Tối ưu hóa bình đồ công trường bằng thuật toán tối ưu đàn kiến (ACO)

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA -****** - LƯƠNG CƠNG ḶT TỐI ƯU HĨA BÌNH ĐỒ CƠNG TRƯỜNG BẰNG THUẬT TOÁN TỐI ƯU ĐÀ N KIẾN (ACO) Chuyên ngành : QUẢN LÝ XÂY DỰNG Mã số ngành : 60580302 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 07 năm 2019 ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA -****** - LƯƠNG CƠNG ḶT TỐI ƯU HĨA BÌNH ĐỒ CƠNG TRƯỜNG BẰNG THUẬT TOÁN TỐI ƯU ĐÀ N KIẾN (ACO) Chuyên ngành : QUẢN LÝ XÂY DỰNG Mã số ngành : 60580302 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 07 năm 2019 ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : Lương Công Luâ ̣t MSHV: 1570080 Chuyên ngành: Quản lý xây dựng Mã số : 60580302 Ngày, tháng, năm sinh: 14/05/1991 Nơi sinh: Phú Yên I TÊN ĐỀ TÀI: Tối ưu hóa bình đồ cơng trường th ̣t toán toán tố i ưu đàn kiế n (aco) II NHIỆM VỤ VÀ NỘI DUNG : Áp du ̣ng thuâ ̣t toán tố i ưu đàn kiế n để giải quyế t bài toán bố trı́ tổng mă ̣t bằ ng công trường các giai đoạn thi công Đồ ng thời hỗ trợ nhà quản lý xây dư ̣ng kết hợp kinh nghiệm mạnh thuật tốn ACO để xử lý tình thực tế nhằm nâng cao hiê ̣u quả công việc III NGÀY GIAO NHIỆM VỤ : 11/02/2019 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 02/06/2019 V CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên): TS Pha ̣m Vũ Hồ ng Sơn CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) TS Pha ̣m Vũ Hồ ng Sơn Tp HCM, ngày tháng năm 2019 CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG (Họ tên chữ ký) ĐH Bách Khoa TPHCM GVHD: TS Pha ̣m Vũ Hờ ng Sơn CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA-ĐHQG-HCM Cán hướng dẫn khoa học: TS Pha ̣m Vũ Hồ ng Sơn (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét 1: TS Trần Đức Ho ̣c (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét 2: PSG TS Nguyễn Minh Hà (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm 2019 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: …………………………………………… …………………………………………… …………………………………………… …………………………………………… …………………………………………… Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG Luâ ̣n văn tha ̣c sỹ TRUỞNG KHOA KỸ THUẬT XÂY DỰNG MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM GVHD: TS Pha ̣m Vũ Hồ ng Sơn LỜI CẢM ƠN Trong khoảng thời gian học tập ta ̣i trường ĐH BK TPHCM và nghiên cứu thực luận văn ć i khóa, tơi đươ ̣c quý thầy, cô thuộc Bộ Môn Thi Công và Quản lý xây dư ̣ng, Khoa Kỹ Thuật Xây Dựng, Phòng Đào Tạo Sau Đại Học trường ĐH BK TP HCM nhiệt tình giảng dạy hướng dẫn Tơi xin đươ ̣c gửi lòng biết ơn chân thành q thầy, Và thế tơi xin đươ ̣c bày tỏ lịng biết ơn sâu sắc đến thầy TS Pha ̣m Vũ Hồ ng Sơn tận tình bảo, hướng dẫn giúp đỡ suốt thời gian thực khóa luâ ̣n tốt nghiệp Tơi xin cảm ơn gia đình ủng hộ, chia sẻ, hỗ trợ cho suốt thời gian học tập nghiên cứu trường ĐH BK TPHCM Trong thời gian học dưới mái trường ĐH BK TPHCM, đã có trải nghiệm về ho ̣c tập và nghiên cứu Tôi cảm thấy yêu trường này hơn, và kı́nh tro ̣ng những người thầ y cô ở Qua việc nghiên cứu hồn thành luận văn, tơi có thêm nhiều kiến thức bổ ích chun mơn phương pháp luận nghiên cứu khoa học Tuy nhiên thời gian nghiên cứu chưa thể sâu, các vấ n đề nghiên cứu còn ̣n he ̣p chı̉ nằ m mô ̣t khıá ca ̣nh nhỏ nên cịn nhiều hạn chế khớ i lươ ̣ng kiến thức kinh nghiệm thực hành nên tránh khỏi thiếu sót định bài nghiên cứu mà chưa chưa nghiên cứu sâu rô ̣ng nghiên cứu này và còn nhiế u vấ n đề thân chưa thấy Tôi vui nhận góp ý của thầy cô cũng các ba ̣n bạn đồng nghiệp