Bài báo này thực hiện một nghiên cứu chi tiết các nghiên cứu trước đây sử dụng metaheuristics để giải quyết các vấn đề vấn đề gặp phải trong thời gian cuộc sống của một dự án xây dựng hoặc kỹ thuật. Đánh giá được tổ chức xung quanh các vấn đề vấn đề quan trọng bao gồm kỹ thuật, dự toán chi phí, lập kế hoạch, lập tiến độ, và giám sát và kiểm soát các hoạt động của dự án, với mục tiêu tối ưu hóa chi phí và thời gian thông qua việc sử dụng có hiệu quả các nguồn lực bị ràng buộc hoặc không hạn chế. Metaheuristics được nhấn mạnh bởi vì chúng đặc biệt thích hợp khi các giải pháp gần đúng là đủ tốt trong trường hợp tối ưu toàn cầu hoặc là không biết hoặc tính toán quá đắt để có được nó; cả hai đều là đặc điểm của một dự án quy mô lớn điển hình. Dựa vào đánh giá, chúng tôi đưa ra quan điểm của chúng tôi về lĩnh vực nghiên cứu này và tiềm năng sử dụng thực tế của chúng. Một nỗ lực cũng được thực hiện để xác định các chủ đề liên quan đến quản lý dự án, nơi tiến bộ hơn nữa cần được thực hiện.
AUTOMATION IN CONSTRUCTION ABSTRACT This paper carries out a detailed review of previous studies that employed metaheuristics to address problems/issues encountered in the life time of a construction or engineering project The review is organized around critical problems/issues including engineering, cost estimation, planning, scheduling, and monitoring and control of project operations, with the objectives to optimize cost and time through the efficient uses of constrained or unconstrained resources Metaheuristics are emphasized because they are especially suitable when approximate solutions are good enough in the case that the global optimum is either unknown or computationally too expensive to obtain it; both are characteristics of a typical large scale project Based on the review, we offer our view of this research area and their potential for practical use An attempt is also made to identify project management related topics where further advancement needs to be made Introduction Regardless of its type (linear or nonlinear), scale (small or large), and duration (short or long), each project generally has three objectives to meet, i.e., performance (with respect to the specification), time, and cost Since these three objectives are conflicting in nature, the primary task of a project manager is to manage the tradeoffs between them Each project has its life cycle just like any organic entity or manufactured product Typically, a project life cycle starts with (1) the initialization of a need or an idea, then followed by (2) the engineering phase that can be further divided into preliminary design and detailed design, (3) the planning phase that includes elements such as selecting construction methods, subcontracting, resource requirement planning, determining project evaluation methods, and performing risk analysis, (4) the implementation phase that involves budgeting, scheduling, and resource allocation, (5) the monitoring and control phase that include information gathering, tracking, and taking TỔNG QUAN Bài báo thực nghiên cứu chi tiết nghiên cứu trước sử dụng metaheuristics để giải vấn đề / vấn đề gặp phải thời gian sống dự án xây dựng kỹ thuật Đánh giá tổ chức xung quanh vấn đề / vấn đề quan trọng bao gồm kỹ thuật, dự tốn chi phí, lập kế hoạch, lập tiến độ, giám sát kiểm soát hoạt động dự án, với mục tiêu tối ưu hóa chi phí thời gian thơng qua việc sử dụng có hiệu nguồn lực bị ràng buộc khơng hạn chế Metaheuristics nhấn mạnh chúng đặc biệt thích hợp giải pháp gần đủ tốt trường hợp tối ưu toàn cầu khơng biết tính tốn q đắt để có nó; hai đặc điểm dự án quy mơ lớn điển hình Dựa vào đánh giá, đưa quan điểm lĩnh vực nghiên cứu tiềm sử dụng thực tế chúng Một nỗ lực thực để xác định chủ đề liên quan đến quản lý dự án, nơi tiến cần thực Giới thiệu Bất kể loại hình (tuyến tính phi tuyến), quy mô (nhỏ hay lớn), thời lượng (ngắn dài), dự án nói chung có ba mục tiêu để đáp ứng, tức là, chất lượng (về đặc điểm kỹ thuật), thời gian chi phí Vì ba mục tiêu có tính mâu thuẫn nên nhiệm vụ người quản lý dự án quản lý cân chúng Mỗi dự án có chu kỳ sống giống thực thể hữu sản phẩm chế tạo Thông thường, chu kỳ sống dự án bắt đầu (1) khởi đầu nhu cầu ý tưởng, sau (2) giai đoạn kỹ thuật chia thành thiết kế sơ thiết kế chi tiết, (3) giai đoạn lập kế hoạch bao gồm yếu tố (5) Giai đoạn giám sát kiểm soát bao gồm việc thu thập thông tin (4) Giai đoạn thực hiện, bao gồm việc thu thập thông tin, , theo dõi, hành động khắc phục, cuối (6) giai đoạn đánh giá, kiểm toán chấm dứt Quản lý dự án (PM) bắt đầu với khái niệm ban đầu cho dự án tiếp tục suốt vòng đời dự án để đảm bảo mục tiêu dự án đáp ứng corrective actions, and finally (6) the evaluation, auditing and termination phase Project management (PM) shall begin with the initial concept for the project and continue on throughout the project life cycle to ensure that the project objectives are met in an optimal manner Understandably there are complicated engineering and management problems/issues related to a project life cycle This is especially true for a large scale project that takes a long time to complete Construction and engineering researchers have been at the forefront in developing various techniques and tools to support construction and engineering decision making Among all topics mentioned above, project scheduling has been most studied Techniques been developed to schedule linear projects include the line of balance technique, linear scheduling method, vertical production method, and so on Non-linear projects are usually scheduled based on networking techniques [76] presented and discussed the major contributions of operational research (OR) to project management (PM) His review emphasizes on the use of traditional OR techniques to project scheduling and project onitoring In a separate review, [77] was particularly concerned with the contribution that OR has made to real, practical problems by building mathematical models and the results of their analysis to inform decision making He pointed out the divergence in the OR and PM camps in 80s and 90s and urged OR researchers on in developing new theories and models that are more useful and better explain the behavior of modern, complex, and dynamic real world projects Heuristic rules and exact solution methods dominate earlier operational research to support construction and engineering decision making However they are deficient to deal with large scale problems Various metaheuristic algorithms grounded on biological and animal behavior have become popular lately Metaheuristics are general purpose high level search frameworks that can be applied to any optimization problem with the use of appropriate local problemdependent solution procedures Examples of metaheuristics include cách tối ưu Có thể hiểu có vấn đề kỹ thuật phức tạp quản lý / vấn đề liên quan đến chu kỳ sống dự án Điều đặc biệt dự án quy mô lớn phải nhiều thời gian để hoàn thành Các nhà nghiên cứu xây dựng kỹ thuật đầu việc phát triển kỹ thuật công cụ khác để hỗ trợ xây dựng định kỹ thuật Trong số tất chủ đề đề cập trên, lập kế hoạch dự án nghiên cứu nhiều Các kỹ thuật phát triển để lên kế hoạch cho dự án tuyến tính bao gồm đường dây kỹ thuật cân bằng, phương pháp lập kế hoạch tuyến tính, phương pháp sản xuất theo chiều dọc, v.v Các dự án phi tuyến tính thường lên kế hoạch dựa kỹ thuật mạng [76] trình bày thảo luận đóng góp nghiên cứu hoạt động (OR) cho quản lý dự án (PM) Đánh giá ông nhấn mạnh vào việc sử dụng kỹ thuật OR truyền thống để lập kế hoạch dự án theo dõi dự án Trong đánh giá riêng, [77] đặc biệt quan tâm đến đóng góp mà OR thực mơ hình tốn học kết phân tích để đưa định Ông khác biệt trại hè OR PM năm 80 90 kêu gọi nhà nghiên cứu OR nghiên cứu việc phát triển lý thuyết mơ hình hữu ích giải thích rõ hành vi dự án đại, phức tạp động Các quy tắc heuristic phương pháp giải pháp xác chiếm ưu nghiên cứu hoạt động trước để hỗ trợ lĩnh vực xây dựng kỹ thuật định Tuy nhiên, chúng thiếu để đối phó với vấn đề quy mô lớn Gần thuật toán metaheuristic dựa hành vi sinh học động vật trở nên phổ biến Siêu liệu khung tìm kiếm cấp cao có mục đích chung áp dụng cho vấn đề tối ưu hóa với việc sử dụng thủ simulated annealing (SA), ant colony optimization (ACO), evolutionary algorithm (EA), genetic algorithm (GA), particle swarm optimization (PSO), and shuffled frog-leaping (SFL) Theoretically, eachmetaheuristic can be applied to optimize each project life related topic, though the effectiveness might vary The reason for focusing on metaheuristics is their superiority in handling highly nonlinear, multi-modal, constrained, discontinuous, and non-differentiable optimization models often encountered in project management This review paper focuses on the use of various metaheuristics to help determine the optimal operation mode in carrying out every phase of a project life cycle, as depicted in Fig Many relevant and practical project life cycle problems/issues will be reviewed in this paper, except the category of resource constrained project scheduling that is intentionally left out to be covered in another review due to the high numbers of papers reporting on the topic Due to space limitation, for each paper reviewed the emphasis will only be on the problem being solved and how metaheuristic is used Interested readers should refer to the original paper for more details Differing from previous reviews, our contributions mainly lie in two areas: (1) the coverage of wider topics with emphasis on metaheuristic algorithms new breeds of OR techniques with high potential, and (2) the offering of our personal view on past, current, and future research on this subject The remaining of the paper is organized as follows Section provides an overview of uses of metaheuristics in project and construction management Our review is organized around subjects encountered in a typical project cycle starting from engineering design in Section 3, cost estimation in Section 4, planning in Section 5, scheduling in Section 6, and monitoring and control in Section A Discussion Section follows with topics for future research highlighted Finally, the paper is concluded tục giải vấn đề phù hợp địa phương thích hợp Các ví dụ metaheuristics bao gồm mơ ủ (SA), tối ưu hóa thuộc địa kiến (ACO), thuật tốn tiến hóa (EA), thuật tốn di truyền (GA), tối ưu hóa bầy đàn (PSO), nhảy ếch nhảy (SFL) Về mặt lý thuyết, áp dụng thuật tốn để tối ưu hóa chủ đề liên quan đến sống dự án hiệu khác Lý tập trung vào siêu liệu ưu chúng việc xử lý mơ hình tối ưu hóa