Phát triển thuật toán chó rừng vằn hông để tối ưu hóa quá trình vận chuyển và giảm ô nhiễm khí thải co2 trong công nghiệp và dân dụng

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA ……………………………… TRẦN TRỌNG KHƠI PHÁT TRIỂN THUẬT TỐN CHĨ RỪNG VẰN HƠNG ĐỂ TỐI ƯU HĨA Q TRÌNH VẬN CHUYỂN VÀ GIẢM Ơ NHIỄM KHÍ THẢI CO2 TRONG CƠNG NGHIỆP VÀ DÂN DỤNG Chuyên ngành : QUẢN LÝ XÂY DỰNG Mã ngành : 58 03 02 LUẬN VĂN THẠC SĨ TP Hồ Chí Minh, tháng 01 năm 2021 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG – HCM Cán hướng dẫn khoa học : TS Phạm Vũ Hồng Sơn Cán hướng dẫn khoa học : TS Chu Việt Cường Cán chấm nhận xét : TS Lê Hoài Long Cán chấm nhận xét : TS Phạm Hải Chiến Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm 2021 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: PGS.TS Lương Đức Long – Chủ tịch hội đồng TS Lê Hoài Long – Cán chấm nhận xét TS Phạm Hải Chiến – Cán chấm nhận xét TS Nguyễn Anh Thư – Thư ký hội đồng TS Nguyễn Thanh Phong - Ủy viên 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 TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG PGS.TS Lương Đức Long PGS.TS Lê Anh Tuấn ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : TRẦN TRỌNG KHÔI MSHV : 1870121 Ngày, tháng, năm sinh : 09/10/1993 Nơi sinh: Sóc Trăng Chuyên ngành Mã số : Quản lý xây dựng : 58 03 02 I TÊN ĐỀ TÀI: Phát triển thuật tốn chó rừng vằn hơng để tối ưu hóa q trình vận chuyển giảm nhiễm khí thải C02 cơng nghiệp dân dụng II NHIỆM VỤ VÀ NỘI DUNG:  Tìm hiểu thuật toán tối ưu bầy đàn  Phát triển thuật toán tối ưu bầy đàn  Giải tốn vận chuyển bê tơng thuật tốn  So sánh với thuật tốn có để đánh giá hiệu III NGÀY GIAO NHIỆM VỤ : 21/09/2020 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 08/01/2020 V CÁN BỘ HƯỚNG DẪN: TS.Phạm Vũ Hồng Sơn TS.Chu Việt Cường Tp HCM, ngày 13 tháng 03 năm 2021 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM TRƯỞNG KHOA KỸ THUẬT BỘ MÔN ĐÀO TẠO XÂY DỰNG TS LÊ HOÀI LONG PGS.TS LÊ ANH TUẤN TS.Phạm Vũ Hồng Sơn TS.Chu Việt Cường LỜI CẢM ƠN Trong q trình thực nghiên cứu này, tơi nhận nhiều quan tâm giúp đỡ nhà trường, phòng sau đại học trường Đại học Bách Khoa Tp.HCM, khoa quản lý xây dựng Đặc biệt quan tâm, theo sát, giúp đỡ tận tình giáo viên hướng dẫn, thầy TS.Phạm Vũ Hồng Sơn TS.Chu Việt Cường giúp tơi hồn thành tốt luận văn Qua đây, xin gửi lời cảm ơn sâu sắc đến giúp đỡ quý thầy cô! Trong trình nghiên cứu đề tài gặp khơng khó khăn thất bại, cố gắng vượt qua để hoàn thành luận văn tốt nghiệp Tuy nhiên với kiến thức có hạn khơng thể tránh khỏi sai sót định mà thân chưa thấy Tơi mong nhận góp ý q Thầy, Cô bạn học viên để luận văn hồn chỉnh Cuối tơi xin gửi lời cảm ơn chân thành đến gia đình tất bạn bè, công ty giúp đỡ, động viên suốt trình học tập thực đề tài Tơi xin chân thành cảm ơn! TĨM TẮT Ngày nhu cầu vận chuyển hàng hóa ngày tăng cao để thích ứng với nhu cầu xã hội Do đó, khói thải phương tiện giao thơng vận tải thải tăng cao ảnh hưởng tiêu cực đến đời sống sức khỏe người dân Bên cạnh đó, giao thơng vận tải tiêu thụ phần lớn nhiên liệu hóa thạch, làm tiêu hao cạn kiệt lượng tài nguyên Điều phối trình cung ứng hàng hóa cách hiệu đầy đủ vấn đề khó giải quản lý chuỗi cung ứng Chính thay đổi liên tục trình vận chuyển yêu