để luận văn hoàn chỉnh Cuối cùng, chân thành gửi lời chúc sức khỏe hạnh phúc đến q thầy cơ, gia đình, bạn bè đồng nghiệp TP HCM, ngày tháng 07 năm 2019 Tác giả luận văn LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM GVHD: TS Pha ̣m Vũ Hờ ng Sơn TĨM TẮT TỐI ƯU HĨA BÌNH ĐỒ CƠNG TRƯỜNG BẰNG PHƯƠNG PHÁP TRÍ TUỆ NHÂN TẠO Bố trí cơng trường xây dựng bước quan trọng việc lập thiết kế thi cơng, nhằm mục đích xác định biện pháp thi cơng có hiệu nhất, giải vấn đề liên quan đến công tác lập tiến độ thiết kế cơng trường Việc bố trí tập hợp sở vật chất xác định biê ̣n pháp và kế hoa ̣ch thi công của nhà thầ u vào vị trí thích hợp có sẵn để đạt giải pháp tố t nhấ t và tối ưu nhấ t, thực tốn khó và cầ n lên phương án nhà quản lý xây dựng có nhiều lựa chọn để thay Nhiều nghiên cứu dựa phương pháp Meta-heuristic thực để giải phức tạp vấn đề Tuy nhiên, phương pháp có ưu nhược điểm riêng mà người quản lý phải suy xét nhiề u Để khắc phục nhược điểm này, nghiên cứu đề xuất mô hình lai ghép Meta-heuristic Thuật tốn đề xuất đặt tên ACO có hai khả tìm kiếm địa phương tồn cục đồng thời Thuật tốn đàn kiến nhân tạo (ACO) có nhiều ưu điểm tìm kiếm địa phương tồn cục Hệ thống hỗn loạn (Chaotic system) Phương pháp học dựa đối diện (Opposition-based learning) áp dụng để tăng cường độ hội tụ toàn cục việc khởi tạo các quần thể ban đầu Hơn nữa, nghiên cứu so sánh hiệu ACO so với nghiên cứu trước vấn đề bố trí sở vật chất công trường xây dựng Các kết cho thấy hiệu ACO có phần vượt trội so với thuật tốn tối ưu hóa có việc giải vấn đề Nghiên cứu hỗ trợ nhà quản lý xây dưṇ g kết hợp kinh nghiệm mạnh thuật tốn ACO để xử lý tình thực tế nhằm nâng cao hiê ̣u quả công việc LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM GVHD: TS Pha ̣m Vũ Hồ ng Sơn ABSTRACT Construction site layout is an important part of construction design, which aims to determine the construction methods are most effective, addressing issues related to the work scheduling and design school The arrangement of a set of facilities predefined in the appropriate position is available to achieve an optimal solution, is a difficult problem for the management of construction because there is so many choose instead Many studies based on Meta-heuristic method is done to solve the complexity of this issue However, these methods have advantages and disadvantages To overcome this drawback, this study proposes a hybrid model of new Meta-heuristic The proposed algorithm is named Ant Colony Optimization has the ability to search both locally and globally at the same time Artificial ant colony algorithm has many advantages in local search and global Chaotic system and learning method based on the opposite (Opposition-based learning) to be applied to enhance the global convergence in the initialization of the initial population Moreover, this study compared the effects of Ant Colony Optimization compared to previous studies on issues of infrastructure layout on the construction site The results show that the effectiveness of the ACO has outperformed the optimization algorithm is to solve the above problems This study supports the construction manager can combine the experience and strengths of the ACO algorithm to handle real-life situations in order to improve efficiency in the work Chaotic system and learning method based on the opposite (Opposition-based learning) to be applied to enhance the global convergence in the initialization of the initial population Moreover, this study compared the effects