phi tuyến, đa mơ hình, hạn chế, không liên tục, không phân biệt thường gặp quản lý dự án Bài báo đánh giá tập trung vào việc sử dụng metaheuristics khác để giúp xác định phương thức hoạt động tối ưu giai đoạn vòng đời dự án, mơ tả Hình Nhiều vấn đề / vấn đề chu kỳ sống dự án xem xét phần giấy, ngoại trừ loại tài nguyên hạn chế dự án lập kế hoạch cố ý bỏ để bảo hiểm đánh giá số lượng lớn giấy tờ báo cáo chủ đề Do hạn chế không gian, báo xem lại, nhấn mạnh vấn đề giải cách sử dụng metaheuristic Các độc giả quan tâm nên tham khảo gốc để biết thêm chi tiết Khác với đánh giá trước đây, đóng góp chúng tơi chủ yếu nằm hai lĩnh vực: (1) bao quát chủ đề rộng hơn, nhấn mạnh vào thuật toán metaheuristic - kiểu OR (nghiên cứu) có tiềm cao (2) , nghiên cứu tương lai chủ đề Việc lại báo tổ chức sau Phần cung cấp nhìn khái quát việc sử dụng metaheuristics quản lý dự án xây dựng Đánh giá tổ chức xung quanh môn học gặp phải chu trình dự án điển hình thiết kế kỹ thuật Phần 3, dự toán chi phí Phần 4, lập kế hoạch Phần 5, lập kế hoạch Phần 6, giám sát kiểm soát Phần Phần Thảo luận với chủ đề để nghiên cứu tương lai nhấn mạnh Cuối cùng, báo phần kết luận METAHEURISTICS FOR PROJECT AND CONSTRUCTION MANAGEMENT – A STATE-OF-THE-ART REVIEW Overview Before presenting the details, an overview is given first Table summarizes various metaheuristics that have been applied to study various project life cycle topics, specifically to determine the optimal solution(s) for the problem of concern to meet some specific objective The numbers in the table indicate the numbers of papers reviewed Table clearly indicates that evolutionary algorithms/genetic algorithms (EAs/GAs) is the most popular metaheuristic among all In our opinion, their popularity can be attributed to, at least, the following four reasons: (1) EAs/GAs are the earliest population-based metaheuristics developed; (2) EAs/GAs are capable of dealing with both continuous function and combinatorial optimization problems; (3) EAs/GAs generally find good solutions; and (4) there are several non-commercial EA/GA tools available for free download Note that each metaheuristic is continuously improved upon since it was originally developed Therefore, there are numerous versions of the same metaheuristic that follow very much the same principle but differ slightly from each other in some details New metaheuristics are also being developed But the day that a new metaheuristic would overtake the popularity of EAs/GAs in project and construction management is nowhere in sight Tổng quan Trước trình bày chi tiết, tổng quan đưa trước tiên Bảng tóm tắt nghiên cứu khác áp dụng để nghiên cứu chủ đề vòng đời dự án, đặc biệt để xác định giải pháp tối ưu cho vấn đề quan tâm để đạt số mục tiêu cụ thể Những số bảng cho thấy số lượng báo xem xét Bảng cho thấy rõ ràng thuật toán tiến hóa / thuật tốn di truyền (EAs / GAs) thuật toán phổ biến số tất Theo chúng tơi, tiếng họ quy cho, nhất, bốn lý sau: (1) EAs / GAs thuật toán dựa dân số sớm phát triển; (2) EAs / GAs có khả xử lý hai chức liên tục vấn đề tối ưu hóa tổ hợp; (3) EAs / GA thường tìm giải pháp tốt; (4) có sẵn số cơng cụ EA / GA thương mại phi thương mại để tải miễn phí Lưu ý metaheuristic liên tục cải thiện kể từ phát triển ban đầu Vì vậy, có nhiều phiên metaheuristic tương tự theo nguyên tắc giống khác chút số chi tiết New metaheuristics phát triển Nhưng ngày mà metaheuristic vượt qua phổ biến EAs / GAs quản lý dự án xây dựng tầm nhìn tương lai Also clear in Table is that among all the project life cycle related problems that employed metaheuristic, site/floor layout, time-cost tradeoff analysis, and resource allocation are most frequently studied Nevertheless, the numbers of studies on each of these three topics are still far short of those studies on resource constrained project scheduling, which is intentionally left out to be covered in another review due to the high numbers of papers reporting on the topic For some problems, it might be more appropriate to consider more than one objective Most likely those objectives are conflicting in nature Time-cost tradeoff is a case in point [41] presented a review of current research efforts on the field of construction multi-objective optimization One simple approach to deal with multi-objective problem is to convert multiple objectives into one single objective by weighting them However, correctly assigning the weights is often a challenge The alternative approach that is gaining popularity is to generate the entire set of non-dominated solutions The numbers in parentheses in Table indicate the number of papers that consider multiple objectives attempting to find the set of nondominated solutions Depending upon the topic, the decision variables might be continuous, discrete, or mixture of both This often determines whether the optimization problem is continuous or combinatorial The site layout problem to assign Rõ ràng Bảng tất vấn đề liên quan đến chu kỳ sống dự án, sử dụng bố cục metaheuristic, sàn / tầng, phân tích cân thời gian phân bổ nguồn lực nghiên cứu nhiều Tuy nhiên, số lượng nghiên cứu ba chủ đề xa so với nghiên cứu lập kế hoạch dự án có hạn chế nguồn lực, vốn cố ý bỏ qua đánh giá khác số lượng báo cáo chủ đề cao Đối với số vấn đề, thích hợp để xem xét nhiều mục tiêu Rất mục tiêu mâu thuẫn Sự cân thời gian ví dụ [41] trình bày đánh giá nỗ lực nghiên cứu lĩnh vực xây dựng tối ưu hóa đa mục tiêu Một cách tiếp cận đơn giản để giải vấn đề đa mục tiêu chuyển đổi nhiều mục tiêu thành mục tiêu cách cân đối chúng Tuy nhiên, việc gán trọng số thường thách thức Phương pháp tiếp cận thay lên tạo toàn giải pháp không chi phối Số ngoặc đơn Bảng cho thấy số lượng báo xem xét nhiều mục tiêu cố gắng tìm tập hợp giải pháp không chi phối Tùy thuộc vào chủ đề, biến định liên tục, rời rạc, hỗn hợp hai Điều thường xác định xem vấn đề tối ưu hóa có liên tục hay tổ hợp Sự bố trí cơng trường vấn đề giao phòng ban / sở / văn phịng cho vị trí departments/facility/offices to predetermined locations is a typical combinatorial optimization problem However, if the locations are not predetermined, then the site layout problem is not combinatorial because it needs to determine the coordinates of facility in real values instead The project scheduling problem involved in determining activity starting times is another typical continuous optimization problem The stock cutting problem is one example involving both continuous variables (different cut lengths) and discrete variables (numbers of different cut lengths) The majority of optimization problems reviewed in this paper is constrained Solutions that violate constraints are infeasible and different ways to handle infeasible solutions have been used Rejecting and randomly regenerating a replacement is one simple strategy However, this approach might not work on a highly constrained problem in which the numbers of feasible solutions are relatively few For an optimum located close to infeasible solutions, it might be easier to find it by modifying an infeasible one than a feasible one using some repair strategy In such cases, the rejection strategy is also at a disadvantage The penalty method is yet another approach, which retains infeasible solutions after penalizing them Determining the appropriate penalty factors, however, is non-trivial and problem dependent The parameterless penalty method was developed by [19] to avoid this very need to specifying penalty factors Surprisingly, this excellent strategy has not been employed in any work reviewed in this paper It appears that the research community on the subjects reviewed in this paper is lagging behind in this regard Regardless of the metaheuristic chosen for a study, there are common issues that need to be addressed as briefly described below (1) Solution representation In deciding how to represent a solution, the number and types of decision variables, and the resolution of solution định trước vấn đề tối ưu hoá tổ hợp điển hình Tuy nhiên, vị trí khơng xác định trước, vấn đề bố cục cơng trường khơng phải tổ hợp cần phải xác định tọa độ sở theo giá trị thực Các vấn đề lập kế hoạch dự án liên quan đến việc xác định thời gian bắt đầu hoạt động vấn đề khác điển hình tối ưu hóa liên tục Vấn đề cắt nguyên vật liệu ví dụ liên quan đến biến liên tục (độ dài cắt khác nhau) biến rời rạc (số chiều dài cắt khác nhau) Phần lớn vấn đề tối ưu hóa xem xét báo hạn chế Các giải pháp vi phạm ràng buộc thực cách khác để xử lý giải pháp không khả thi sử dụng Loại bỏ ngẫu nhiên tái tạo thay chiến lược đơn giản Tuy nhiên, cách tiếp cận khơng làm việc vấn đề hạn chế, số lượng giải pháp khả thi tương đối Đối với vị trí tối ưu gần với giải pháp không khả thi, dễ dàng tìm thấy cách sửa đổi điều không khả thi so với tính khả thi cách sử dụng số chiến lược sửa chữa Trong trường hợp vậy, chiến lược từ chối điều bất lợi Phương pháp hình phạt cách tiếp cận khác, trì giải pháp khả thi sau trừng phạt họ Tuy nhiên, việc xác định yếu tố hình phạt phù hợp không nhỏ phụ thuộc vào vấn đề Phương pháp hình phạt khơng tham số phát triển [19] để tránh điều cần phải xác định yếu tố hình phạt Đáng ngạc nhiên chiến lược tuyệt vời không áp dụng nghiên cứu đánh giá báo Dường cộng đồng nghiên cứu đối tượng xem xét báo cịn tụt lại phía sau vấn đề Bất kể lựa chọn metaheuristic cho nghiên cứu, có vấn đề phổ biến cần giải mô tả ngắn gọn (1) Giải pháp đại diện Khi định làm để đại diện cho giải pháp, số lượng loại values must all be considered (2) Generation of initial solution(s) Depending upon the metaheuristic, one or more solutions must be initialized to start the search process Random generation is commonly used However, a specially designed procedure might be more appropriate to start with a solution close to the optimum or if randomly generated solution might be infeasible (3) Evaluation function Each solution must be evaluated for its goodness The evaluation function is problem-dependent and must be defined in consideration of the objective(s) to be met, and in some cases constraint violations, too (4) Generation of neighborhood solutions Neighborhood solutions are often obtained by perturbing (selected) current solution(s) by some generation methods Some neighborhood solution generation methods are generic while others are unique For example, pairwise exchange and insertion operators are generic and used often in permutation-based solution representation On the contrary, the way that ants construc solutions by communicating through pheromone is unique only to the ant colony optimization