cầu cao lượng khí thải thải thách thức nhà phân phối Tơi tìm thuật tốn mới, lấy cảm hứng từ săn mồi chó rừng sọc bên tìm kiếm hiệu thuật tốn trước Mơ kiện rời rạc (DES) sử dụng để tạo vấn đề giả định nhằm tối ưu hóa mục tiêu khác nhau, để giảm thiểu tổng thời gian chờ tổng thời gian di chuyển Các kết sau so sánh với trước đó, cho thấy thuật toán phát triển vượt trội mặt kinh tế môi trường nhờ giảm phát thải CO2 Nghiên cứu giải vấn đề thay đổi lộ trình xem xét điều kiện thực tế Do đó, thuật tốn giúp việc quản lý vận chuyển hàng hóa trở nên chủ động giảm chi phí tích lũy điều kiện khơng mong muốn xảy Các nghiên cứu trước chủ yếu tập trung vào việc điều phối phân phối việc phân phối diễn Các nghiên cứu coi cố yếu tố ngẫu nhiên giải pháp nào, việc so sánh giải pháp khơng thể xác Khi xảy cố, nhà phân phối khơng có cơng cụ hỗ trợ để thay đổi lịch trình phù hợp Mặt khác, nghiên cứu tiếp cận vấn đề đơn giản ứng dụng, tập trung vào việc phối hợp cung cấp điều chỉnh tuyến đường lịch trình cho phương tiện có thay đổi kế hoạch, giúp giảm thời gian nhiên liệu, giảm phát thải CO2 Chúng tơi phát triển thuật toán mới, gọi Thuật tốn tối ưu hóa chó rừng có sọc hơng (SSJ), phát triển từ chiến thuật mà chúng sử dụng để săn mồi Thuật toán nhằm giúp tìm giải pháp giao thơng vận tải tối ưu nhất, đảm bảo giảm thiểu thời gian khoảng cách di chuyển ABSTRACT Nowadays, the need for transportation of goods is increasing day by day to adapt to social needs Therefore, exhaust fumes emitted by transportation vehicles also rises and affect negatively to the living condition and health of the population Besides, transportation consumes a large portion of fossil fuel, which drain and exhaust energy and resources The coordination for goods supply process effectively and sufficiently is a hardto-tackle issue in supply chain management It is the constant change in transporting process and the high requirements of exhaust gas emitted that challenges the distributors Our researchers have found a new algorithm, inspired by the hunting instinct of side-striped jackals that can search more effectively than previous algorithms Discrete Event Simulation (DES) is used to produce hypothesized problems in order to optimize the various goals, so that the total of waiting time and total length travel is minimized The results are then compared to the previous, showing that the newly-developed algorithm is superior economically and environmentally by reducing CO2 emission The research also solved the problem of changing route when considering actual conditions Therefore, the new algorithm makes managing goods transportation more active and reduces accrued cost when unwanted condition happens Previous researches mainly focused on distribution coordination while delivering is still happening Researches considered incidents as a random factor in any solution, therefore comparison among solutions could not be precise When incidents occur, distributors not have support tools to change the schedule accordingly This research, on the other hand, approaches the issues more simply in application, focuses on coordination whilst delivering and adjusting routes and schedules for vehicles when there are any changes in the