of ACO compared to previous studies on issues of infrastructure layout on the construction site The results show that the effectiveness of the ACO has outperformed the optimization algorithm is to solve the above problems This study supports the construction manager can combine the experience and strengths of the ACO algorithm to handle real-life situations in order to improve efficiency in the work Chaotic system (Chaotic system) and learning method based on the opposite (Opposition-based learning) to be applied to enhance the global convergence in the initialization of the initial population Moreover, this study compared LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM GVHD: TS Pha ̣m Vũ Hồ ng Sơn the effects of ACO compared to previous studies on issues of infrastructure layout on the construction site The results show that the effectiveness of the ACO has outperformed the optimization algorithm is to solve the above problems This study supports the construction manager can combine the experience and strengths of the ACO algorithm to handle real-life situations in order to improve efficiency in the work This study compared the effects of ACO compared to previous studies on issues of infrastructure layout on the construction site The results show that the effectiveness of the ACO has outperformed the optimization algorithm is to solve the above problems This study supports the construction manager can combine the experience and strengths of the ACO algorithm to handle real-life situations in order to improve efficiency in the work This study compared the effects of ACO compared to previous studies on issues of infrastructure layout on the construction site The results show that the effectiveness of the ACO has outperformed the optimization algorithm is to solve the above problems This study supports the construction manager can combine the experience and strengths of the ACO algorithm to handle real-life situations in order to improve efficiency in the work LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM GVHD: TS Pha ̣m Vũ Hồ ng Sơn LỜI CAM ĐOAN Tôi tên Lương Công Luâ ̣t, học viên cao ho ̣c của trường BK HCM, xin cam đoan rằ ng luận văn thạc sĩ “Tối ưu hóa bình đồ cơng trường th ̣t toán ACO” cơng trình nghiên cứu và thưc̣ hiê ̣n cá nhân với hướng dẫn dẫn dắt thầy TS Pha ̣m Vũ Hồ ng Sơn Các số liệu nghiên cứu trung thực Việc tham khảo tài liệu (nếu có) trích dẫn theo các quy định Tơi xin chịu hoàn toàn trách nhiệm nội dung luận văn TP Hồ Chí Minh, tháng 07 năm 2019 LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM GVHD: TS Pha ̣m Vũ Hồ ng Sơn MỤC LỤC LỜI CẢM ƠN TÓM TẮT LUẬN VĂN LỜI CAM ĐOAN CHƯƠNG 12 ĐẶT VẤN ĐỀ 12 1.1 Giới thiê ̣u chung: 12 1.2 Nghiên cứu, mục tiêu giả thiế t 19 1.2.1 Phạm vi nghiên cứu 19 1.2.2 Giả thiết 19 1.2.3 Mục tiêu 19 1.2.4 Giả thuyết 21 1.3 Phương pháp nghiên cứu 22 1.4 Bố cục luận văn 23 CHƯƠNG 2: TỔNG QUAN 24 2.1 Tổng quan nghiên cứu đàn kiến tối ưu công trường 24 2.2 Nhận xét chung thuật toán ACO 28 2.3 Kết luận 29 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 30 3.1 Cơ sở lý thuyết 30 3.2 Từ kiến thực đến kiến nhân tạo 31 3.2.1 Kiến thực 32 3.2.2 Kiến nhân ta ̣o 34 3.3 Phương pháp thuâ ̣t toán ACO 36 3.4 Những kết đạt từ thuật toán ACO từ nghiên cứu: 43 CHƯƠNG 4: THUẬT TOÁN TỐI ƯU HÓA ĐÀN KIẾN 47 4.1 Khởi tạo giải pháp ban đầu thuật tốn ACO 47 4.2 Mơ hình thuật tốn ACO 49 CHƯƠNG 5: BÀI TOÁN CỤ THỂ 52 5.1 Nghiên cứu đơn giản để minh họa vấn đề bố trí cơng trường xây dựng cho