algorithm (5) Handling constraint violations Violations of equality or inequality constraints and violations of domain values are often distinguished and handled differently Some commonly used strategies have been mentioned earlier (6) Stopping criteria One or more criteria must be specified to stop the algorithm In comparing different metaheuristics, consistent and computing platform independent stopping criteria such as maximal numbers of evaluations should be applied to each metaheuristic for fair comparison However, picking the appropriate value is problem dependent and requires some trial and error so that the algorithm does not stop either too early or too late Engineering design Engineering design could be a standalone project or part of a larger project Numerous engineering design problems of widely different natures exist and only a selected few have been reported in the open literature, as presented below [61] developed a GA-based methodology for biến định, độ phân giải giá trị giải pháp phải xem xét (2) Tạo giải pháp ban đầu Tùy thuộc vào metaheuristic, nhiều giải pháp phải khởi tạo để bắt đầu trình tìm kiếm Thế hệ ngẫu nhiên thường sử dụng Tuy nhiên, thủ tục thiết kế đặc biệt phù hợp để bắt đầu với giải pháp gần với giải pháp tối ưu ngẫu nhiên tạo không khả thi (3) Chức đánh giá Mỗi giải pháp phải đánh giá ưu việc Chức đánh giá phụ thuộc vào vấn đề phải xác định để xem xét mục tiêu phải đạt được, số trường hợp, có vi phạm hạn chế (4) Tạo giải pháp khác Các giải pháp vùng lân cận thường thu cách giải (lựa chọn) giải pháp số phương pháp tổng quát Một số phương pháp tạo giải pháp lân cận chung, phương pháp khác Ví dụ, tốn tử trao đổi cặp chèn chung chung sử dụng thường xuyên diễn giải giải pháp dựa hoán vị Ngược lại, cách kiến tạo giải pháp xây dựng cách truyền đạt thông qua pheromone với thuật tốn tối ưu hóa đàn kiến (5) Xử lý vi phạm hạn chế Các vi phạm bình đẳng bất bình đẳng vi phạm giá trị miền thường phân biệt xử lý khác Một số chiến lược thường sử dụng đề cập (6) Dừng tiêu chí Cần phải định nhiều tiêu chí để dừng thuật tốn Trong việc so sánh metaheristics khác nhau, tiêu chuẩn dừng thống tính tốn độc lập, chẳng hạn số lượng tối đa đánh giá phải áp dụng cho metaheuristic để so sánh hợp lý Tuy nhiên, chọn giá trị thích hợp phụ thuộc vào vấn đề yêu cầu số thử nghiệm lỗi để thuật toán không dừng lại sớm muộn Thiết kế kỹ thuật Thiết kế kỹ thuật dự án độc lập phần dự án lớn Nhiều vấn selecting/assembling the optimal robotic system to strip paint off bridges of complex and varied geometries The criteria used to determine the optimal parameters of a robot are: (i) collision avoidance, (ii) singularity avoidance, (iii) percentage of coverage, (iv) dexterity, and (v) productivity Due to computing limitations, optimizing a robot's kinematic parameters is decomposed into a two-stage problem The first stage optimizes the robot's major configuration based on a fitness function, which comprises of the criteria of collision and arm singularity avoidance, and percentage of workspace coverage The second stage optimizes the wrist type, the movement sectors of all six joints and their optimal acceleration and velocity parameters based on another fitness function that considers arm and wrist singularity avoidance, dexterity and productivity Subsequently, [59] developed a GA-based tool, which can be used for rapid and easy testing of different geometries and different robot's configurations They tested the tool's effectiveness on a selected geometry and for a choice of two most probable robot's configurations: RRR (all three joints are of the revolute type) and RRP (the third joint is of the prismatic type) The scale of the computations greatly restricted the efficiency in obtaining results To eliminate the need to specify a priori the penalty parameter in GA search for pipe network design, [3] proposed a method that uses the ratio of the best feasible and infeasible designs at each generation to adapt the value of the penalty parameter Their method is based on the assumption that the optimal solution of a pipe network design problem lies somewhere on, or near, the boundary of the feasible region The GA employed is binary coded and based on tournament selection, one-point crossover, and bit mutation operations The fitness function is the inverse of total cost The rehabilitation of the New York City water supply network with 21 pipes, 20 demand nodes, and one reservoir was tested Foundations are crucial to the safety and serviceability of supported structures such as đề thiết kế kỹ thuật có tính chất khác nhiều có số lựa chọn báo cáo tài liệu mở, trình bày [61] phát triển phương pháp luận dựa GA để lựa chọn / lắp ráp hệ thống robot tối ưu để dọn cầu phức tạp hình dạng khác Các tiêu chí sử dụng để xác định thông số tối ưu robot là: (i) tránh va chạm, (ii) tránh xa dị thường, (iii) tỷ lệ phần trăm bảo hiểm, (iv) khéo léo (v) suất Do hạn chế tính tốn, tối ưu hóa thơng số động học robot bị phân hủy thành vấn đề hai giai đoạn Giai đoạn tối ưu hóa cấu hình robot dựa chức thể dục, bao gồm tiêu chí va chạm tránh trường hợp kỳ dị, phần trăm phạm vi làm việc Giai đoạn thứ hai tối ưu hóa loại cổ tay, chuyển động tất sáu khớp thông số tăng tốc vận tốc tối ưu chúng dựa chức thể dục khác, xem việc tránh xa, khéo léo suất Sau đó, [59] phát triển cơng cụ dựa GA, sử dụng để thử nghiệm nhanh chóng dễ dàng hình học khác cấu hình khác robot Họ kiểm tra hiệu cơng cụ hình học lựa chọn cho lựa chọn hai cấu hình robot xảy nhất: RRR (cả ba khớp loại revolute) RRP (khớp thứ ba loại prismatic) Quy mơ tính tốn hạn chế nhiều hiệu việc đạt kết Để loại bỏ cần thiết phải định tham số hình phạt việc tìm kiếm thiết kế mạng lưới đường ống GA, đề xuất phương pháp sử dụng tỷ lệ thiết kế khả thi không khả thi tốt hệ để thích ứng giá trị tham số hình phạt Phương pháp họ dựa giả định giải pháp tối ưu vấn đề thiết kế mạng ống nằm nơi gần gần ranh giới khu vực khả thi GA sử dụng mã nhị phân dựa lựa chọn giải đấu, điểm chéo, hoạt động đột biến bit Chức thể dục nghịch đảo tổng chi phí Việc phục hồi mạng lưới cấp nước thành phố New York với 21 ống, 20 nút cầu, hồ chứa kiểm tra bridges and buildings [8] developed a hybrid GA that incorporates a local search operator into a binarycoded GA for optimizing the size and topology of pile foundations, subject to various design constraints The objective is to minimize the material volume taking the configuration, number, and crosssectional dimensions of the piles as well as the thickness of the pile cap as design variables Infeasible solutions are penalized by using a parameterized penalty function Determining penalty factors truly reflecting the relative importance of design constraints is nontrivial In addition, binary coding would limit the size of problem that could be handled In a new product design and development project, it is critical to perform project activities in an appropriate sequence Otherwise, essential information will not be available when it is needed, and activities that depend on it will have to proceed with assumptions instead This often precipitates a cascade of rework once the real information is finally available To address this issue, [60] applied GAs to a digraph-based information flow model represented as a design structure matrix (DSM) to find an optimal sequence of engineering design activities The cells on the diagonal of a DSM represent activities to be performed and offdiagonal cells represent information flows or dependencies among the activities Cells below the diagonal represent forward dependencies and those above backward dependencies They formulated design process sequencing or DSM sequencing as a quadratic assignment problem Four GA algorithms including a simple GA (SGA), a hybrid SGA (SGA+2-opt local search), a competent GA called ordered messy GA (OmeGA), and a hybrid competent GA, were tested They demonstrated that the difficulty of sequencing DSMs depends upon DSM characteristics such as size, density, and objective function Cost estimation The accuracy of cost estimation is critical to the success of any project The current practice generally relies on experts’ experience Computer assistance is quite feasible with the use of a wide Các sở quan trọng an toàn khả phục vụ cơng trình hỗ trợ cầu tòa nhà [8] phát triển GA lai kết hợp tốn tử tìm kiếm cục vào GA nhị phân để tối ưu hóa kích thước tô pô đống cọc, tùy thuộc vào ràng buộc thiết kế khác Mục tiêu để giảm thiểu khối lượng vật liệu lấy cấu hình, số lượng, chiều ngang chéo cọc độ dày nắp đống biến thiết kế Các giải pháp không khả thi bị phạt cách sử dụng chức phạt hình số hóa Xác định yếu tố hình phạt thực phản ánh tầm quan trọng tương đối ràng buộc thiết kế khơng quan trọng Ngồi ra, nhị phân mã hóa hạn chế kích thước vấn đề xử lý Trong dự án thiết kế phát triển sản phẩm mới, điều quan trọng phải thực hoạt động dự án theo trình tự thích hợp Nếu khơng, thơng tin cần thiết khơng có cần thiết, hoạt động phụ thuộc vào phải tiếp tục giả định thay Điều thường gây thác công việc tái chế thông tin thực cuối có sẵn Để giải vấn đề này, [60] áp dụng GA vào mơ hình dịng chảy thơng tin dựa thư điện tử mơ tả ma trận cấu trúc thiết kế (DSM) để tìm chuỗi hoạt động thiết kế kỹ thuật tối ưu Các tế bào đường chéo DSM đại diện cho hoạt động thực tế bào không theo đường chéo đại diện cho dịng chảy thơng tin phụ thuộc hoạt động Các tế bào bên đường chéo mô tả phụ thuộc chuyển tiếp phụ thuộc lạc hậu Họ lập trình tự trình thiết kế trình tự DSM vấn đề phân bổ bậc hai Có thuật tốn GA bao gồm GA đơn giản (SGA), SGA lai (SGA + 2-opt local search), GA có thẩm quyền gọi GA xếp (OmeGA) GA có lực lai Họ chứng minh khó khăn việc xếp DSMs phụ thuộc vào đặc điểm DSM kích thước, mật độ chức khách quan Ước lượng chi phí Tính xác dự tốn chi phí quan range of statistical or machine learning methods such as case based reasoning if historical data is available This section reviews only those that employ metaheuristic Using the cost information of 498 projects of residential buildings built by general contractors between 1997 and 2000, [43] selected eight input variables and applied three hybrid models of neural networks (NNs) and genetic algorithms to make reliminary cost estimates of residential buildings The three models applied differ in determining the NN parameters by trial-and-error in Model I, determining the NN parameters by GA in Model II; and training the weights of NNs using genetic algorithms in Model III The data was divided into training data (80%), cross-validation