѭѫQJiQ)23FjQJOӟn (FOP) sӁFyѭXÿLӇm vӅ chi phí vұt liӋu là nhӓ nhҩt và khӕLOѭӧng công viӋc quҧn lý vӅ xuҩt nhұp vұt liӋu sӁtWÿLQKѭQJNKyNKăQErQ cҥQKÿyFKính là vӅ sӵ hҥn chӃ vӅNtFKWKѭӟc kho vұt liӋu VҩQÿӅ vӅNtFKWKѭӟc kho bãi là vҩQ ÿӅ nhà thҫu không kiӇP VRiW ÿѭӧc vì phө thuӝc vào thӵc tӃ dӵ iQ 'R ÿy
FOP không phҧi là lӵa chӑn tӕt vì còn bӏ ràng buӝc bӣi thӵc tӃ thi công Và khó
NKăQ vô hình cӫa FOP gây ra cho nhà thҫu là sӵ chôn vӕn tӗn kho vұt liӋXĈӇ có ÿѭӧc mӭc chiӃt khҩu tӕt cӫa nhà cung cҩp thì nhà thҫu sӁ phҧi mua hàng vӟi khӕLOѭӧng lӟn tӯÿyVӁ dүQÿӃn viӋc chôn vӕn ӣ tӗn kho vұt liӋu) 'RÿyW\tình hình thӵc mһt bҵng dӵiQYjWjLFKtQKF{QJW\QJѭӡi quҧn lý sӁ cân nhҳFÿӇ lӵa chӑQSKѭѫQJiQphù hӧp nhҩt ӣ tӯng dӵiQYjJLDLÿRҥn thi công
Hình 4.9 M͙i quan h giͷa chi phí và kích WK˱ͣc kho v̵t li X*LDLÿR̩n 2)
B̫ng 4.6 K͇t qu̫ t͙L˱XFKLSKtYjNtFKWK˱ͣc kho v̵t li X*LDLÿR̩n 2)
So sánh thu ұ t toán
Tӯ nhӳng phân tích và nhұn xét trên ta nhұn thҩ\ÿѭӧc kӃt quҧ cӫa nghiên cӭu là hӧp lý và khҧ QăQJiSGөng thӵc tӃ tӕt (mang tính thӵc tiӉQFDRĈӇWăQJWtQKNKҧ thi cӫa nghiên cӭu ta sӁ tiӃn hành so sánh thuұt toán DA-PSO và thuұt toán GA và thuұt toán ABC (Thuұt toán thông dөng hiӋn nay vì khҧQăQJWRjQGLӋn)
Ta tiӃn hành so sánh ӣJLDLÿRҥQ*LDLÿRҥn có nhu cҫu sӱ dөng vұt liӋu lӟn nhҩt
B̫ng 4.12 So sánh k͇t qu̫ t͙L˱XFͯa các thu̵t toán
Thuұt toán Chi Phí vұt liӋu
tFKWKѭӟc kho vұt liӋu tӕi thiӇu (Tҩn)
Hình 4.14 So sánh t͙Fÿ͡ h͡i tͭ cͯa các thu̵t toán
Dӵa vào bҧng 4.12 thì thuұt toán DA-362OjSKѭѫQJin tӕLѭXYѭӧt trӝLKѫQWKXұt toán ABC và GA vӅ mһt chi phí vұt liӋu lүQNtFKWKѭӟc kho bãi:
Chi phí vұt liӋu tӕLѭXEҵng thuұt toán DA-362tWKѫQYӟi chi phí vұt lӋu tӕLѭXEҵng thuұt toán (ABC; GA) lҫQOѭӧt 6 triӋXÿӗng và 10 triӋXÿӗng
Hình 4.14 ta nhұn thҩy cùng vӟi sӕ vòng lһSOjQKѭQJSKѭѫQJiQWӕLѭXEҵng thuұt toán DA-PSO sӁ cho kӃt quҧ tӕWKѫQVRYӟLSKѭѫQJiQFzQOҥi TӯÿyYҩQÿӅ tӕi ѭXFKLSKtYұt liӋu cӫa dӵ án sӱ dөng thuұt toán DA-PSO là lӵa chӑn phù hӧp và cho kӃt quҧ tӕWKѫQVRYӟi các thuұt toán khác