dự án xây dưṇ g 52 5.2 Xây dưṇ g hàm chi phı́ cho bı̀nh đồ công trường 55 5.2.1 Mô tả bài toán: 55 5.3 Kết luận: 61 CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ 62 6.1 Kết luận 62 6.2 Kiến nghị 63 LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 53 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Mục tiêu tối ưu hóa trình bày sau: N MinZ   i , j 1 f * dij (5.1) Bố cục ví dụ nghiên cứu trường hợp sở đặt vị trí bắt đầu Hình 5.1 Các sở là: (1) văn phịng cơng trường, (2) xe kéo lao động (3) thiết bị nạp, (4) lưu trữ, (5) khu vực lưu trữ xe tải (6) khu vực lưu trữ Hın ̀ h Bố cục trường hợp nghiên cứu cơng trình xây dựng Tần suất chuyến (trong ngày) thực sở giả sử là: (Ví dụ cột hàng 3: tần suất chuyến văn phịng cơng trường thiết bị nạp 2) Khoảng cách vị trí, đo mét, hiển thị Hình 10 biểu thị ma trận D (Ví dụ cột hàng 3: khoảng cách vị trí văn phịng vị trí thiết bị nạp 33 mét) LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 54 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Ngôn ngữ dùng để lập trình là (C ++) sử dụng để viết chương trình thực thuật tốn tối ưu hóa thuộc đàn kiến Biểu diễn bố trí tối ưu kết (giải pháp) trình bày Hình 11 Hın ̀ h Nghiên cứu điển hình: Khoảng cách sở Hın ̀ h 10 Nghiên cứu trường hợp bố trí cơng trình xây dựng tối ưu Kết luận: Bài viết đề xuất cơng thức chung cho vấn đề bố trí cơng trình xây dựng động ACO Việc xây dựng vấn đề cung cấp viết mở rộng để bao gồm nhiều chi phí khác mà khơng làm tăng đáng kể u cầu tính LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 55 GVHD: TS Pha ̣m Vũ Hồ ng Sơn toán ACO mà ở là đàn kiến hiệu giải vấn đề khó khăn vấn đề bố cục cơng trình xây dựng đề xuất Các vấn đề bố trí cơng trình xây dựng động ln gặp phải quy hoạch thiết kế cơng trình xây dựng phương pháp tiếp cận kiến đưa vào danh sách cơng cụ tối ưu hóa đáng tin cậy hữu ích để giải vấn đề Nghiên cứu tương lai chủ lư ̣c tập trung vào việc mở rộng công thức vấn đề để bao gồm nhiều chi phí khác mà khơng làm tăng đáng kể u cầu tính tốn máy tính Có thể bao gồm khía cạnh phức tạp hơn, hữu hình nhiêu cũng có phần rấ t quan trọng vào chức tập thể dục Do đó, cơng việc diễn để mở rộng ý tưởng bao gồm khía cạnh an tồn mơi trường cân ý tưởng với tài dự án Một hướng nghiên cứu khác điều tra tính khả thi việc kết hợp kỹ thuật tối ưu hóa khác như: Mơ luyện kim (SA) Tìm kiếm Tabu (TS) với thuật tốn Tối ưu hóa thuộc địa đàn kiến Phương pháp lai giảm đáng kể thời gian tính tốn, đặc biệt vấn đề bố cục công trình xây dựng kích thước lớn 5.2 Xây dựng hàm chi phı́ cho bın ̀ h đồ công trường 5.2.1 Mô tả bài toán: Mô ̣t mă ̣t bằ ng công trường gồ m có vi trı ̣ ́, gồm vi ̣trı́ thi công và vi ̣trı́ để bớ trí các sở phục vu ̣ cho trı̀nh thi công Công trường chia là giai đoạn thi công, giai đoạn sẽ bố trı́ các sở phu ̣c vu ̣ thi công khác Hãy xem xét cơng trình với tám sở, sở coi có kích thước quy hoạch bao gồm bốn thời kỳ Dữ liệu lưu lượng sở khác giai đoạn khác đưa tập hợp ma trận "Từ-Đến" sau, Fi, Fi luồng xử lý vật liệu khoảng thời gian i (Hıǹ h 11) Rõ ràng, theo thời gian lập kế hoạch dự án, số sở có mặt thời gian có lẽ vắng mặt thời kỳ khác Trong hình 11, lịch trình diện sở hiển thị Ví dụ, biểu đồ này, sở có mặt giai đoạn và giai đoạn không cần thiết LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 56 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Hın ̀ h 11 Thời gian biểu diện sở công trường Bảng 5.1 chứa liệu cho bốn ma trận * cung cấp chi phí luồng cho ví dụ số Dữ liệu đầu vào mơ hình cịn lại bao