plan, which helps reduce time and fuel, therefore reduce CO2 emission We developed a new algorithm, called Side-Striped Jackal (SSJ) Optimization Algorithm, developed from the tactics they use for hunting This algorithm is meant to help find the most optimized transportation solutions, ensuring minimized time and distance traveled LỜI CAM KẾT Tôi xin cm kết kết luận văn: “Phát triển thuật tốn chó rừng vằn hơng để tối ưu hóa q trình vận chuyển giảm nhiễm khí thải C02 cơng nghiệp dân dụng” dự án phát triển, chưa công bố khoa học người khác TPHCM, Ngày 13 tháng 03 năm 2021 Tác giả luận văn Trần Trọng Khôi vii MỤC LỤC Chương GIỚI THIỆU 1.1 Lý chọn đề tài 1.2 Đối tượng phạm vi nghiên cứu 1.3 Phương pháp nghiên cứu .3 1.4 Đóng góp luận văn 1.4.1 Đóng góp mặt học thuật: 1.4.2 Đóng góp mặt thực tiễn: 1.4.3 Đóng góp mặt bảo vệ mơi trường, hướng đến mục tiêu làm giảm lượng khí thải CO2: 1.5 Sơ đồ luận văn .6 Chương TỔNG QUAN VỀ NGHIÊN CỨU 2.1 Giới thiệu 2.2 Phạm vi ứng dụng thuật toán 11 Chương CƠ SỞ LÝ THUYẾT 12 3.1 Giới thiệu bê tông thương phẩm 12 3.2 Nghiên cứu bê tông thương phẩm .13 Chương PHƯƠNG PHÁP LUẬN 16 4.1 Các loại mơ hình mơ kiện việc tiếp cận vấn đề 16 4.1.1 Mô kiện liên tục .16 4.1.2 Mô kiện rời rạc 16 4.2 Tối ưu .17 4.2.1 Tối ưu đơn mục tiêu 18 4.2.2 Tối ưu đa mục tiêu 19 4.2.3 Tối ưu hóa đa yếu tố, đa mục tiêu: 19 HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường viii Chương PHÁT TRIỂN THUẬT TỐN CHĨ RỪNG VẰN HƠNG 27 5.1 Cảm hứng .27 5.2 Mơ hình tốn học thuật toán 28 5.2.1 Hệ thống phân cấp xã hội 29 5.2.2 Bao vây mồi 29 5.2.3 Săn bắn 30 5.2.4 Tìm kiếm mồi (thăm dị) 31 5.2.5 Biểu công 32 5.2.6 Tấn công mồi (khai thác) 33 5.2.7 Mơ hình thuật tốn 34 Chương XÂY DỰNG MÔ HÌNH 38 6.1 Đặt vấn đề 38 6.2 Các thông số đầu vào .39 6.3 Các khó khăn 40 6.4 Kết thu 40 6.5 Mô toán 41 6.6 Tối ưu hóa đa mục tiêu thuật tốn chó rừng vằn hơng kết hợp với mô kiện rời rạc .44 6.7 Xây dựng mơ hình 44 Chương CÁC BÀI TOÁN CỤ THỂ 47 7.1 Trường hợp đường gặp cố, xe quay trạm xong việc 47 7.1.1 Khởi tạo thông tin chi tiết .47 7.1.2 Kết 49 7.2 Trường hợp đường gặp cố, xe quay trạm xong việc So sánh với thuật toán bầy ong nhân tạo .51 7.2.1 Khởi tạo thông tin chi tiết .51 7.2.2 Kết 53 7.3 Trường hợp có cố xe tuyến đường, xe bắt buộc trạm tiếp thêm bê tông So sánh với thuật tốn bầy ong nhân tạo 55 HVTH: Trần Trọng Khơi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường ix 7.3.1 Khởi tạo thông tin chi tiết .55 7.3.2 Kết 57 Chương KẾT LUẬN VÀ ĐỀ XUẤT HƯỚNG NGHIÊN CỨU 61 8.1 Kết luận 61 8.2 Đề xuất nghiên cứu cho tương lai 62 Tài Liệu Tham Khảo 63 PHẦN LÝ LỊCH TRÍCH NGANG 66 QUÁ TRÌNH ĐÀO TẠO 66 Q TRÌNH CƠNG TÁC 66 HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 52 Bảng 7.8: Vị trí xe thời điểm xét A B C D E F G H I J K L M N O 10 11 12 13 14 15 A B I C Vị trí có cố giao thơng Vị trí xe thời điểm xét Vị trí xe gặp cố thời điểm xét Vị trí cơng trình Vị trí trạm trộn bê tơng Đường xe đến cơng trình Đường xe trạm Bảng 7.9: Bảng ma trận chiều dài quãng đường A B C D E F G H I J K L M N O 0.3 0.8 0.3 0.7 0.5 0.9 0.5 0.3 0.8 0.7 0.9 0.5 0.7 0.8 0.4 0.7 0.9 0.6 0.6 0.5 0.9 0.8 0.8 0.5 0.6 0.9 0.5 0.5 0.7 0.4 0.8 0.6 0.4 0.3 0.5 0.6 0.7 0.4 0.5 0.8 0.9 0.9 0.7 0.6 0.4 