data (10%), and test data (10%) The training process is stopped when the mean square error in cross-validation does not improve for 100 iterations Model II was found most effective among all To improve the conceptual cost estimation accuracy, [13] proposed the Evolutionary Fuzzy Neural Inference Model (EFNIM) with the combined use of genetic algorithms, fuzzy logic (FL), and neural networks Within EFNIM GAs are used to optimize NN topology/ weightings and to define FL membership functions Two estimators were developed to produce overall conceptual cost and categorical cost The inputs to the overall estimator are six quantitative factors and four qualitative ones The critical factors impacting each category as identified serve as inputs to each categorical estimator 23 training and testing cases were used, which seem to be few relative to the model size To estimate cost of a software project, [51] proposed the use of simple genetic algorithm for project selection based on analogy based estimation (PSABE) and for the simultaneous optimization of feature weights and project selection based on analogy based estimation (FWPSABE) Each chromosome consists of two parts The first part codes feature weights with the length of 14×n, where n is the number of features The second part of the codes is for project selection: “1” for selected trọng thành công dự án Thực tiễn thường dựa vào kinh nghiệm chuyên gia Hỗ trợ máy tính khả thi với việc sử dụng loạt phương pháp học tập thống kê máy móc lý luận dựa trường hợp liệu lịch sử có sẵn Phần đánh giá người sử dụng metaheuristic Sử dụng thơng tin chi phí 498 dự án xây dựng nhà nhà thầu chung xây dựng từ năm 1997 đến 2000, [43] chọn tám biến đầu vào áp dụng ba mơ hình mạng nơ-ron (NNs) thuật tốn di truyền để ước tính chi phí hợp lý tịa nhà Ba mơ hình áp dụng khác việc xác định tham số NN cách thử sai Mơ hình I, xác định tham số NN GA Mơ hình II; huấn luyện trọng lượng NN sử dụng thuật tốn di truyền Mơ hình III Dữ liệu chia thành liệu huấn luyện (80%), liệu kiểm tra chéo (10%) liệu thử nghiệm (10%) Quy trình đào tạo dừng lại lỗi bình phương trung bình kiểm tra chéo khơng cải thiện cho 100 lần lặp Mẫu II tìm thấy hiệu số tất Để cải thiện độ xác ước tính chi phí ước lượng, [13] đề xuất mơ hình suy luận mờ Fuzzy (EFNIM) với việc sử dụng thuật toán di truyền, logic mờ (FL) mạng nơ ron kết hợp Trong EFNIM GAs sử dụng để tối ưu hóa cấu trúc / trọng số NN xác định chức thành viên FL Hai người ước tính phát triển để tạo chi phí khái niệm tổng thể chi phí phân loại Các đầu vào cho dự tốn tổng thể sáu yếu tố định lượng bốn chất lượng Các yếu tố quan trọng ảnh hưởng đến loại xác định đầu vào cho dự toán phân loại 23 đào tạo trường hợp thử nghiệm sử dụng, so với quy mơ mơ hình Để ước tính chi phí dự án phần mềm, [51] đề xuất sử dụng thuật toán di truyền đơn giản để lựa chọn dự án dựa ước lượng dựa sở tương tự (PSABE) để tối ưu hóa tính trọng số lựa chọn dự án tương ứng dựa ước lượng dựa sở tương tự (FWPSABE) Mỗi nhiễm sắc thể bao gồm hai phần Các mã phần có trọng lượng với chiều dài 14 × n, n parameters An important issue in using a metaheuristic is selecting a good set of values On each topic reviewed above, whether the metaheuristic chosen for a particular study is absolutely the best is unknown because most studies did not carry out a comprehensive testing of a wide range of possible parameter settings It is time consuming to determine the best set of parameter settings for any metaheuristic At the minimum, a recommend range of values shall be provided for the users This practice will be similar to the recommended range of tool speed and cutting speed for any combination of cutting tool and material in the machining world Furthermore, very few studies employed more than one metaheuristic and evolutionary algorithm seems to be the dominant metaheuristic in this area Hence there are opportunities for obtaining better results by using other metaheuristics that have never been applied before such as differential evolution or devising a new and better metaheuristic tailored to it For the latter, hybrid algorithms are the trend; but it might mean more parameters to select [53] To bridge the gap between a real world problem and a formulated model, themodelmust be formulated basedonreasonable assumptions 502 T.W Liao et al / Automation in Construction 20 (2011) 491–505 Often time assumptions were made to simplify the problems for easier solutions This is particularly true for traditionalmathematical approach In the cases the assumptions made were too remote from reality the solutions found would become useless To make research results more useful in practice, efforts should be made to develop solution methodologies that can be used to solve real world problems without imposing unnecessary and unrealistic restrictive assumptions On this issue, metaheuristics are not constrained as much as traditional mathematical approaches and are more suitable to solve more realistic models and problems More specific comments and some ideas to Mỗi metaheuristic có thơng số điều chỉnh riêng Một vấn đề quan trọng việc sử dụng metaheuristic chọn giá trị tốt Trên chủ đề xem xét trên, xem liệu metaheuristic lựa chọn cho nghiên cứu cụ thể hồn tồn tốt chưa biết hầu hết nghiên cứu khơng thực kiểm tra tồn diện loạt thiết lập tham số Đã nhiều thời gian để xác định tập hợp cài đặt tham số tốt cho metaheuristic Ở mức tối thiểu, loạt giá trị giới thiệu cung cấp cho người dùng Thực hành tương tự phạm vi đề nghị tốc độ dụng cụ tốc độ cắt cho kết hợp công cụ cắt vật liệu giới gia công Hơn nữa, nghiên cứu sử dụng nhiều thuật tốn metaheuristic tiến hóa metaheuristic chi phối lĩnh vực Do đó, có nhiều hội để có kết tốt cách sử dụng kỹ thuật siêu âm khác chưa áp dụng trước tiến hóa khác biệt đưa phương pháp siêu âm tốt phù hợp với Đối với thứ hai, thuật toán lai xu hướng; có nghĩa nhiều thơng số để chọn [53] Để thu hẹp khoảng cách vấn đề giới thực mô hình xây dựng, họ phải xây dựng dựa giả định hợp lý 502 T.W Liao et al / Tự động hóa xây dựng 20 (2011) 491-505 Các giả định thời gian thường thực để đơn giản hóa vấn đề cho giải pháp dễ dàng Điều đặc biệt với phương pháp truyền thống Trong trường hợp giả định thực xa so với thực tế giải pháp tìm thấy trở thành vô dụng Để làm cho kết nghiên cứu trở nên hữu ích thực tiễn, cần phải có nỗ lực để phát triển phương pháp giải pháp sử dụng để giải vấn đề thực tế mà không áp đặt giả định hạn chế không cần thiết không thực tế Về vấn đề này, metaheuristics không bị hạn chế nhiều phương pháp toán học truyền thống phù hợp để giải mơ hình thực tế vấn đề Các nhận xét cụ thể số ý tưởng để further advance each area reviewed in this paper are laid out in the following paragraphs A possible extension to the robot selection problem is to use micro-GA, which has the potential to reduce the population size and the computing requirements For the pile group foundation design problem, binary coding must be changed in order to design pile groups consisting of hundreds of piles and the parameterless penalty function proposed by [19] should be considered to avoid the difficulty in determining the values of penalty parameters For design process sequencing, a desirable study is on the classification of DSM difficulty prior to performing optimization For cost estimation, the first two papers reviewed applied GA to tune model parameters with neural network and fuzzy neural networks used as the modeling methods, respectively The same problem can definitely be modeled by using any statistical or machine learning method with parameters tuned by other metaheuristics other than GA Possible extensions to site preparation include considering unequal cut and fit locations, incorporating haul roads and terrain features into the distance calculation, and adding penalties to routes that force the equipment to negotiate undesirable terrain Moreover, multiple types of equipment could be considered and additional constraints such as time of repair and availability of equipment could also be imposed under special situations Possible extensions to site-level layout problems include considering the most general case that each location and facility has a different shape and size, and considering site layout as a dynamic problem with the project progresses in phases Ideally, in a dynamic layout problem the determination of layout and the scheduling procedure need to be carried out concurrently to demonstrate optimality For the on-site routing and path planning problem, possible extensions include investigating tiếp tục tiến hành lĩnh vực xem xét báo trình bày đoạn văn sau Một mở rộng cho vấn đề lựa chọn robot sử dụng vi-GA, có khả làm giảm kích thước quần thể u cầu tính tốn Đối với vấn đề thiết kế móng cọc, mã nhị phân phải thay đổi để thiết kế nhóm cọc bao gồm hàng trăm cọc chức hàm số không tham số đề xuất [19] nên xem xét để tránh khó khăn việc xác định giá trị tham số hình phạt Đối với trình tự quy trình thiết kế, nghiên cứu mong muốn phân loại DSM khó khăn trước thực tối ưu Đối với dự tốn chi phí, hai báo xem xét áp dụng GA để điều chỉnh tham số mơ hình với mạng nơ ron mạng nơ-ri sử dụng làm phương pháp mơ hình hố Cùng vấn đề chắn mơ cách sử dụng phương pháp học tập thống kê máy học với thơng số điều chỉnh metaheuristics khác ngồi GA Việc mở rộng khả để chuẩn bị trường bao gồm việc xem xét vị trí cắt phù hợp không cân bằng, kết hợp đường trục tính địa hình vào tính tốn khoảng cách thêm hình phạt tuyến đường bắt buộc thiết bị phải thương lượng địa hình khơng mong muốn Hơn nữa, nhiều loại thiết bị xem xét hạn chế bổ sung thời gian sửa chữa khả dụng thiết bị áp đặt tình đặc biệt Sự mở rộng xảy vấn đề bố cục cấp độ bao gồm xem xét trường hợp chung mà vị trí sở có hình dáng kích thước khác xem xét việc bố trí cơng trường vấn đề động với dự án tiến triển theo giai đoạn Lý tưởng cho việc bố trí bố trí động cần phải tiến hành xác định cách bố trí thủ tục lập kế hoạch để chứng minh tối ưu Đối với vấn đề định tuyến lập kế hoạch đường dẫn chỗ, mở rộng bao gồm điều tra tính khả thi đánh giá đa tiêu chí dựa the applicability of fuzzy based multi-criteria evaluation as well as hybrid optimization search algorithms The one-dimensional cutting stock problem solved by GA can be extended to twodimensional cutting stock problems such as cutting a set of rectangular items from steel plates with arbitrary sizes for constructing steel bridges Possible extensions to the dispatching of RMC trucks are (1) to consider the uncertainty involved with input parameters