gồm khoảng cách vị trí, chi phí lắp đặt loại bỏ sở vị trí khác trình bày dạng ba ma trận * Bảng 5.2, 5.3 5.4 tương ứng Trong ma trận B C chi phí lớn phản ánh vị trí không khả thi (hoặc không mong muốn) cho sở định Bảng Chi phí lưu lượng (lầ n) LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 57 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Bảng Khoảng cách địa điểm LOCATIO N 3 6 Bảng Chi phí lắp đặt sở vật chất địa điểm khác LOCATION FACILIT Y 10^10 12 10^10 13 15 10 17 10 11 4 15 4 10^10 10 13 12 15 10^10 14 12 10 12 11 10 15 12 13 LV tha ̣c sı ̃ 4 2 7 5 3 MSHV: 1570080 5 7 4 2 5 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 58 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Bảng Chi phí loại bỏ sở địa điểm khác FACILITY LOCATION 1000 1000 2 2 11 14 15 16 1000 1000 4 11 2 11 1000 1 13 10 3 12 12 1000 15 2 15 16 13 12 14 Để áp dụng thuật toán ACO cho vấn đề cụ thể, bước sau phải thực hiện: (1) biểu diễn vấn đề dạng biểu đồ cấu trúc tương tự dễ dàng bị kiến bao phủ; (2) định ưu tiên thuật toán để tạo giải pháp bước thời gian (nghĩa là, đường dẫn chọn kiến); (3) xác định chức tối ưu hóa Ứng với mỡi cách sắ p xế p từng sở vào các vi ̣ trı́ khác từng giai đoa ̣n khác thı̀ sẽ có tổ ng chi phı́ khác nhau: ( )=∑ = ∑ + ∑ Đ+ ∑ (5.2) Trong đó: (5.4) Trong đó: C(X(i), X(j)) là chi phı́ của tra ̣m X nào đó ta ̣i vi ̣trı́ i đế n tra ̣m d (i; j): là khoảng cách từ vi trı ̣ ́ i đế n vi ̣trı́ j LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 59 GVHD: TS Pha ̣m Vũ Hồ ng Sơn - K (i; j) = nế u có xây lắ p - K (i; j) = nế u khơng có xây lắ p (5.6) CPTD = B(i; j) ∗ K(i; j) - K (i; j) = nế u có tháo dở - K (i; j) = nế u khơng có tháo dở 5.2.2 Sử du ̣ng ACO để tım ̀ lời giải tố i ưu hóa chi phí bớ trı́ bình đờ cơng trường Sử du ̣ng mơ hình ACO nêu ở chương 4, thay hàm mu ̣c tiêu (5.2) MIN ( ) = ∑ = ∑ + ∑ Đ+ ∑ Cost Chi phı́ tố i ưu đa ̣t đươ ̣c các kế t quả sau: Hın ̀ h 12 Mô hın ̀ h hô ̣i tu ̣ của giải gáp tố i ưu Bảng Bố cục tố i ưu LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 60 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Locaion Cost Period 3 Period Period Period Best cost: 17760 trăm nghı̀n VNĐ, kết đươ ̣c thử nghiệm mô hın ̀ h ACO với 100 cá thể kiế n và cha ̣y 500 lầ n Hın ̀ h 13 Mô hình hội tụ quầ n thể khác 5.2.3 So sánh ACO và GA GA là mô ̣t thuâ ̣t toán thường đươ ̣c sử du ̣ng tım ̀ lời giải gầ n đúng tố i ưu phổ biế n, đươc nhiề u đề tài nghiên cứu, vı̀ thế nghiên cứu này cho ̣n GA để so sánh nhằ m đánh giá đô ̣ hiê ̣u quả của ACO bài toán này LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 61 GVHD: TS Pha ̣m Vũ Hồ ng Sơn Rõ ràng theo toán này thı̀ GA ta đươ ̣c kế t quả sau: Period Period Period Period 4 Location 6 2 8 Bảng 10 Kế t quả tối ưu dùng với GA Trong đó: Chi phı́ tố t nhấ t GA: 21910 Triê ̣u VNĐ Quầ n thể : 1000 Số lầ n lă ̣p: 1000 lầ n 5.3 KẾT LUẬN: Bài toán giới thiệu sơ đồ đại diện để thể vấn đề bố trí cơng trình xây dựng thành biểu đồ phù hợp với thuật tốn ACO Sau đó, chứng minh mạnh mẽ phương pháp ACO việc giải vấn đề bố cục vấn đề tối ưu hóa tổ hợp khó đươ ̣c giải phương pháp thơng thường Ngồi phương pháp đề xuất so sánh với thuật toán tương tự (GA) tố c độ hô ̣i tu ̣ của ACO nhanh nhiề u so với GA Đối với dự án xây dựng vừa và lớn, khơng có bất thường có tới 40 sở tạm thời cần đặt chỗ Dự kiến hệ thống phát triển nghiên cứu dễ dàng xử lý kích thước vấn đề Tuy nhiên, thử nghiệm rộng rãi tiến hành để đảm bảo tính hữu ích hệ thống việc xử lý vấn đề phân bổ sở với quy mô lớn LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 62 GVHD: TS Pha ̣m Vũ Hồ ng Sơn CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ Trong nô ̣i dung chương này, phầ n kết luận nghiên cứu trình bày đưa gợi ý cho hướng nghiên cứu tương lai 6.1 Kết luận Trong nghiên cứu này, thuật toán lai ACO - Ant Colony Optimization (ACO) đề xuất cơng cụ tìm kiếm lời giải tớ t nhấ t tối ưu hóa việc tım ̀ lời giải để giải vấn đề bố trí cơng trường xây dựng ACO có nhiều ưu điểm tìm kiếm địa phương toàn cục Hệ thống hỗn loạn (Chaotic) Phương pháp học dựa đối diện (opposition-based learning) áp dụng để tăng cường độ hội tụ toàn cục việc khởi tạo quần thể ban đầu Kết hợp với phân phối Levy Flight giai đoạn ong trinh thám để tang thêm tính ngẫu nhiên và hỡn loa ̣n q trình tìm kiếm địa phương Bên cạnh đó, phương pháp GA áp dụng để tạo nguồn thức ăn lân cận ACO, giải vấn đề rời rạc tốn phân cơng bậc hai (QAP) Sự kết hợp lai ghép hợp tất điểm ma ̣nh của thuâ ̣t toán đươ ̣c phát huy và giảm thiể u các nhươ ̣c điể m không đáng có của thuâ ̣t toán ACO thử nghiệm qua hai toán cụ thể chương để chứng minh sức mạnh ACO, thời gian chạy ACO không tốt so với số nghiên cứu trước Tuy nhiên, khơng có thuật tốn hồn hảo để giải vấn đề mà khơng có nhược điểm Để có kết tố i ưu và tốt nhất, đánh đổi thời gian cần thiết ACO có kết tốt thuật tốn khác để giải hàm mục tiêu toán Kết thử nghiệm chứng minh tính mạnh mẽ, độ tin cậy tính quán ACO việc tìm giải pháp tối ưu cho vấn đề bố trí cơng trường xây dựng Nghiên cứu giúp chúng ta có thêm mô ̣t công cu ̣ mới dùng để giải toán tối ưu cách tổng quát, tăng cường độ hội tụ toàn cục cho kết tối ưu cao so với thuật toán khác Nghiên cứu giúp cho nhà QLXD có mô ̣t cái nhı̀n mới công tác bố trı́ công trường xây dựng, kết hợp kinh nghiệm thân mạnh ACO để xử lý tình thực tế, đưa biện pháp nhằm nâng cao LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 63 GVHD: TS Pha ̣m Vũ Hồ ng Sơn hiê ̣u quả làm viê ̣c, đẩ y nhanh tiến độ, giảm thiể u chi phı́ để cùng với dư ̣ án đế n kế t quả tố t nhấ t theo mu ̣c tiêu của dư ̣ án đã đề 6.2 Kiến nghị Trong nghiên cứu này, ACO sử dụng để giải vấn đề tối ưu hoá tổ hợp rời rạc, chẳng hạn CSLP Nghiên cứu tương lai thực để chứng minh thuật toán ACO hiệu vần đề tối ưu hóa liên tục ACO đươ ̣c dùng và áp dụng cho trường hợp nghiên cứu khác tối ưu hóa thiết kế kết cấu cơng trình, tối ưu hóa xếp sở vật chất mặt trạng nhà máy trộn bê tơng thương phẩm, tốn tối ưu đa mục tiêu đánh đổi TĐ – CP - CL ACO phù hợp cho vấn đề miền liên tục, nghiên cứu tương lai cho vấn đề rời rạc tập trung vào số lần lặp lại đánh giá hàm mục tiêu, khả hội tụ ACO cải thiện Bên cạnh đó, với phát triển cơng nghệ thơng tin, nghiên cứu tương lai phát triển phần mềm dựa thuật toán ACO Phần mềm giải toán trường hợp tổng quát so với hai toán đề cập nghiên cứu này, với việc thêm vào số ràng buộc rủi ro vấn đề động, tình khẩn cấp xảy q trình xây dựng để tốn gần với thực tế Để đạt điều này, nghiên cứu cần khảo sát chi phí vận chuyển loại vật tư khác nhau, số mật độ sở… công trường Việt Nam Phần mềm công cụ hỗ trợ đắc lực việc thiết kế công trường nhà quản lý xây dựng LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 64 GVHD: TS Pha ̣m Vũ Hồ ng Sơn TÀI LIỆU THAM KHẢO [1] T Tong; C Tam, GA-ANN model for optimizing the locations of tower crane and supply points for high-rise public housing Construction; journal of Construction Management and Economics, 21(3), 2003, 257- 266 [2] H Osman, M Georgy, and M Ibrahim, A hybrid CAD-based construction