0.3 0.5 0.6 0.3 0.3 0.9 0.9 0.5 0.9 0.3 0.9 HVTH: Trần Trọng Khôi MSHV: 1870121 0.3 0.5 0.8 0.4 0.7 0.7 0.8 0.6 0.9 0.8 0.5 0.3 0.9 0.7 0.5 0.8 0.7 0.7 0.3 0.6 0.6 0.8 0.7 0.5 0.4 0.9 0.4 0.9 0.5 0.7 1 0.3 0.7 0.4 0.9 0.4 0.5 0.8 0.4 0.9 0.5 0.6 0.9 0.9 0.8 0.8 0.6 0.8 0.9 0.5 0.8 0.8 0.7 0.5 0.3 0.5 0.5 0.3 0.4 0.3 0.7 10 0.6 0.8 0.3 0.4 0.5 0.5 0.4 0.9 0.9 0.4 0.3 0.4 0.4 0.6 0.6 11 0.8 0.6 0.3 0.8 0.5 0.5 0.6 0.7 0.9 0.8 0.8 0.7 0.4 0.5 0.8 12 0.6 0.5 0.3 0.4 0.5 0.8 0.6 0.7 0.7 0.5 0.4 0.3 0.6 0.8 13 0.4 0.8 0.3 0.3 0.8 0.4 0.7 0.6 0.5 0.4 0.4 0.4 0.3 14 0.8 0.7 0.9 0.7 0.4 0.3 0.9 0.3 0.7 0.9 0.8 0.6 0.3 0.8 15 0.9 0.9 0.7 0.6 0.6 0.4 0.6 0.5 0.8 0.5 0.7 0.8 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 53 Bảng 7.10: Bảng ma trận vận tốc xe di chuyển A B C D E F G H I J K L M N O 42 42 39 43 39 38 43 38 39 39 39 41 40 41 39 38 38 39 40 43 41 43 43 43 43 42 38 38 41 40 43 43 44 38 38 41 42 41 45 41 42 39 44 39 44 39 39 41 43 43 43 40 43 38 39 45 42 44 42 40 45 39 43 43 40 43 40 43 41 45 39 41 40 39 38 44 45 45 40 45 44 41 40 39 38 38 39 44 40 43 42 39 44 39 39 44 45 38 41 45 45 40 38 38 39 38 43 42 43 44 45 45 41 43 45 45 40 44 41 39 40 42 39 40 41 39 42 40 40 42 41 43 10 43 43 43 45 41 40 45 39 45 43 38 39 44 40 41 11 39 43 38 40 45 42 43 41 39 41 39 38 40 39 38 12 43 41 40 42 45 44 41 40 45 45 45 40 42 42 44 13 38 42 38 44 44 44 39 39 44 41 42 43 44 39 41 14 44 41 39 44 38 45 39 43 44 40 40 43 39 43 41 15 42 39 38 43 44 39 39 42 44 45 45 40 38 38 43  Số xe công trường sở hữu: xe  Khối lượng bê tơng xe chở: m3  Thời gian bơm (TB): phút/m3  Số cơng trình cơng trình  Số lượng đối tượng tìm kiếm (số lượng chó quần thể ban đầu): 20  Số lần lặp tối đa (max inter): 200 7.2.2 Kết Sử dụng máy tính xách tay cá nhân với cấu hình core i7-Thế hệ 8, ram 4Gb, thời gian hồn thành tồn q trình tìm kiếm 14s Thuật tốn tìm giá trị Pareto giá trị tối ưu theo mục tiêu tìm kiếm Giá trị thứ có tổng thời gian chờ, với STG = 36 phút, SQD = 109 Km Giá trị thứ hai có quãng đường di chuyển ngắn với SQD = 88 Km STG = 57 phút Nhà phân phối lựa chọn phương án khác nằm đường Pareto, khơng thiết có giá trị TG nhỏ QĐ nhỏ để đưa lịch trình HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 54 Hình 7.4: Biểu đồ Pareto thể giá trị tìm thuật toán SSJ A B C D E F G H I J K L M N O 10 11 12 13 14 15 A B I C Hình 7.5: Sơ đồ di chuyển theo phương án có STG nhỏ Bảng 7.11: Phương án phân phối có STG nhỏ Xe Cơng trình Thời gian (phút) B A A C C 11 16 21 17 27 Thời Thời gian Thời gian Thời điểm điểm xe chờ CT chờ đổ BT đến CT (phút) (phút) 20:56 21:01 21:06 21:02 21:12 HVTH: Trần Trọng Khôi MSHV: 1870121 21:00 21:01 21:11 21:10 21:20 0 11 8 Tổng thời gian chờ Đường Tổng thời Đường đến cơng gian chờ trạm trình (phút) (Km) (Km) 7.7 9.3 11 12.3 11.4 14.5 11.4 10.2 10.4 11.6 10.4 36 Tổng quãng đường Tổng quãng đường (KM) 17 23.7 25.9 20.6 22 109.2 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 55 A B C D E F G H I J K L M N O 10 11 12 13 14 15 A B I C Hình 7.6: Sơ đồ di chuyển theo phương án có SQĐ nhỏ Bảng 7.12: Phương án phân phối có SQĐ nhỏ Xe Cơng trình Thời gian (phút) B C C A A 11 14 10 Thời Thời gian Thời gian Thời điểm điểm xe chờ CT chờ đổ BT đến CT (phút) (phút) 20:56 