such as traveling duration and casting duration using either the probability theory or the fuzzy set theory, (2) to provide real time optimization of the dispatching process by incorporating a global positioning system, and (3) to expand the single batch plant model into multiple batch plants and construction sites The routing problem in disaster relief ogistics can be extended to consider location problem as well Most project scheduling studies reviewed in this paper considered that activity's duration and cost are deterministic, which are quite uncertain in reality The exceptions are those of [5,26,42,45], in which stochastic activity durations are considered Two studies that consider fuzzy time and cost are [23,84] Possible extensions to construction scheduling in general include (1) considering the uncertainty of activity's duration and cost, (2) providing guideline for selecting algorithmic parameters, and (3) conducting sensitivity analysis of changing constraints Possible extensions to resource unconstrained project scheduling include (1) solving the problem for the case where uncertain cash flows are dependent on the time of their occurrence in accordance with various payment methods, (2) conducting additional testing and analysis of different neighborhood approaches that take advantage of the network characteristics as well as the cash flow characteristics for the payment scheduling problem, (3) finding a way to provide total float value for each activity when using ACO to find the critical path; (4) allowing multiple crews working simultaneously in different units at the same activity in scheduling repetitive construction projects, and (5) considering additional constraint in mờ thuật tốn tìm kiếm tối ưu hóa lai Vấn đề cắt cổ chiều GA giải mở rộng tới vấn đề cổ phiếu cắt hai chiều cắt mặt hàng hình chữ nhật từ thép với kích thước tùy ý để xây dựng cầu thép Có thể mở rộng việc vận chuyển xe tải RMC (1) để xem xét không chắn liên quan đến tham số đầu vào thời gian di chuyển thời gian đúc lý thuyết xác suất lý thuyết tập mờ, (2) để cung cấp tối ưu hóa thời gian thực q trình gửi cách kết hợp hệ thống định vị toàn cầu, (3) mở rộng mơ hình nhà máy đơn lẻ thành nhiều nhà máy cơng trình xây dựng Các vấn đề định tuyến taiistics cứu trợ thiên tai mở rộng để xem xét vấn đề vị trí tốt Hầu hết nghiên cứu lập kế hoạch dự án xem xét báo cho thời gian chi phí hoạt động xác định, điều thực không chắn Các ngoại lệ trường hợp [5,26,42,45], thời gian hoạt động ngẫu nhiên xem xét Hai nghiên cứu xem thời gian mờ chi phí [23,84] Có thể mở rộng kế hoạch xây dựng nói chung bao gồm (1) xem xét không chắn thời gian hoạt động chi phí, (2) cung cấp hướng dẫn để lựa chọn thơng số thuật tốn, (3) tiến hành phân tích độ nhạy cảm thay đổi Có thể mở rộng kế hoạch lập kế hoạch không hạn chế tài nguyên bao gồm (1) giải vấn đề trường hợp dịng tiền khơng chắn phụ thuộc vào thời điểm xảy chúng theo phương thức toán khác nhau, (2) tiến hành thử nghiệm thêm phân tích cách tiếp cận khu phố khác (3) tìm cách để cung cấp tổng giá trị cho hoạt động sử dụng ACO để tìm đường quan trọng; (4) cho phép nhiều đội làm việc đồng thời đơn vị khác hoạt động lập kế hoạch dự án xây dựng lặp lặp lại, (5) xem xét thêm hạn chế trật tự cơng việc nhóm làm việc lập kế hoạch lặp lại nhóm làm việc the work order in each workgroup in workgroupbased repetitive scheduling For time-cost tradeoff analysis possible extensions include (1) considering the stochastic nature of the construction project, (2) adding the resource constraints that might arise as a result of compressing the activities, (3) ensuring a steady performance when applying to largescale projects, (4) examiningwhether time-cost savings can be realized by adopting new construction methods/techniques or re-sequencing certain construction activities, (5) developing a decision support system to assist project managers in choosing the best solution from a long list of nondominated solutions according to his/her peculiar condition, and (6) optimization of not only timecost but also other project goals such as quality and safety Possible topics for future studies on resource allocation problems include (1) considering dependent failures of modular software in testingresource allocation, (2) developing a decision support system to assist project managers in choosing the best solution from a long list of nondominated solutions according to his/her peculiar condition as in time-cost tradeoff analysis, and (3) developing benchmark test instances for evaluating the performance of a particular algorithm and for comparing the performances of different algorithms Possible extensions to resource leveling studies include (1) allowing crashing of a schedule using time/cost curves, (2) allowing splitting of activities, (3) leveling of multiple resources, (4) allowing the extension of project deadline with penalty, and (4) integrating resource leveling with resource allocation and time-cost tradeoff analysis Among the seven studies that make use of integrated models, two integrate resource leveling and resource allocation and both combine multiple objectives into one; two integrates time-cost tradeoff analysis with resource constrained project scheduling; one considers resource leveling and resource constrained scheduling; one considers time-cost tradeoff and resource leveling; and one Đối với phân tích cân chi phí thời gian, mở rộng bao gồm (1) xem xét tính chất ngẫu nhiên dự án xây dựng, (2) thêm hạn chế tài nguyên phát sinh nén hoạt động, (3) đảm bảo hiệu ổn định áp dụng rộng rãi (5) Xây dựng hệ thống hỗ trợ định để hỗ trợ nhà quản lý dự án lựa chọn giải pháp tốt từ danh sách dài dự án xây dựng, giải pháp không chi phối theo tình trạng đặc biệt họ (6) tối ưu hóa khơng chi phí thời gian mà mục tiêu dự án khác chất lượng an tồn Các chủ đề cho nghiên cứu tương lai vấn đề phân bổ nguồn lực bao gồm (1) xem xét lỗi phụ thuộc phần mềm mô đun phân bổ nguồn lực thử nghiệm, (2) xây dựng hệ thống hỗ trợ định để hỗ trợ nhà quản lý dự án lựa chọn giải pháp tốt từ danh sách dài không bị thống trị giải pháp theo điều kiện đặc thù phân tích cân thời gian, (3) phát triển kiểm tra điểm chuẩn để đánh giá hiệu suất thuật toán cụ thể để so sánh trình diễn thuật tốn khác Có thể mở rộng nghiên cứu san lấp nguồn tài nguyên bao gồm (1) cho phép treo lịch sử cách sử dụng đường cong thời gian / chi phí, (2) cho phép tách hoạt động, (3) san lấp mặt nhiều nguồn, (4) cho phép kéo dài thời hạn dự án (4) lồng ghép san lấp nguồn lực với phân bổ nguồn lực phân tích cân thời gian-chi phí Trong số bảy nghiên cứu sử dụng mơ hình tích hợp, hai việc san lấp nguồn tài nguyên phân bổ nguồn lực hai kết hợp nhiều mục tiêu thành một; hai tích hợp phân tích đánh giá cân thời gian với lập kế hoạch dự án nguồn lực hạn chế; xem xét san lấp nguồn lực lập kế hoạch hạn chế nguồn lực; người ta cân nhắc cân thời gian san lấp nguồn lực; xem xét cân thời gian, considers time-cost tradeoff, resource allocation, and resource leveling All of them employ genetic algorithm as the optimization technique As more aspects are considered, the effort required for their solution increases It is thus desirable to derive guideline as to when it is beneficial to consider what Conclusions This paper has presented an overview and detailed reviews of previous studies that employed one or more metaheuristic(s) as the optimization technique(s) to determine the near optimal solutions for project life cycle related problems All the publications included in this review appeared in archival journals Despite of our effort to include all journal publications in the targeted areas, unintentional misses are expected and apologized Due to the already high number of papers, articles published in conference proceedings are intentionally left out The previous studies are organized around topics and each individual paper is analyzed The results clearly indicate that the use of metaheuristics in project management is very promising Literally, anything that cannot be easily solved by conventional exact optimization techniques and specifically designed heuristics is a candidate problem for metaheuristics Among all metaheuristics, EAs / GAs are most popular and four reasons were offered to explain the reason why Among all problems studied by metaheuristics with resource-constrained project scheduling problems excluded, top the T.W Liao et al / Automation in Construction 20 (2011) 491–505 503 list are three problems: site/floor layout, time-cost tradeoff analysis, and resource allocation General deficiencies of previous studies are highlighted First, most test examples are small compared to real world problems Secondly, assumptions made in some models are far from reality, rendering the results of little value Thirdly, experiments are rarely carried out to produceuseful guide for selectingalgorithmic parameter values.Despite of these deficiencies, it is our belief phân bổ nguồn lực, san lấp mặt tài nguyên Tất chúng sử dụng thuật toán di truyền kỹ thuật tối ưu hóa Khi xem xét nhiều khía cạnh hơn, nỗ lực cần thiết cho giải pháp họ tăng lên Do mong muốn có hướng dẫn để biết có lợi cho việc xem xét điều Kết luận Bài báo trình bày tổng quan đánh giá chi tiết nghiên cứu trước sử dụng nhiều metaheuristic (các) kỹ thuật tối ưu hóa để xác định giải pháp gần tối ưu cho vấn đề liên quan đến vòng đời dự án Tất ấn phẩm đưa vào tổng quan xuất tạp chí lưu trữ Mặc dù nỗ lực để bao gồm tất ấn phẩm tạp chí khu vực mục tiêu, mong muốn xin lỗi xin lỗi sai lầm không chủ ý Do số lượng báo cao, viết công bố họp hội nghị cố tình bỏ Các nghiên cứu trước tổ chức xung quanh chủ đề báo cá nhân phân tích Các kết cho thấy rõ ràng việc sử dụng metaheuristics quản lý dự án hứa hẹn Nghĩa là, điều mà khơng thể dễ dàng giải kỹ thuật tối ưu hóa xác thông thường heuristic thiết kế đặc biệt vấn đề ứng cử viên cho metaheuristics Trong số tất metaheuristics, EAs / GAs phổ biến bốn lý cung cấp để giải thích lý Trong số tất vấn đề nghiên cứu metaheuristics với vấn đề lập kế hoạch dự án hạn chế tài nguyên loại trừ, đầu T.W Liao et al / Automation in Construction 20 (2011) 491505 503 liệt kê ba vấn đề: bố trí trang / sàn nhà, phân tích cân thời gian phân bổ nguồn lực Những thiếu sót chung nghiên cứu trước nhấn mạnh Thứ nhất, hầu hết ví dụ thử nghiệm nhỏ so với vấn đề giới thực Thứ hai, giả định thực số mơ hình xa thực tế, làm cho kết có giá trị Thứ ba, thí nghiệm thực để đưa hướng dẫn hữu ích cho that the potential ofmetaheuristics is high.However, efforts need to bemade