site layout planning system using genetic algorithms, Automation in Construction, 12(6), 2003, 749-764 [3] M.Mawdesley, and S.Al-Jibouri, Proposed genetic algorithms for construction site layout; Engineering Applications of Artificial Intelligence, 16(5-6), 2003, 501-509 [4] S.Cheung, T Tong, and C Tam, Site pre-cast yard layout arrangement through genetic algorithms”, Automation in Construction, 11(1), 2002, 35-46 [5] E Elbeltagi, and T Hegazy, A hybrid-based system for site layout planning in construction; journal of Computer-Aided Civil and Infrastructure Engineering, 6(2), 2001, 79-93 [6] E.Elbeltagi, T Hegazy, A Hosny, and A Eldosouky,Schedule- dependent evolution of site layout planning; journal of Construction Management and Economics, 19 (7), 2001, 689-697 [7] C Tam, T Tong, and W Chan, Genetic algorithm for optimizing supply locations around tower crane; Journal of Construction Engineering and Management, 127 (4), 2001, 315-320 [8] H.Li, and P.Love, Genetic search for solving construction site-level unequal- area facility layout problems; Automation in Construction, 9(2), 2000, 217-226 [9] H.Harmanani, P.Zouein, and A.Hajar, An evolutionary algorithm for solving the geometrically constrained site layout problem; journal of Computing in Civil and Building Engineering, 2, 2000, 1442-1449 [10] F.Karray, E Zaneldin, T.Hegazy, A.Shabeeb, and E.Elbeltagi, Computational intelligence tools for solving the facilities layout planning problem; Proceedings of the American Control Conference, 6, 2000, 3954-3958 LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 65 GVHD: TS Pha ̣m Vũ Hồ ng Sơn [11] E Elbeltagi, and T.Hegazy, Genetic optimization of site layout planning; Transactions of the Annual Meeting of AACE International, 1999, IT.05.1-IT.05.8 [12] T Hegazy, and E Elbeltagi, EvoSite: Evolution-based model for site layout planning; Journal of Computing in Civil Engineering, 13(3), 1999, 198-206 [13] M Philip,N.Mahadevan, and K.Varghese, Optimization of construction site layout - a genetic algorithm approach; Proceedings of the Congress on Computing in Civil Engineering, 1997, 710-717 [14] A Hamiani, and G Popescu, CONSITE: a Knowledge-based Expert System for Site Layout; Proceeding of 5th Conference of Computing in Civil Engineering, ASCE, New York, 1988, 248-256 [15] J Seehof, and U Evans, Automated layout design program; Industrial Engineering, 18, 1967, 690–695 [16] A.Hamiani, Knowledge representation for the site layout problem; Proceedings of Computing in Civil Engineering, ASCE, Reston, VA, 1989, 283–289 [17] I.Tommelein, R.Levitt, B Hayes-Roth, and T Confrey, Sightplan experiments: alternate strategies for site layout design; ASCE Journal of Computing in Civil Engineering, 5(1), 1991, 42–63 [18] A.Hanna, SELECTCRANE: An expert system for optimum crane selection; Proceedings of the 1st Congress on Computing in Civil Engineering, 1, ASCE, Washington, DC, USA 1994, 958-963 [19] C Fattah, and C Yandow, CRANE, an expert system for optimal tower crane selection and placement, proceeding of the Sixth Conference on Computing in Civil Engineering, Atlanta, GA, 1989, 290-297 [20] I Yeh, Construction-site layout using annealed neural network; Journal of Computing in civil engineering, 9(3), 1995, pp 201–208 [21] P Zouein, and I.D Tommelein, Dynamic layout planning using a hybrid incremental solution method, Journal of Construction Engineering and Management, 125(6), 1999, 400–408 [22] J Balakrishnan, and F.R Jacobs, and M.A