20:50 20:53 20:59 20:55 21:00 21:10 21:20 21:00 20:50 20 27 0 Tổng thời gian chờ Đường Tổng thời Đường đến cơng gian chờ trạm trình (phút) (Km) (Km) 7.7 9.3 20 10.4 27 5.5 10.4 9.8 11.4 6.9 11.4 57 Tổng quãng đường Tổng quãng đường (KM) 17 15.4 15.9 21.2 18.3 87.8 7.3 Trường hợp có cố xe tuyến đường, xe bắt buộc trạm tiếp thêm bê tơng So sánh với thuật tốn bầy ong nhân tạo 7.3.1 Khởi tạo thông tin chi tiết Bảng 7.13: Chi tiết đơn hàng thời điểm xem xét Cơng trình Khối lượng BT đặt (m3) Số lượng xe quy đổi (xe) Thời điểm đổ BT Thời gian chờ tối đa (phút) Thời điểm xét HVTH: Trần Trọng Khôi MSHV: 1870121 A 12 22:25 60 B 12 21:00 60 20:30 C 12 20:50 60 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 56 Bảng 7.14: Vị trí xe thời điểm xét A B C D E F G H I J K L M N O 10 11 12 13 14 15 A I ` B C Vị trí có cố giao thơng Vị trí xe thời điểm xét Vị trí xe gặp cố thời điểm xét Vị trí cơng trình Vị trí trạm trộn bê tơng Đường xe đến cơng trình Đường xe trạm Bảng 7.15: Bảng ma trận chiều dài quãng đường A B C D E F G H I J K L M N O 3 I 1 3 2 3 3 2 1 3 2 1 3 3 2 3 3 HVTH: Trần Trọng Khôi MSHV: 1870121 1 2 1 3 1 2 3 1 1 3 3 2 1 1 3 2 3 1 2 2 2 2 10 3 3 1 11 2 3 2 3 3 12 1 3 2 1 3 13 1 B 3 1 1 14 A 3 1 3 3 C 15 3 3 3 3 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 57 Bảng 7.16: Bảng ma trận vận tốc xe di chuyển A B C D E F G H I J K L M N O 34 36 33 37 I 37 39 40 35 30 37 35 37 31 38 35 30 38 34 30 32 34 31 38 36 31 30 33 31 39 31 30 31 36 33 34 32 30 38 30 33 31 36 33 37 40 34 35 37 34 34 37 37 38 36 32 33 34 40 31 31 40 37 39 36 34 37 34 40 33 34 39 38 31 31 30 35 37 37 32 38 32 40 34 34 31 37 39 36 32 33 39 33 37 37 32 40 39 35 31 35 37 34 30 40 40 31 35 31 40 38 37 33 31 33 37 32 37 34 40 37 30 32 32 31 38 39 40 39 39 37 10 33 32 40 31 39 31 36 40 31 39 40 40 36 32 37 11 32 34 40 38 39 30 38 39 31 38 31 31 31 39 31 12 35 30 37 30 39 33 40 32 39 39 35 36 32 40 13 30 39 33 30 32 B 38 38 31 32 31 38 39 36 32 14 39 A 37 39 39 37 36 37 32 35 40 33 37 C 40 15 33 39 37 30 31 35 34 33 39 35 38 32 36 39 37  Số xe công trường sở hữu: xe  Xe số gặp cố  Khối lượng bê tơng xe chở: m3  Thời gian bơm (TB): phút/m3  Số cơng trình cơng trình  Số lượng đối tượng tìm kiếm (số lượng chó quần thể ban đầu): 20  Số lần lặp tối đa (max inter): 200 7.3.2 Kết Sử dụng máy tính xách tay cá nhân với cấu hình core i7-Thế hệ 8, ram 4Gb, thời gian hồn thành tồn q trình tìm kiếm 20s Thuật tốn tìm giá trị Pareto giá trị tối ưu theo mục tiêu tìm kiếm Giá trị thứ có tổng thời gian chờ, với STG = 20 phút, SQD = 262 Km Giá trị thứ hai có quãng đường di chuyển ngắn với SQD = 254 Km STG = 39 phút HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 58 Hình 7.7: Biểu đồ Pareto thể giá trị tìm thuật tốn SSJ MOABC A B C D E F G H I J K L M N O 10 11 12 13 14 15 A I B C Hình 7.8: Sơ đồ di chuyển theo phương án có STG nhỏ Bảng 7.17: Phương án phân phối có STG nhỏ Thời Tổng Thời Thời Tg xe Tg CT Tg Công điểm Tg Xe gian điểm chờ chờ trạm trình đến chờ (phút) đổ BT (phút) (phút) (phút) CT (phút) 1 2 B A B A C C 30 21:00 21:00 0 33 22:23 22:25 32 21:02 21:10 33 22:35 22:35 0 25 20:55 20:55 30 21:00 21:05 Xe hỏng, sửa Tổng thời gian chờ HVTH: Trần Trọng Khôi MSHV: 1870121 5 20 30 32 Thời Tg Đườn Tổng