Ngoài ra ta cùng tìm hiӇu lý do vì sao thuұt toán DA-PSO lҥi tӕLѭXKѫQVRYӟi các thuұt toán còn lҥi:
GA - Genetic Algorithm thuұt toán di truyӅQÿѭӧc nghiên cӭu và áp dөng rҩt nhiӅu trong nhӳQJOƭQKYӵc khác nhau GA là thuұt toán tìm kiӃm ngүu nhiên dӵDWUrQFѫFKӃ chӑn lӑc tӵ nhiên các cá thӇ phù hӧp GA bao gӗP Eѭӟc quan trӑng: chӑn lӑc VHOHFWLRQODLJKpSFURVVRYHUYjÿӝt biӃn (mutation) VӟLѭXÿLӇm vùng tìm kiӃm rҩt rӝng nhӡ vào quá trình lai ghép, chӑn lӑFYjÿӝt biӃn xҧy ra liên tөc và ngүu nhiên Và FNJQJFKtQKYu viӋc xáo trӝQWKHRFѫFKӃ ngүu nhiên và không tuân theo quy luұt cө thӇ làm thuұt toán *$NK{QJÿҧm bҧo vӅ mһt tӕLѭX: Có thӇ khi thuұt toán GA gҫn tìm kiӃm ÿѭӧc kӃt quҧ tӕLѭXOҥi xҧ\UDÿӝt biӃn khiӃn kӃt quҧ bӏ xáo trӕn và xa dҫn kӃt quҧ tӕi ѭX 'RÿyNKLQKuQYjRKuQK ta sӁ thҩy dҥng biӇXÿӗ hӝi tө cӫD*$[XKѭӟng có nhiӅXÿѭӡQJQJDQJGjLGRNK{QJWuPÿѭӧc vӏ trí tӕWKѫQYuVӵ xáo trӝn này (Li, Huang et al 2020)
ABC-Artificial Bee Colony thuұt toán tӕLѭXEҫ\ÿàn thông minh dӵa trên mô tҧ hành vi tӵ nhiên cӫa bҫy ong mұt Thuұt toán hoҥWÿӝng dӵa trên tұp tính hoҥWÿӝng cӫa ba loҥi ong: ong làm viӋc; ong quan sát và ong trinh thám *LDLÿRҥn tìm kiӃm không JLDQRQJWULQKWKiPJLDLÿRҥn khai phá: ong làm viӋc và ong quan sát) Ong làm viӋc sӁ khai thác nguӗn thӭFăQPӟi và khu vӵc lân cұQÿӗng thӡi sӁ nhҧ\ÿLӋu nhҧ\ÿӇ thông tin ÿӃn ong quan sát vӅ nguӗn thӭFăQ Ong quan sát sӁ tìm kiӃm YjÿiQKJLi nguӗn thӭc ăQGӵa trên thông tin nhұQÿѭӧc tӯ ong quan sát Và khi nguӗn thӭFăQFҥn kiӋt ong làm viӋc sӁ rӡi bӓ nguӗn thӭFăQYjWUӣ thành ong trinh thám; lúc này ong trinh thám sӁ tìm kiӃm ngүXQKLrQWURQJP{LWUѭӡQJÿӇ tìm kiӃm nguӗn thӭFăQPӟi Ong trinh thám sӁ không tìm kiӃm nguӗn thӭFăQ mӟi dӵa trên nguӗn thӭFăQFyFKҩWOѭӧng tӕt nhҩt tính ÿӃn thӡLÿLӇm hiӋn tҥi cӫa cҧ quҫn thӇ (ChӍ tìm kiӃm xung quanh nhӳng nguӗn thӭFăQ WUѭӟc) 'RÿyNK{QJJLDQWuPNLӃm cӫa