to correct the above deficiencies, to show that metaheuristics can be useful to solve complicated real world problems, and to develop new metaheuristics with fewer parameters The power of metaheuristics has not been utilized in commercial project management software packages today, but the picture could be different in the future It is in the best interest of major software developers or project management firms to work with researchers to further validate the potential benefits thatmetaheuristics can bring to real world project management Lastly, some topics required for further studies are identified with the hope that researchers, both new comers and experienced veterans, would pick up some of these ideas and work on them to further advance this area of research Acknowledgement The authors acknowledge the constructive comments made by anonymous reviewers that have help improve the quality of the paper References [1] H Abdallah, H.M Emara, H.T Dorrach, A Bahgat, Using ant colony optimization algorithm for solving project management problems, Expert Systems with Applications 36 (2009) 10004–10015 [2] A Afshar, A.K Ziaraty, A Kaveh, F Sharifi, Nondominated archiving multicolony ant algorithm in time-cost tradeoff optimization, Journal of Construction Engineering and Management 135 (7) (2009) 668–674 [3] M.H Afshar, M.A Mariño, A parameter-free self adapting boundary genetic search for pipe network optimization, Computer Optimization and Applications 37 (2007) 83–102 [4] E Alba, J.F Chicano, Software project management with GAs, Information Sciences 177 (2007) 2380–2401 [5] A Azaron, C Perkgoz, M Sakawa, A genetic algorithm approach for the time-cost tradeoff in PERT networks, Applied Mathematics giá trị tham số lựa chọn Mặc dù thiếu sót này, chúng tơi tin tưởng tiềm tính tốn cao Tuy nhiên, nỗ lực cần phải sửa đổi thiếu sót trên, để chứng minh metaheuristics hữu ích để giải vấn đề phức tạp giới thực, để phát triển metaheuristics với tham số Sức mạnh metaheuristics khơng sử dụng gói phần mềm quản lý dự án thương mại ngày nay, hình ảnh khác tương lai Đó lợi ích tốt nhà phát triển phần mềm lớn công ty quản lý dự án để làm việc với nhà nghiên cứu để tiếp tục xác nhận lợi ích tiềm mà tính tốn học mang lại cho quản lý dự án giới thực Cuối cùng, số chủ đề cần thiết cho nghiên cứu xác định với hy vọng nhà nghiên cứu, người đến cựu chiến binh giàu kinh nghiệm lấy số ý tưởng làm việc với họ để tiến xa lĩnh vực nghiên cứu Nhìn nhận Các tác giả thừa nhận ý kiến xây dựng nhà phê bình giấu tên giúp cải thiện chất lượng báo Tài liệu tham khảo [1] H Abdallah, H.M Emara, H.T Dorrach, A Bahgat, Sử dụng thuật toán tối ưu hóa đàn kiến để giải vấn đề quản lý dự án, Hệ thống chuyên gia với ứng dụng 36 (2009) 10004-10015 [2] A Afshar, A.K Ziaraty, A Kaveh, F Sharifi, thuật toán thuật toán khuyếch đại lưu trữ khơng đề cử tối ưu hóa cân tải theo thời gian, Tạp chí Xây dựng Quản lý 135 (7) (2009) 668-674 [3] M.H Afshar, M.A Mariño, Một tự nghiên cứu di truyền ranh giới tự chọn tham số để tối ưu hóa mạng lưới đường ống, Tối ưu hố máy tính Ứng dụng 37 (2007) 83-102 [4] E Alba, J.F Chicano, Quản lý dự án phần mềm với GA, Khoa học Thông tin 177 (2007) 2380-2401 A Azaron, C Perkgoz, M Sakawa, Một cách tiếp cận thuật toán di truyền cho cân thời and Computation 168 (2005) 1317–1339 [6] B Boehm, Software Engineering Economics, Prentice-Hall, Englewood Cliffs, NJ, 1981 [7] S.K Chaharsooghi, A.H.M Kermani, An effective ant colony optimization algorithm for multi-objective resource allocation problem, Applied Mathematics and Computation 200 (2008) 167–177 [8] C.M Chan, L.M Zhang, J.T.M Ng, Optimization of pile groups using hybrid genetic algorithms, Journal of Geotechnical and Geoenvironmental Engineering 135 (4) (2009) 497– 505 [9] W.-T Chan, D.K.H Chua, G Kannan, Construction resource scheduling with genetic algorithms, Journal of Construction Engineering and Management 122 (2) (1996) 125–132 [10] C.K Chang, M.J Christensen, T Zhang, Genetic algorithms for project anagement, Annals of Software Engineering 11 (2001) 107–139 [11] K.W Chau, A two-stage dynamic model on allocation of construction facilities with genetic algorithm, Automation in Construction 13 (2004) 481–490 [12] P.-H Chen, H Weng, A two-phase GA model for resource-constrained project scheduling, Automation in Construction 18 (2009) 485–498 [13] M.-Y Cheng, H.-C Tsai, W.-S Hsieh, Web-based conceptual cost estimates for construction projects using evolutionary fuzzy neural inference model, Automation in Construction 18 (2009) 164–172 [14] S.-O Cheung, T.K.-L Tong, C.-M Tam, Site precast yard layout arrangement through genetic algorithm, Automation in Construction 11 (2002) 35–46 [15] S Christodoulou, Construction imitating ants: Resource-unconstrained scheduling with artificial ants, Automation in Construction 18 (2009) 285–293 [16] Y.S Dai, M Xie, K.L Poh, B Yang, Optimal testing-resource allocation with genetic algorithm for modular software systems, The Journal of Systems and Software 66 (2003) 47–55 gian mạng PERT, Toán học Ứng dụng Tính tốn 168 (2005) 1317-1339 [6] B Boehm, Kinh tế Kỹ thuật Phần mềm, Prentice-Hall, Englewood Cliffs, NJ, 1981 [7] S.K Chaharsooghi, A.H.M Kermani, Một thuật toán tối ưu hóa kiến địa cực hiệu cho vấn đề phân bổ nguồn lực đa mục tiêu, Toán học Ứng dụng Tính tốn 200 (2008) 167-177 [8] C.M Chan, L.M Zhang, J.T.M Ng, Tối ưu hóa nhóm cọc sử dụng thuật toán di truyền lai, Tạp chí Địa kỹ thuật Kỹ thuật Địa kỹ thuật 135 (4) (2009) 497-505 [9] W.-T Chan, D.K.H Chua, G Kannan, Lập lịch trình xây dựng với thuật tốn di truyền, Tạp chí Xây dựng Cơ khí Quản lý 122 (2) (1996) 125-132 [10] C.K Chang, M.J Christensen, T Zhang, Các thuật toán di truyền để quản lý dự án, Biên niên sử Kỹ thuật phần mềm 11 (2001) 107-139 [11] K.W Chau, Mơ hình động lực hai giai đoạn phân bổ cơng trình xây dựng với thuật toán di truyền, Automation in Construction 13 (2004) 481-490 [12] P.-H Chen, H Weng, Một mơ hình GA hai giai đoạn để lập kế hoạch dự án có hạn chế tài nguyên, Automation in Construction 18 (2009) 485-498 [13] M.-Y Cheng, H.-C Tsai, W.-S Hsieh, dự toán dựa khái niệm dựa Web cho dự án xây dựng sử dụng mơ hình suy luận thần kinh mờ tiến hoá, Automation in Construction 18 (2009) 164-172 [14] S.-O Cheung, T.K.-L Tong, C.-M Tam, Bố trí bố trí sân vườn đúc sẵn thơng qua thuật tốn di truyền, Tự động hóa xây dựng 11 (2002) 35-46 [15] S Christodoulou, Xây dựng kiến trúc bắt chước kiến: Lập kế hoạch không hạn chế tài nguyên với kiến nhân tạo, Tự động hóa xây dựng 18 (2009) 285-293 [16] Y.S Đại, M Xie, K.L Poh, B Yang, Phân bổ nguồn lực thử nghiệm tối ưu với thuật tốn di truyền cho hệ thống phần mềm mơ đun, Tạp chí Hệ thống Phần mềm 66 (2003) 47-55 [17] D Datta, C.M Fonseca, K Deb, Thuật [17] D Datta, C.M Fonseca, K Deb, A multiobjective evolutionary algorithm to exploit the similarities of resource allocation problems, Journal of Scheduling 11 (2008) 405–419 [18] N Dayanand, R Padman, A two stage search heuristic for scheduling payments in projects, Annals of Operations Research 102 (2001) 197–220 [19] K Deb, An efficient constraint handling method for genetic algorithms, Computer Methods in Applied Mechanics and Engineering 186 (2000) 311–338 [20] K Deb, A Pratap, S Agarwal, T Meyarivan, A fast and elitist multiobjective genetic algorithm: NSGA-II, IEEE Transactions on Evolutionary Computation (2002) 182–197 [21] Q Duan, T.W Liao, Improved ant colony optimization algorithms for determining project critical paths, Automation in Construction 19 (2010) 676–693 [22] E Elbeltagi, T Hegazy, D Grierson, A modified shuffled frog-leaping optimization algorithm: applications to project management, Structure and Infrastructure Engineering (1) (2007) 53–60 [23] E Eshtehardian, A Afshar, R Abbasnia, Fuzzy-based MOGA approach to stochastic timecost tradeoff problem, Automation in Construction 18 (2009) 692–701 [24] R Etgar, A Shtub, L.J LeBlanc, Scheduling projects to maximize net present value – the case of time-dependent, contingent cash flows, European Journal of Operational Research 96 (1996) 90–96 [25] C.-W Feng, L Liu, S.A.Burns, Using genetic algorithmsto solve construction time-cost tradeoff problems, Journal of Computing in Civil Engineering 11 (3) (1997) 184–189 [26] C.-W Feng, L Liu, S.A Burns, Stochastic construction time-cost tradeoff analysis, Journal of Computing in Civil Engineering 14 (2) (2000) 117– 126 tốn tiến hóa đa mục tiêu để khai thác điểm tương đồng vấn đề phân bổ nguồn lực, Tạp chí Lịch trình 11 (2008) 405-419 [18] N Dayanand, R Padman, Một nghiên cứu tìm kiếm hai giai đoạn để lập kế hoạch toán dự án, Annals of Operations Research 102 (2001) 197-220 [19] K Deb, Phương pháp xử lý hạn chế hiệu cho thuật toán di truyền, Các phương pháp máy tính Cơ học ứng dụng Kỹ thuật ứng dụng 186 (2000) 311-338 [20] K Deb, A Pratap, S Agarwal, T Meyarivan, Thuật toán di truyền đa đơn giản nhanh chóng: NSGA-II, Các giao dịch IEEE tính tốn tiến hố (2002) 182-197 [21] Q Duẩn, T.W Liao, Cải thiện thuật tốn tối ưu hóa kiến địa ant để xác định đường dẫn quan trọng dự án, Automation in Construction 19 (2010) 676-693 [22] E Elbeltagi, T Hegazy, D Grierson, Một thuật tốn tối ưu hóa nhảy ếch chỉnh sửa: ứng dụng cho quản lý dự án, Cơ cấu hạ tầng Kỹ thuật (1) (2007) 53-60 [23] E Eshtehardian, A Afshar, R Abbasnia, phương pháp tiếp cận MOGA dựa Fuzzy cho tốn cân chi phí thời gian ngẫu nhiên, Automation in Construction 18 (2009) 692-701 [24] R Etgar, A Shtub, L.J LeBlanc, Lập kế hoạch dự án để tối đa hóa giá trị rịng trường hợp phụ thuộc vào thời gian, dịng tiền dự kiến, Tạp chí Châu Âu Nghiên cứu Hoạt động 96 (1996) 90-96 [25] C.-W Feng, L Liu, S.A.Burns, Sử dụng thuật toán di truyền giải vấn đề cân giá thành thời gian xây dựng, Tạp chí Điện toán 11 (3) (1997) 184-189 [26] C.-W Feng, L Liu, S.A Burns, Stochastic phân tích chi phí thời gian phân tích chi phí, Tạp chí Máy tính Kỹ thuật Xây dựng 14 (2) (2000) 117-126 [27] C.-W Phong, H.-T Wu, Hợp fmGA CYCLONE để tối ưu hóa lịch trình vận chuyển xe tải RMC, Automation in Construction 15 (2006) 186-199 [27] C.-W Feng, H.-T Wu, Integrating fmGA and CYCLONE to optimize the schedule of dispatching RMC trucks, Automation in Construction 15 (2006) 186–199 [28] Z.W Geem, Multi-objective optimization of time-cost tradeoff using harmony search, Journal of Construction Engineering and Management 136 (6) (2010) 711–716 [29] M Gen, R Cheng, Genetic Algorithms & Engineering Design, John Wiley & Sons, New York, 2007 [30] M.E Georgy, Evolutionary resource scheduler for linear projects, Automation in construction 17 (2008) 573–583 [31] G.E Gibson Jr., Y.