điểm Đường bơm bê g quãng đến CT tông trạm đường trạm (Km) (phút) (Km) (Km) (phút) 21:40 10 22 19 41 21 21 42 21:52 10 19 19 38 21 21 42 15 33 48 18 33 51 Tổng quãng đường 262 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 59 A B C D E F G H I J K L M N O 10 11 12 13 14 15 A I B C Hình 7.9: Sơ đồ di chuyển theo phương án có SQĐ nhỏ Bảng 7.18: Phương án phân phối có SQĐ nhỏ Thời Tổng Thời Thời Tg xe Tg CT Tg Công điểm Tg Xe gian điểm chờ chờ trạm trình đến chờ (phút) đổ BT (phút) (phút) (phút) CT (phút) 1 4 B A C C B A 32 21:02 21:02 30 22:22 22:25 44 21:14 21:14 25 20:55 20:55 18 20:48 21:00 12 35 22:27 22:35 Xe hỏng, sửa Tổng thời gian chờ 12 39 32 32 Thời Tg Đườn Tổng điểm Đường bơm bê g quãng đến CT tông trạm đường trạm (Km) (phút) (Km) (Km) (phút) 21:42 10 19 19 38 18 20 38 26 34 60 15 34 49 21:42 10 10 19 29 20 20 40 Tổng quãng đường 254  Nhận xét kết so sánh Các thuật toán cũ sử dụng phương pháp hỗn hợp mở rộng vùng tìm kiếm, nhiên kết khơng tốt thuật tốn SSJ Bằng cách kết hợp tìm kiếm cập nhật liên tục giúp cho phương án ngày tốt hơn, song song với khơng qn nhiệm vụ phân tán để tránh tượng tối ưu cục q trình tìm kiếm ngồi ra, nghiên cứu chứng minh tính ưu việt việc sử dụng phương pháp tìm kiếm SI thay EA MOABC Do đó, khả tìm kiếm bắt mồi chúng hiệu nhiều tốn thời gian nhờ lưu lại giải pháp tốt đóng vai trị định hướng tìm kiếm Thơng biểu đồ Pareto, nhận thấy thuật tốn cho rừng vằn hông phát huy hiệu trường hợp Thuật toán đặc biệt hữu hiệu HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 60 tốn có khơng gian tìm kiếm rộng đa chiều Kết tìm kiếm nhanh 3-4 lần tùy thuộc vào độ phức tạp toán đặt Việc rút ngắn thời gian định giúp xe nhanh chóng xác định mục tiêu hướng đi, qua hồn thành nhiệm vụ giao hàng Khác với nghiên cứu trước thường lập trình các phần mềm Matlab, điều gây hạn chế việc ứng dụng khó kết nối với phần mềm khác Trong nghiên cứu này, thuật toán viết code VBA, tảng Excel Do dễ dàng sử dụng, gần gũi với người tốn dung lượng ổ cứng TP.HCM, ngày 07 tháng 01 năm 2021 Tác giả nghiên cứu Trần Trọng Khôi HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 61 Chương KẾT LUẬN VÀ ĐỀ XUẤT HƯỚNG NGHIÊN CỨU 8.1 Kết luận Sắp xếp kế hoạch phân phối xe bê tông thương phẩm giao đến cho công trường cách hiệu vấn đề khó nhà điều phối bê tơng trạm trộn Họ phải tạo lịch trình bố trí cách nhanh chóng để thực hoạt động sản xuất với khối lượng nhu cầu công trường xây dựng Nghiên cứu tạo thuật toán tối ưu chó rừng vằn hơng xem xét hai yếu tố, thời gian chờ đổ bê tông khoảng cách di chuyển Ngồi ra, nghiên cứu tính đến rủi ro liên quan đến việc vận chuyển để đưa thuật tốn gần với thực tế Nó giúp giảm nhu cầu vận chuyển, qua giảm ùn tắc giao thơng Giải phần tốn q tải giao thơng thành phố lớn, việc đầu tư sở hạ tầng tốn làm Việc tối ưu trình di chuyển giúp giảm lượng khí thải từ phương tiện, gây nhiễm môi trường Nghiên cứu đề xuất mặt phẳng Pareto để cung cấp thơng tin hữu ích mà nhà định có sở để tối ưu hố lịch trình cơng việc phù hợp với ưu tiên họ (lựa chọn cân đối yếu tố thời gian chờ quãng đường di chuyển) Mặt phẳng Pareto cung cấp cho nhà quản lý phương án định dựa tiêu chí kinh nghiệm Hơn nữa, tất chi tiết giá trị sử dụng để làm dễ dàng việc quản