thuұt toán ABC còn hҥn chӃ nên kӃt quҧ tӕLѭX cӫa thuұWWRiQ$%&WKѭӡng chұm và dӉ xҧy ra viӋc tӕLѭXFөc bӝ TӯÿyWDQKұn thҩ\ѭX ÿLӇm cӫa thuұt toán ABC là sӵ kӃt hӧp nhӏp nhàng giӳDJLDLÿRҥn khai phá và tìm kiӃm; dӉ dàng ӭng dөng Bên cҥQKѭXÿLӇPÿyWKuNKX\ӃWÿLӇm cӫa thuұt toán ABC là dӉ bӏ tӕLѭXFөc bӝÿӕi vӟi nhӳng bài toán có không gian tìm kiӃm rӝng lӟn và hàm mөc tiêu phө thuӝc: ViӋc ong trinh thám chӍ tìm kiӃm xung quanh nguӗn thӭFăQÿmWuPÿѭӧc WUѭӟFÿyNKLӃn thuұt toán ABC bӏ bҩt lӧLWURQJTXiWUuQKWKăPGzOjP kӃt quҧ bài toán dӉUѫLYjRWӕLѭXFөc bӝ
Thuұt toán DA-PSO là sӵ kӃt hӧp thuұt toán chuӗn chuӗn (Dragonfly Algorithm) và thuұt toán PSO (Particle swarm optimization) Thuұt toán DA nәi tiӃng vӟi không gian tìm kiӃm rӝng lӟn: 7URQJJLDLÿRҥn tìm kiӃm không gian tӕLѭX chuӗn chuӗn có tұp
WtQKFKLDWKjQKFiFÿjQQKӓ di chuyӇn và WKѭӡQJ[X\rQÿәLKѭӟng bay ÿӝt ngӝt Và viӋc ngҳt quҧQJÿѭӡQJED\YjWKD\ÿәLÿӝWKѭӟng bay sӁ giúp chuӗn chuӗn mӣ rӝng tӕi ÿD không gian tìm kiӃm Bên cҥQKÿyWURQJP{KuQKQj\ÿmsӵ kӃt hӧp thêm thuұt toán Levy ÿӇ WăQJFѭӡng sӵ ngүu nhiên và tӯÿy mӣ rӝng khu vӵc tìm kiӃm xung quanh nên không gian tìm kiӃm cӫa thuұt toán DA trӣ nên rӝQJKѫQVRYӟi các thuұt toán khác Trái nJѭӧc vӟLѭXÿLӇPWKăPGzFӵc tӕt thì khҧQăQJWӕLѭXNKDLSKiFӫa thuұt toán
DA cӵc kì chұm và dӉ dүQÿӃn viӋc tӕLѭXFөc bӝ vì không gian tìm kiӃm quá rӝng lӟn ĈӇ khҳc phөc khuyӃWÿLӇm này thì ta lӵa chӑn thuұt toán PSO là sӵ kӃt hӧp hoàn hҧo Thuұt toán PSO WKuWUiLQJѭӧc hoàn toàn vӟi thuұt toán DA: nәi tiӃng vӟi khҧQăQJ khai phá không gian cӵc kì tӕt vì thuұWWRiQ362WKѭӡng xuyên cұp nhұt vӏ trí tӕt nhҩt cӫa tӯng cҧ thӇ và cӫa cҧ quҫn thӇKѭӟng các cá thӇÿӃn vӏ trí tӕt nhҩt và cұp nhұt vӏ trí tӕt nhҩt cӫa quҫn thӇ trong mӛi vòng lһp dӵa vào hàm tӕLѭX7ӯÿyWKXұt toán DA-PSO là sӵ kӃt hӧp hoàn hҧRQKѭVDX7KXұt toán DA sӱ dөQJWURQJJLDLÿRҥn tìm kiӃPWKăP dò) không gian và thuұt toán PSO sӁ sӱ dөQJÿӇ NKDLSKiNK{QJJLDQÿmÿѭӧc DA tìm kiӃm.