-R Wang, C.-S Cho, M.P Pappas, What is preproject planning, anyway? Journal of Management in Engineering 22 (1) (2006) 35–42 [32] A Haidar, S Naoum, R Howes, J Tah, Genetic algorithms application and testing for equipment selection, Journal of Construction Engineering and Management 125 (1) (1999) 32– 38 [33] Z He, N Wang, T Jia, Y Xu, Simulated annealing and tabu search for multi- ode project payment scheduling, European Journal of Operational Research 198(2009) 688–696 [34] T Hegazy, Optimization of resource allocation and leveling using genetic algorithms, Journal of Construction Engineering and Management 125 (3)(1999) 167–175 [35] T Hegazy, E Elbeltagi, EVOSITE: Evolution-based model for site layout planning, Journal of Computing in Civil Engineering 13 (3) (1999) 198–206 [36] T Hegazy, K Petzold, Genetic optimization for dynamic project control, Journal of Construction Engineering and Management 129 (4) (2003) 396–404 [37] D Henderson, D.E Vaughan, S.H Jacobson, R.R Wakefield, E.C Sewell, Solving the shortest route cut and fill problem using simulated annealing, European Journal of Operational Research 145 (2003) 72–84 [38] R.-Y Huang, K.-S Sun, A GA optimization [28] Z.W Geem, tối ưu hóa đa mục tiêu cân thời gian với chi phí cách sử dụng tìm kiếm hài hịa, Tạp chí Xây dựng Kỹ thuật Quản lý 136 (6) (2010) 711-716 [29] M Gen, R Cheng, Các thuật toán di truyền Thiết kế Kỹ thuật, John Wiley & Sons, New York, 2007 [30] M.E Georgy, lập lịch trình tiến hóa dự án tuyến tính, Tự động hóa thị 17 (2008) 573-583 [31] G.E Gibson Jr., Y.-R Wang, C.-S Cho, M.P Pappas, kế hoạch dự án preproject gì? Tạp chí Quản lý Kỹ thuật 22 (1) (2006) 35-42 [32] A Haidar, S Naoum, R Howes, J Tah, Ứng dụng thuật toán di truyền thử nghiệm để lựa chọn thiết bị, Tạp chí Xây dựng Kỹ thuật Quản lý 125 (1) (1999) 32-38 [33] Z Ông, N Wang, T Jia, Y Xu, Lập mơ hóa tìm kiếm tabu để lập lịch trình tốn nhiều dự án, Tạp chí Nghiên cứu Hoạt động Châu Âu 198 (2009) 688-696 [34] T Hegazy, Tối ưu hóa phân bổ nguồn lực san bằng cách sử dụng di truyền thuật tốn, Tạp chí Quản lý Kỹ thuật Xây dựng 125 (3)(1999) 167-175 [35] T Hegazy, E Elbeltagi, EVOSITE: Mô hình dựa tiến hố để lập kế hoạch bố trí trang, Tạp chí Điện tốn 13 (3) (1999) 198-206 [36] T Hegazy, K Petzold, Tối ưu hoá di truyền để kiểm sốt dự án động, Tạp chí Xây dựng Cơ khí Quản lý 129 (4) (2003) 396-404 [37] D Henderson, D.E Vaughan, S.H Jacobson, R.R Wakefield, E.C Sewell, Giải vấn đề cắt đường ngắn lấp đầy cách sử dụng mô ủ, European Journal of Operational Research 145 (2003) 72-84 [38] R.-Y Huang, K.-S Sun, mơ hình tối ưu hố GA dành cho lập kế hoạch lặp lại dựa nhóm làm việc (WoRSM), Những tiến Kỹ thuật ứng dụng Phần mềm 40 (2009) 212-228 [39] H Jang, S Lee, S Choi, Tối ưu hóa bố trí vật liệu xây dựng cấp thuật toán di model for workgroup-based repetitive scheduling (WoRSM), Advances in Engineering Software 40 (2009) 212–228 [39] H Jang, S Lee, S Choi, Optimization of floor-level construction material layout using genetic algorithms, Automation in Construction 16 (2007) 531–545 [40] A Kandil, K El-Rayes, Parallel genetic algorithms for optimizing resource utilization in large-scale construction projects, Journal of Construction Engineering and Management 132 (5) (2006) 491–498 [41] A Kandil, K El-Rayes, O El-Anwar, Optimization research: enhancing the robustness of large scale multi-objective optimization in construction, Journal of Construction Engineering and Management 136 (1) (2010) 17–25 [42] H Ke, B Liu, Project scheduling problem with stochastic activity duration times Applied Mathematics and Computation 168 (2005) 342– 353 [43] G.H Kim, D.S Seo, K.I Kang, Hybrid models of neural networks and genetic algorithms for predicting preliminary cost estimates, Journal of Computing in Civil Engineering 19 (2) (2005) 208– 211 [44] K.-C Lam, X Ning, M.C.-K Lam, Conjoining MMAS to GA to solve construction site layout planning problem, Journal of Construction Engineering and Management 135 (10) (2009) 1049–1057 [45] S.-S Leu, T.-H Hung, An optimal construction resource leveling scheduling simulation model, Canadian Journal of Civil Engineering 29 (2002) 267–275 [46] S.-S Leu, C.-H Yang, GA-based multicriteria optimal model for construction scheduling, Journal of Construction Engineering and Management 125 (6) (1999) 420–427 [47] S.-S Leu, C.-H Yang, J.-C Huang, Resource leveling in construction by genetic algorithm-based optimization and its decision support system application, Automation in Construction 10 (2000) 27–41 [48] H Li, P Love, using improved genetic truyền, Tự động hóa xây dựng 16 (2007) 531-545 [40] A Kandil, K El-Rayes, Các thuật tốn di truyền song song để tối ưu hóa việc sử dụng tài nguyên dự án xây dựng quy mô lớn, Journal of Construction Engineering and Management 132 (5) (2006) 491-498 [41] A Kandil, K El-Rayes, O El-Anwar, Nghiên cứu tối ưu hóa: tăng cường bền bỉ việc tối ưu hoá đa mục tiêu quy mô lớn xây dựng, [41] 25 [42] H Ke, B Liu, Lập kế hoạch dự án với thời gian hoạt động ngẫu nhiên Tốn học Ứng dụng Tính toán 168 (2005) 342-353 [43] G.H Kim, D.S Seo, K.I Kang, mơ hình Hybrid mạng nơ-ron thuật tốn di truyền để dự đốn ước tính chi phí sơ bộ, Tạp chí Máy tính Kỹ thuật Xây dựng 19 (2) (2005) 208-211 [44] K.-C Lam, X Ning, M.C.-K Lam, Liên kết MMAS với GA để giải vấn đề quy hoạch bố trí cơng trình xây dựng, Tạp chí Xây dựng Kỹ thuật Quản lý 135 (10) (2009) 1049-1057 [45] S.-S Leu, T.-H Hung, Mơ hình mơ lập lịch trình san lấp mặt tối ưu, Tạp chí Kỹ thuật Xây dựng Canada 29 (2002) 267-275 [46] S.-S Leu, C.-H Yang, mơ hình tối ưu đa mơ hình dựa GA cho lập kế hoạch xây dựng, Tạp chí Kỹ thuật Quản lý Xây dựng 125 (6) (1999) 420-427 [47] S.-S Leu, C.-H Yang, J.-C Huang, Tài nguyên san lấp mặt xây dựng tối ưu hóa dựa thuật tốn di truyền ứng dụng hệ thống hỗ trợ định, Automation in Construction 10 (2000) 27-41 [48] H Li, P Love, sử dụng thuật toán di truyền cải tiến để tạo điều kiện tối ưu hóa chi phí thời gian, Tạp chí Xây dựng Cơ khí Quản lý 123 (3) (1997) 233-237 [49] H Li, P.E.D Tình yêu, Thiết kế sở algorithms to facilitate time-cost optimization, Journal of Construction Engineering and Management 123 (3) (1997) 233–237 [49] H Li, P.E.D Love, Site-level facilities layout using genetic algorithms, Journal of Computing in Civil Engineering 12 (4) (1998) 227– 231 [50] H Li, P.E.D Love, Genetic search for solving construction site-level unequal- rea facility layout problems, Automation in Construction (2000) 217–226 [51] Y.F Li, M Xie, T.N Goh, A study of project selection and feature weighting for analogy based software cost estimation, The Journal of Systems and Software 82 (2009) 241–252 [52] L.Y Liang, W.C Chao, The strategies of tabu search technique for facility layout optimization, Automation in Construction 17 (2008) 657–669 [53] T.W Liao, Two hybrid differential evolution algorithms for engineering design optimization, Applied Soft Computing 10 (2010) 1188–1199 [54] C.-M Lin, M Gen, Multi-criteria human resource allocation for solving multistage combinatorial optimization problems using multiobjective hybrid genetic algorithm, Expert Systems with Applications 34 (2008) 2480–2490 [55] L.D Long, A Ohsato, A genetic algorithmbased method for scheduling repetitive construction projects, Automation in Construction 18 (2009) 499–511 [56] M Marzouk, O Moselhi, Constraint-based genetic algorithm for earthmoving fleet selection, Canadian Journal of Civil Engineering 30 (2003) 673–683 [57] M Marzouk, O Moselhi, Multiobjective optimization of earthmoving operations, Journal of Construction Engineering and Management 130 (1) (2004) 105–113 [58] M.J Mawdesley, S.H Al-jibouri, H Yang, Genetic algorithms for construction site layout in project planning, Journal of Construction Engineering and Management 128 (5) (2002) 418– 426 trang web sử dụng thuật tốn di truyền, Tạp chí Máy tính Kỹ thuật Xây dựng 12 (4) (1998) 227-231 [50] H Li, P.E.D Tình yêu, tìm kiếm di truyền để giải mức độ bất bình đẳng cấp độ xây dựng vấn đề bố trí sở, tự động hóa xây dựng (2000) 217-226 [51] Y.F Li, M Xie, T.N Goh, Một nghiên cứu lựa chọn dự án tính trọng số cho dự tốn chi phí dựa phần mềm tương tự, Tạp chí Hệ thống Phần mềm 82 (2009) 241-252 [52] L.Y Liang, W.C Chao, Các chiến lược kỹ thuật tìm kiếm tabu cho tối ưu hóa bố trí sở, tự động hóa xây dựng 17 (2008) 657-669 [53] T.W Liao, Hai thuật tốn tiến hóa phân đơi lai cho tối ưu hóa thiết kế kỹ thuật, ứng dụng máy tính 10 (2010) 1188-1199 [54] C.-M Lin, M Gen, Phân bổ nhân lực đa tiêu chuẩn để giải vấn đề tối ưu hóa đa tầng cách sử dụng thuật toán di truyền lai đa ngữ, Hệ thống chuyên gia với ứng dụng 34 (2008) 2480-2490 [55] L.D Long, A Ohsato, Một phương pháp dựa thuật toán di truyền để lên lịch dự án xây dựng lặp lặp lại, Automation in Construction 18 (2009) 499-511 [56] M Marzouk, O Moselhi, Thuật toán di truyền dựa hạn chế để lựa chọn hạm đội gieo hạt, Tạp chí Kỹ thuật Xây dựng Canada 30 (2003) 673-683 [57] M Marzouk, O Moselhi, Tối ưu hóa Multiobjective hoạt động earthmoving, Tạp chí Xây dựng Kỹ thuật Quản lý 130 (1) (2004) 105113 [58] M.J Mawdesley, S.H Al-jibouri, H Yang, Các thuật toán di truyền cho việc bố trí cơng trình xây dựng quy hoạch dự án, Tạp chí Xây dựng Quản lý 128 (5) (2002) 418-426 [59]A McCrea, R Navon, Ứng dụng GA việc lựa chọn robot tối ưu phục hồi cầu, tự động hóa xây dựng 13 (2004) 803-819 [59] A McCrea, R Navon, Application of GA in optimal robot selection for bridge restoration, Automation in Construction 13 (2004) 803–819 [60] C Meier, A.A Yassine, T.R Browning, “Design process sequencing with competent genetic algorithms”, Journal of Mechanical Design, Transactions of the ASME 129 (2007) 566–585 [61] R Navon, A McCrea, Selection of an optimal construction robot using genetic algorithm, Journal of Computing in Civil Engineering 11 (3) (1997) 175–183 [62] S.T Ng, Y Zhang, Optimizing construction time and cost using ant colony optimization approach, Journal of Construction Engineering and Management 134 (9) (2008) 721–728 [63] A Nge-The, G Ruhe, Optimized resource allocation for software release planning, IEEE Transactions on Software Engineering 35 (1) (2009) 109–123 [64] X Ning, K.-C Lam, M.C.