lý nhà máy trộn khiến cho tài xế hiểu lịch trình thân Mơ hình khơng xoay quanh giải trường hợp nhà máy trộn nhiều cơng trường xây dựng mà mở rộng thành nhiều nhà máy trộn liên kết hoạt động với nhằm tăng tính hiệu thiết thực Thuật tốn tối ưu tạo quần thể chó hoang ngẫu nhiên Các cá thể quần thể đánh giá xếp hạng Sau đó, dùng cá thể xuất sắc làm nhiệm vụ hướng dẫn, tạo cá thể tốt chí thay cá thể hướng dẫn Trong vòng lặp thuật toán, cá thể đánh giá lại, kiểm tra khả tối ưu cục điều chỉnh hướng tìm kiếm Nghiên cứu tạo thuật tốn tối ưu để vận dụng vào nhiều toán khác Thuật tốn có ưu tốn có diện tìm kiếm rộng mà người khơng thể xét hết trường hợp HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 62 xảy 8.2 Đề xuất nghiên cứu cho tương lai Nghiên cứu khắc phục yếu tố liên quan đến cố q trình vận chuyển Tuy nhiên vẫn cịn số hạn chế khắc phục phát triển tương lai Nghiên cứu sử dụng ma trận vận tốc ma trận tuyến đường cách mô tả đơn giản tuyến đường thực tế Trong tương lai, nhà nghiên cứu kết hợp với liệu vệ tinh, phối hợp sử dụng camera quan sát để thiết lập đồ vận tốc thực tế Ngồi ra, thuật tốn tạo tiền đề để mở rộng thành ứng dụng giúp quản lý giao thông cho thành phố thông minh HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 63 Tài Liệu Tham Khảo [1] M Galić, I Kraus, “Simulation Model for Scenario Optimization of the Ready-Mix Concrete Delivery Problem,” SSP - Journal Of Civil Engineering Vol.10, 1515/sspjce-2016-0014, 2016 [2] M Cao, M Lu, J.-P Zhang, “Concrete plant operations optimization using combined simulation and genetic algorithm” Proceedings of the Third International Conference on Machine Lehg and Cybernetics, 2004 [3] M Lu, H Ch Lam, “Optimized concrete delivery scheduling using combined simulation and genetic algorithms,” Winter Simulation Conference, 2005 [4] M Lu, H C Lam, “Simulation-optimization integrated approach to planning ready mixed concrete production and delivery: validation and applications,” Winter Simulation Conference, 2009 [5] J M Faria, M Surico and U Kaymak, “Distributed Optimization using Ant Colony Optimization in a Concrete Delivery Supply Chain.” 2006 IEEE Congress on Evolutionary Computation, 2016 [6] Mirjalili, S., et al., "Grey wolf optimizer." Advances in engineering software Vol.69, pp.46-61, 2014 [7] Mirjalili, S., "The ant lion optimizer." Advances in engineering software Vol.83, pp.80-98, 2015 [8] Mirjalili, S., "Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm," Knowledge-Based Systems Vol.89, pp.228-249, 2015 [9] Mirjalili, S., "Dragonfly algorithm: A new meta-heuristic optimization technique for solving single-objective, discrete, and multi-objective problems," Neural Computing and Applications Vol.27, No.4, pp.1053-1073, 2016 [10] Mirjalili, S and A Lewis, "The whale optimization algorithm." Advances in engineering software Vol.95, pp51-67, 2016 HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 64 [11] Mirjalili, S Z., et al., "Grasshopper optimization algorithm for multi-objective optimization problems." Applied Intelligence Vol.48, No.4,pp.805-820, 2018 [12] Hsiao, W.