So sánh th ӵ c t Ӄ
Sau khi thiӃt lұp mô hình và phân tích tính hӧp lý cӫa mô hình ӣ mөc 4.1 ĈӇWăQJ tính khҧ thi cӫa nghiên cӭuWDÿm tiӃn hành so sánh thuұt toán DA-PSO và thuұt toán GA; thuұt toán ABC (Thuұt toán thông dөng hiӋn nay vì khҧQăQJWRjQGLӋn) ӣ mөc 4.2 Bên cҥQKÿyWDWLӃp tөc so sánh thӵc tӃ vұt liӋu thi công ӣ F{QJWUuQKÿӇ có góc nhìn khách quan và toàn diӋn cho nghiên cӭu Và tӯÿyta nhұQÿӏQKÿѭӧc sӵ quan tâm cӫa QJѭӡi quҧQOêÿӕi vӟi vұt liӋu thi công xây dӵng trong bӕi cҧnh bҩy giӡ
Ta sӱ dөng thông sӕ dӵ án và nhu cҫu vұt liӋu sӱ dөQJÿmWUuQKEj\ӣ mөc 4.1
TiӃQÿӝ dӵiQÿѭӧFFKLDOjPJLDLÿRҥn vӟi tәng thӡi gian 199 ngày (Mөc 4.1) ĈLӅu kiӋn vӅ ràng buӝFNtFKWKѭӟc kho bãi: 90 tҩn ӣ cҧJLDLÿRҥn thi công
B̫ng 4.14 Chi phí v̵t li u s͵ dͭng t̩i d án
Bҧng 4.13 và bҧng 4.14 là thӵc tӃ nhu cҫu vұt liӋu tҥi dӵiQÿmWKLF{QJYjFKLSKtYұt liӋu dӵiQÿmVӱ dөng
Vӟi tiêu chí cӫa QJѭӡi quҧn lý dӵ án này:
+ Chi phí vұt liӋu thҩp nhҩt có thӇ vӟLÿLӅu kiӋn thӵc tӃ thi công ӣF{QJWUѭӡng tFKWKѭӟc kho bãi tӕLÿDOjWҩn
Dӵa vào P{KuQKÿӅ xuҩt ta tiӃn hành tӕLѭXGӵa trên các tiêu chí cӫDQJѭӡi quҧn lý dӵ án KӃt quҧ tӕLѭXÿmWUuQKEj\Pөc 4.1 ta sӁ lӵa chӑn vӟi kӃ hoҥch nhu cҫu tӕLѭX vӟi các tiêu chí cӫDQJѭӡi quҧn lý dӵ án
B̫ng 4.15 Nhu c̯u thc t͇ t͙L˱XE̹ng mô hình
B̫ng 4.16 Chi phí v̵t li u t͙L˱XE̹ng mô hình
Sau khi có kӃt quҧ tӕLѭXYӟi tiêu chí cӫa quҧn lý dӵ án ta tiӃn hành so sánh thӵc tӃ và kӃt quҧ tӕLѭX7әng chi phí vұt liӋu (CLC) cӫa kӃt quҧ tӕLѭXVӁ tiӃt kiӋm 848.6 TriӋXĈӗng so vӟi thӵc tӃ thi công tҥi dӵiQWURQJÿyFKLSKt2&JLҧm 665.5 triӋXÿӗng, chi phí SC giҧm 606.7 triӋXÿӗQJQKѭQJFKLSKt)&OҥLWăQJWULӋXÿӗng Chi phí
OC cӫa kӃt quҧ tӕLѭXJLҧm là do kӃ hoҥch nhu cҫu vұt liӋu mua vұt liӋu vӟi sӕOѭӧng lӟQKѫQQrQÿѭӧc chiӃt khҩu cao cӫa nhà cung cҩp Chi phí SC giҧm là vì sӕ lҫn nhu cҫu vұt liӋu (mua hàng vұt liӋu) cӫa kӃt quҧ tӕLѭXtWKѫQVRYӟi thӵc tӃ tҥi dӵ án (29