-K Lam, Dynamic construction site layout planning using max-min ant system, Automation in Construction 19 (2010) 55–65 [65] M.S Osman, M.A Abo-Sinna, A.A Mousa, An effective genetic algorithm approach to multiobjective resource allocation problems (MORAPs), Applied Mathematics and Computation 163 (2005) 755–768 [66] B.K Pathak, S Srivastava, K Srivastava, Neural network embedded multiobjective genetic algorithm to solve non-linear time-cost tradeoff problems of project scheduling, Journal of Scientific & Industrial Research 67 (2008) 124– 131 [67] W Peng, C Wang, A multi-mode resource constrained discrete time-cost tradeoff problem and its genetic algorithm based solution, International Journal of Project Management 27 (2009) 600–609 [68] B.C Que, Incorporating practicability into genetic algorithm-based time-cost optimization, Journal of Construction Engineering and Management 128 (2) (2002) 139–143 [69] M Rogalska, W Bożejko, Z Hejducki, Time/cost optimization using hybrid evolutionary [60] C Meier, A.A Yassine, T.R Browning, "Thiết kế trình tự q trình với thuật tốn di truyền có thẩm quyền", Tạp chí Thiết kế khí, Các giao dịch ASME 129 (2007) 566-585 [61]R Navon, A McCrea, Lựa chọn robot xây dựng tối ưu sử dụng thuật tốn di truyền, Tạp chí Máy tính Kỹ thuật Xây dựng 11 (3) (1997) 175-183 [62] S.T Ng, Y Zhang, Tối ưu hóa thời gian xây dựng chi phí sử dụng phương pháp tiếp cận tối ưu hóa đàn kiến, Tạp chí Kỹ thuật Quản lý Xây dựng 134 (9) (2008) 721-728 [63]A Nge-The, G Ruhe, Tối ưu hoá phân bổ nguồn lực cho lập kế hoạch phát hành phần mềm, Các giao dịch IEEE Kỹ thuật Phần mềm 35 (1) (2009) 109-123 [64] X Ning, K.-C Lam, M.C.-K Lam, Quy hoạch bố trí bố cục động hệ thống tối đa, Automation in Construction 19 (2010) 55-65 [65] M.S Osman, M.A Abo-Sinna, A.A Mousa, Cách tiếp cận thuật toán di truyền hiệu cho vấn đề phân bổ nguồn lực đa tài (MORAPs), Tốn học Ứng dụng Tính tốn 163 (2005) 755-768 [66] B.K Pathak, S Srivastava, K Srivastava, Mạng nơ ron nhúng thuật toán di truyền đa để giải vấn đề cân giá khơng tuyến tính lập kế hoạch dự án, Tạp chí Nghiên cứu Khoa học Cơng nghiệp 67 (2008) 124-131 [67] W Peng, C Wang, Một nguồn tài nguyên đa phương thức hạn chế vấn đề cân thời gian rời rạc giải pháp dựa thuật tốn di truyền nó, Tạp chí Quốc tế Quản lý Dự án 27 (2009) 600-609 [68] B.C Que, Kết hợp khả thực tiễn vào tối ưu hóa chi phí dựa thuật tốn di truyền, Journal of Construction Engineering and Management 128 (2) (2002) 139-143 [69] M Rogalska, W Bożejko, Z Hejducki, Tối ưu hóa thời gian / chi phí sử dụng thuật tốn tiến hóa lai lập kế hoạch xây dựng cơng trình, Automation in Construction 18 (2008) 24-31 [70] O Salem, A Shahin, Y Khalifa, Giảm algorithm in construction project scheduling, Automation in Construction 18 (2008) 24–31 [70] O Salem, A Shahin, Y Khalifa, Minimizing cutting wastes of reinforcement steel bars using genetic algorithms and integer programming models, Journal of Construction Engineering and Management 133 (12) (2007) 982– 992 [71] A.B Senouci, N.N Eldin, Use of genetic algorithms in resource scheduling of construction projects, Journal of Construction Engineering and Management 130 (6) (2004) 869–877 [72] A.A Shahin, O.M Salem, Using genetic algorithms in solving the one- imensional cutting stock problem in the construction industry, Canadian Journal of civil Engineering 31 (2004) 321–332 [73] A.R Soltani, H Tawifik, J.Y Goulermas, T Fernando, Path planning in construction sites: performance evaluation of the Dijkstra, A*, and GA search algorithms, Advanced Engineering Informatics 16 (2002) 291–303 [74] J Son, M.J Skibniewski, Multiheuristic approach for resource leveling problem in construction engineering: Hybrid approach, Journal of Construction Engineering and Management 125 (1) (1999) 23–31 [75] C.M Tam, T.K.L Tong, W.K.W Chan, Genetic algorithm for optimizing supply locations around tower crane, Journal of Construction Engineering and Management 127 (4) (2001) 315– 321 [76] L.V Tavares, A review of the contribution of operational research to project management, European Journal of Operational Research 136 (2002) 1–18 [77] T.M.Williams, The contribution ofmathematicalmodeling to the practice of project management, IMA Journal of Management Mathematics 14 (1) (2003) 3–30 [78] C.K Wong, I.W.H Fung, C.M Tam, Comparison of using mixed-integer programming and genetic algorithms for construction site facility layout planning, Journal of Construction Engineering and Management 136 (10) (2010) thiểu chất thải cắt thép gia cố sử dụng thuật toán di truyền mơ hình lập trình ngun, Journal of Construction Engineering and Management 133 (12) (2007) 982-992 [71] A.B Senouci, N.N Eldin, Sử dụng thuật toán di truyền lập kế hoạch tài nguyên dự án xây dựng, Tạp chí Xây dựng Kỹ thuật Quản lý 130 (6) (2004) 869-877 [72] A.A Shahin, O.M Salem, Sử dụng thuật toán di truyền để giải vấn đề khoanh cắt chiều ngành xây dựng, tạp chí Canadian Civil Engineering 31 (2004) 321-332 [73] A.R Soltani, H.Tawifik, J.Y Goulermas, T Fernando, Quy hoạch đường cơng trình xây dựng: đánh giá hiệu thuật tốn tìm kiếm Dijkstra, A * GA, Advanced Engineering Informatics 16 (2002) 291-303 [74]J Son, M.J Skibniewski, Phương pháp tiếp cận Multiheuristic vấn đề san lấp nguồn tài nguyên kỹ thuật xây dựng: Phương pháp lai, Tạp chí Xây dựng Quản lý 125 (1) (1999) 23-31 [75] C.M Tam, T.K.L Tong, W.K.W Chan, Thuật tốn di truyền để tối ưu hóa vị trí cung cấp xung quanh cẩu tháp, Tạp chí Xây dựng Cơ khí Quản lý 127 (4) (2001) 315-321 [76] L.V Tavares, Đánh giá đóng góp nghiên cứu hoạt động quản lý dự án, Tạp chí Nghiên cứu Hoạt động Châu Âu 136 (2002) 1-18 [77] T.M.Williams, Sự đóng góp biến đổi tinh vi thực tiễn quản lý dự án, Tạp chí IMA Quản lý Tốn học 14 (1) (2003) 3-30 [78] C.K Wong, I.W.H Fung, C.M Tam, So sánh việc sử dụng chương trình hỗn hợp số nguyên thuật toán di truyền cho việc lên kế hoạch bố trí cơng trình xây dựng, Tạp chí Xây dựng Quản lý 136 (10) (2010) 1116-1128 [79] Y Xiong, Y Kuang, Áp dụng phương pháp tiếp cận đa tác dụng dựa thuật tốn tối ưu hóa dựa vào thuật toán đàn kiến để cân 1116–1128 [79] Y Xiong, Y Kuang, Applying an ant colony optimization algorithm-based multiobjective approach for time-cost tradeoff, Journal of Construction Engineering and Management 134 (2) (2008) 153–156 [80] W Yi, A Kumar, Ant colony optimization for disaster relief operations, Transportation Research Part E 43 (2007) 660–672 [81] P.-Y Yin, J.-Y Wang, An colony optimization for the nonlinear resource allocation problem, Applied Mathematics and Computation 174 (2006) 1438–1453 [82] P.-Y Yin, J.-Y Wang, A particle swarm optimization approach to the nonlinear resource allocation problem, Applied Mathematics and Computation 183 (2006) 232–242 [83] P.-Y Yin, J.-Y Wang, Optimal multiobjective resource allocation using hybrid particle swarm optimization and adaptive resource bounds technique, Journal of Computational and Applied Mathematics 216 (2008) 73–86 [84] B Zahraie, M Tavakolan, Stochastic timecost-resource utilization optimization using nondominated sorting genetic algorithm and discrete fuzzy sets, Journal of Construction Engineering and Management 135 (11) (2009) 1162–1171 [85] H Zhang, J.Y Wang, Particle swarm optimization for construction site unequalarea layout, Journal of Construction Engineering and Management 134 (9) (2008) 739–748 [86] P Zhang, F.C Harris, P.O Olomolaiye, G.D Holt, Location optimization for a group of tower cranes, Journal of Construction Engineering and Management 125 (2) (1999) 115–122 [87] D.X.M Zheng, S.T Ng, M.M Kumaraswamy, Applying a genetic algorithm-based multiobjective approach for time-cost optimization, Journal of Construction Engineering and Management 130 (2) (2004) 168–176 [88] D.X.M Zheng, S.T Ng, M.M Kumaraswamy, Applying Pareto ranking and niche formation to genetic algorithm-based multiobjective thời gian, Journal of Construction Engineering and Management 134 (2) (2008) 153156 [80] W Yi, A Kumar, Tối ưu hóa đàn kiến cho hoạt động cứu trợ thiên tai, Nghiên cứu Giao thông Phần E 43 (2007) 660-672 [81] P.-Y Yin, J.-Y Wang, Một tối ưu hóa đàn kiến cho vấn đề phân bổ nguồn lực phi tuyến tính, Tốn học Ứng dụng Tính tốn 174 (2006) 1438-1453 [82] P.-Y Yin, J.-Y Wang, Một phương pháp tiếp cận tối ưu hoá hạt nhân đến vấn đề phân bổ nguồn lực phi tuyến, Toán học Ứng dụng Tính tốn 183 (2006) 232-242 [83] P.-Y Yin, J.-Y Wang, Phân bổ nguồn lực đa mục tiêu tối ưu cách sử dụng kết hợp kỹ thuật tối ưu hoá bầy đàn kỹ thuật nguồn tài nguyên thích ứng, Tạp chí tốn học tốn ứng dụng 216 (2008) 73-86 [84] B Zahraie, M Tavakolan, Tối ưu hóa sử dụng nguồn lực chi phí theo thời gian cách sử dụng thuật toán di truyền phân loại không theo thứ tự tập mờ rời rạc, Tạp chí Xây dựng Quản lý 135 (11) (2009) 1162-1171 [85] H Zhang, J.Y Wang, Phân bố hạt tối ưu cho bố trí khơng cân đối trang trí, Tạp chí Kỹ thuật Quản lý Xây dựng 134 (9) (2008) 739-748 [86] P Zhang, F.C Harris, P.O Olomolaiye, G.D Holt, Tối ưu hóa vị trí cho nhóm cẩu tháp, Tạp chí Xây dựng Cơ khí Quản lý 125 (2) (1999) 115-122 [87] D.X.M Zheng, S.T Ng, M.M Kumaraswamy, Áp dụng phương pháp tiếp cận đa tác động dựa thuật toán di truyền để tối ưu hóa chi phí thời gian, Journal of Construction Engineering and Management 130 (2) (2004) 168176 [88] D.X.M Zheng, S.T Ng, M.M Kumaraswamy, Áp dụng bảng xếp hạng Pareto hình thành thích hợp để tối ưu hố chi phí thời gian theo thuật toán đa biến dựa thuật toán di truyền, Journal of Construction Engineering and Management 131 (1) (2005) 81-91 [89] P.P Zouein, H Harmanani, A Hajar, time-cost optimization, Journal of Construction Engineering and Management 131 (1) (2005) 81– 91 [89] P.P Zouein, H Harmanani, A Hajar, Genetic algorithm for solving site layout problem with unequal-size and constrained facilities, Journal of Computing in Civil Engineering 16 (2) (2002) 143–151 [90] O Zwikael, A Sadeh, Planning effort as an effective risk management tool, Journal of Operations Management 25 (2007) 755–767 Thuật toán di truyền để giải vấn đề bố trí trang web với sở khơng đồng hạn chế, Tạp chí Máy tính Kỹ thuật Xây dựng 16 (2) (2002) 143-151 [90] O Zwikael, A Sadeh, Kế hoạch nỗ lực công cụ quản lý rủi ro hiệu quả, Tạp chí Quản lý Hoạt động 25 (2007) 755-767 ... tiêu để giảm thiểu tổng số phong trào xử lý vật liệu xây dựng, phải xác định trọng lượng ưu tiên vật liệu xây dựng liên quan đến cơng trình xây dựng Các nhà khai thác chéo đột biến thiết kế đặc... quy mô mạng lưới dự án [40] xây dựng khung GA đa mục tiêu song song để tối ưu hóa quy hoạch xây dựng dự án xây dựng quy mô lớn Khung kết hợp bốn mô-đun: (1) mô-đun tối ưu hố đa mục tiêu đồng thời... metaheuristic (các) kỹ thuật tối ưu hóa để xác định giải pháp gần tối ưu cho vấn đề liên quan đến vòng đời dự án Tất ấn phẩm đưa vào tổng quan xuất tạp chí lưu trữ Mặc dù nỗ lực để bao gồm tất