-t., et al., "A hybrid optimization mechanism used to generate truck fleet to perform earthmoving operations," Road Materials and New Innovations in Pavement Engineering pp.151-159, 2011 [13] Yan, S., et al "Optimal schedule adjustments for supplying ready mixed concrete following incidents," Automation in Construction Vol.20, No.8, pp.1041-1050, 2011 [14] Mayteekrieangkrai, N and W Wongthatsanekorn "Optimized ready mixed concrete truck scheduling for uncertain factors using bee algorithm." Songklanakarin J Sci Technol Vol.37, No.2, pp.221-230, 2015 [15] Subtil, R F., et al., "A practical approach to truck dispatch for open pit mines," 35thAPCOM Symposium, 2011 [16] Cheng, M.-Y and D.-H Tran, "Integrating chaotic initialized opposition multiple-objective differential evolution and stochastic simulation to optimize ready-mixed concrete truck dispatch schedule." Journal of Management in Engineering Vol.32, No.1, 04015034, 2015 [17] Zhang, X., et al., "Optimization of truck appointments in container terminals," Maritime Economics & Logistics Vol.21, No.1, pp.125-145, 2019 [18] Afrapoli, A M., et al "A multiple objective transportation problem approach to dynamic truck dispatching in surface mines," European Journal of Operational Research Vol.276, No.1, pp.331-342, 2019 [19] Sarkar, D., et al., "Optimization of ready mixed concrete delivery for commercial batching plants of Ahmedabad, India," International Journal of Construction Management pp.1-20, 2019 HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 65 [20] Thanos, E., et al., "Dispatch and conflict-free routing of capacitated vehicles with storage stack allocation," Journal of the Operational Research Society pp.1-14, 2019 [21] CGTN "What jackals eat?" Internet: https://news.cgtn.com/news/2020-0825/Digital-Safari-What-do-jackals-eat TeCgNufrX2/index.html, Accessed oct 2020 [22] Alamy "Jackal Fight" Internet: https://www.alamy.com/stock-photo/jackalfight.html, Accessed Oct 2020 HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường 66 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Trần Trọng Khôi Ngày, tháng, năm sinh: 09/10/1993 Nơi Sinh: Sóc Trăng Địa liên lạc: 29, đường số nối dài, P.An Lạc, Q.Bình Tân, Tp.HCM Email: trongkhoi.st@gmail.com Số điện thoại 0966.660.542 QUÁ TRÌNH ĐÀO TẠO Từ năm 2011 đến năm 2016: Học đại học quy chuyên nghành xây dựng dân dụng công nghiệp trường Đại học Kiến Trúc Tp.Hồ Chí Minh Từ năm 2018 đến nay: Học thạc sĩ chuyên ngành Quản Lý Xây Dựng trường Đại Học Bách Khoa TP Hồ Chí Minh Q TRÌNH CƠNG TÁC 2016-2019: Làm thiết kế Cơng ty CP TVTK XD KD Bách Khoa Việt 2019 đến nay: Làm quản lý dự án Công ty TNHH Koshi HVTH: Trần Trọng Khôi MSHV: 1870121 GVHD 1: TS Phạm Vũ Hồng Sơn GVHD 2: TS Chu Việt Cường ... Nghiên cứu đề xuất: ? ?Phát triển thuật tốn chó rừng vằn hơng để tối ưu hóa q trình vận chuyển giảm nhiễm khí thải CO2 công nghiệp dân dụng? ?? Nghiên cứu tối ưu hóa q trình vận chuyển dựa tiêu chí... LỜI CAM KẾT Tôi xin cm kết kết luận văn: ? ?Phát triển thuật tốn chó rừng vằn hơng để tối ưu hóa q trình vận chuyển giảm nhiễm khí thải C02 công nghiệp dân dụng? ?? dự án phát triển, chưa công bố khoa... hóa q trình vận chuyển giảm nhiễm khí thải C02 cơng nghiệp dân dụng II NHIỆM VỤ VÀ NỘI DUNG:  Tìm hiểu thuật toán tối ưu bầy đàn  Phát triển thuật toán tối ưu bầy đàn  Giải tốn vận chuyển