Venkataramanan, Solutions for the constrained dynamic facility layout problem, European Journal of Operational Research, 57, 1992, 280-286 LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 66 GVHD: TS Pha ̣m Vũ Hồ ng Sơn [23] M Dorigo, V Maniezzo, and A Colorni, The Ant System: Optimization by a Colony of Cooperating Agents; IEEE Transactions on Systems, Man and Cybernetics-Part B, 26(1), 1996, 29-41 [24] L.M Gambardella, E.D Taillard, and M Dorigo, Ant Colonies for the Quadratic Assignment Problem, Journal of Operational Research Society, 50, 1999, 167-176 [25] M Dorigo, and L.M Gambardella, Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem, IEEE Transactions on Evolutionary Computation, 1(1), 1997, 53-66 [26] Dorigo, M., Maniezzo, V., and Colorni, A (1996) "The ant system: optimization by a colony of cooperating ants." IEEE Trans Syst Man Cybern., 26, 29-42 [27] Dorigo, M., and Di Caro, G (1999) "The ant colony optimization metaheuristic " New ideas in optimization, D Corne, M Dorigo, and F Glover, eds., McGraw-Hill, London, 11-32 [28] Dorigo, M., Bonabeau, E., and Theraulaz, G (2000) "Ant algorithms and stimergy." Future Generation Comput Systems, 16, 851-871 [29] Hegazy, T.,Elbeltagi, E.(1999)."EvoSite: Evolution –Based Model for Site Layout Planning." J Comp, in Civ Eng.,ASCE,13(3),198-206 [30] Jalali, M.R (2005) “Optimum design and operation of hydrosystems by ant colony optimization algorithms; A new metaheuristic approach.” PhD Thesis, Iran University of Science and Technology, Tehran, Iran [31] Khalilian, S., Afshar, A., Kaveh, A (2003)."Dynamic Site Layout by Genetic Algorithm." MSc Thesis, Iran University of Science and Technology, Tehran, Iran [32] Tommelein, I.D., Levit, R.E., and Confrey, T (1991) "SitePlan experiments: Alternate strategies for site layout design." J Comp, in Civ Eng.,ASCE, 5(1), 42-63 [33] Yeh, I.C (1995) "Construction- site layput using annealed neural network." J Comp, in Civ Eng.,ASCE, 9(3), 201-208 [34] Zouein, P.P., Tommelein I.D (1999)."Dynamic Layout Planning Using a Hybrid Incremental Solution Method." ASCE, J of Constr Engrg and Mgmt.,125(6),400-408 LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ĐH BK TPHCM 67 GVHD: TS Pha ̣m Vũ Hờ ng Sơn PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: LƯƠNG CÔNG LUẬT Ngày, tháng, năm sinh: 14/05/1991 Nơi sinh: Phú Yên Địa liên lạc: 869 Âu Cơ, Phường Tân Sơn Nhı̀, quâ ̣n Tân Phú, TP Hồ Chí Minh Email: Congluatluong@gmail.com Sđt: 0902 500 797 Q TRÌNH ĐÀO TẠO Từ 2009 đến năm 2014: Học đại học quy chuyên ngành Kỹ thuâ ̣t sở hạ tầ ng trường Đại Học Kiến Trúc TP Hồ Chí Minh Từ 2015 đến nay: Học thạc sỹ chuyên ngành Quản lý Xây Dựng trường Đại Học Bách Khoa TP Hồ Chí Minh Q TRÌNH CƠNG TÁC Từ 09/2014 đến năm 02/2017: Kỹ sư giám sát Công Ty TNHH XD TM Phước Lô ̣c Từ 02/2017 đến nay: Kỹ sư giám sát dự án cho Công ty TNHH Phát triể n Phú Mỹ Hưng LV tha ̣c sı ̃ MSHV: 1570080 HVTH: Lương Công Luâ ̣t ... hành động đàn kiến TN cho đời thuật toán đàn kiến Một cách khơng thức nói ACO mơ bầy kiến nhân tạo để tım ̀ lời giải cho toán đặt Hệ thống Ant Colony – Thuật toán đàn kiến: Là đàn kiến phi tư... nghiên cứu: 43 CHƯƠNG 4: THUẬT TOÁN TỐI ƯU HÓA ĐÀN KIẾN 47 4.1 Khởi tạo giải pháp ban đầu thuật toán ACO 47 4.2 Mơ hình thuật toán ACO 49 CHƯƠNG 5: BÀI TOÁN CỤ THỂ 52... toán so với thuật toán GAVEO thuật toán heuristic để giải tốn Nghiên cứu đặc tính biến thiên vết mùi thuật toán ACO, thuật toán ACO-MGA2, áp dụng lược đồ memetic cho thuật tốn Trong vết mùi thuật