Áp dụng thuật toán đàn kiến để tối ưu thời gian và chi phí thi công xây dựng các dự án bê tông khối lớn

Mô tả bài toán ứng dụng thuật toán ACO để tối ưu thời gian và chi phí kết cấu bê tông khối lớn

Bài toán tối ưu về thời gian và chi phí trong quá trình xây dựng các công trình bê tông có quy mô lớn là một thách thức. Việc chọn lựa các yếu tố thiết kế như vật liệu bê tông, nhiệt độ, chiều cao lớp bê tông khi bơm và tần suất bơm đều rất quan trọng để đạt được mục tiêu chi phí tối thiểu mà vẫn bảo đảm chất lượng của khối bê tông và ngăn chặn tình trạng nứt. Để giải quyết bài toán này, việc áp dụng thuật toán ACO được minh họa như sau:. Trong giai đoạn xây dựng các công trình bê tông lớn, nhiều quyết định quan trọng cần được đưa ra, bao gồm việc chọn loại bê tông thích hợp, xác định nhiệt độ làm mát cho vật liệu, quyết định chiều cao của lớp đổ bê tông và xác định tần suất bơm. Mục tiêu là. đảm bảo rằng quá trình thi công không chỉ tiết kiệm thời gian và chi phí mà còn đảm bảo an toàn để tránh tình trạng nứt của bê tông. Việc sử dụng thuật toán ACO giúp tự động hóa quyết định cho các yếu tố quan trọng này. Cụ thể, mô phỏng con kiến ảo để tìm kiếm và chọn lựa các giải pháp tối ưu cho bài toán. Việc này giúp tối ưu hóa chi phí thi công, giảm thời gian, và đảm bảo chất lương của công trình xây dựng bê tông khối lớn, tạo nên một phương pháp linh hoạt và hiệu quả trong quản lý dự án xây dựng. Để đạt được điều này, chúng ta cần phải tiến hành tính toán và phân tích kỹ lưỡng các thành phần của từng loại bê tông, bao gồm cả cường độ chịu nén, cường độ chịu kéo, và chi phí tương ứng,…. Đồng thời, cần xác định chi phí để làm mát vật liệu bê tông, cũng như chi phí liên quan đến chiều cao bơm của lớp bê tông và tần suất bơm. Điều này bao gồm cả chi phí để thiết lập trạm bơm, lắp đặt ván khuôn, và các yếu tố khác. Chúng ta có thể áp dụng thuật toán đàn kiến ACO để tối ưu hóa quá trình, tìm ra loại bê tông phù hợp, nhiệt độ làm mát lý tưởng, chiều cao bơm, và tần suất bơm để đạt được sự cân bằng giữa thời gian và chi phí trong quá trình thi công kết cấu bê tông lớn mà vẫn đảm bảo kết cấu kê tông khối lớn không bị ảnh hưởng bởi nứt do phản ứng thủy hóa cement. Trong mô hı̀nh thuật toán ACO, con kiến được định nghĩa là một tác nhân tính toán đơn giản, nó lặp đi lặp lại cải thiện hoặc xây dựng một giải pháp cho một vấn đề tối ưu hóa tổ hợp. Các đặc điểm chính của kiến nhân tạo được lấy từ kiến thật và hành vi tự nhiên của chúng. Các đặc điểm chính như sau:. 1) Kiến nhân tạo tồn tại trong các thuộc địa của các cá thể hợp tác, 2) Chúng giao tiếp gián tiếp bằng cách ký gửi pheromone (nhân tạo),. 3) Sử dụng một chuỗi các bước di chuyển cục bộ để tìm ra con đường ngắn nhất, từ điểm bắt đầu đến đích (nghĩa là giải pháp tối ưu). 4) Áp dụng chính sách quyết định ngẫu nhiên chỉ sử dụng thông tin địa phương để tìm giải pháp tốt. Trình bày một thuật toán ACO được để giải quyết bài toán tối ưu kết cấu bê tông khối lớn khác với thuật toán truyền thống của ACO, vì nó là một thuật toán không dùng. Tập hợp các giải pháp được cải thiện bằng cách sử dụng kỹ thuật tìm kiếm cục bộ, và giải pháp tốt nhất được lấy và sử dụng để khởi tạo ma trận đường mòn pheromone.

Khi tăng cường hoạt động, giải pháp tốt hơn giữa giải pháp khi bắt đầu lặp và giải pháp thu được sau khi kỹ thuật tìm kiếm cục bộ được sử dụng để bắt đầu lần lặp tiếp theo.  𝐶𝑐𝑐: Đối với một vấn đề nhất định, đơn giá làm mát vật liệu bê tông sẽ phụ thuộc vào các yếu tố như loại tòa nhà, sự sẵn có của quy trình công nghiệp để làm mát vật liệu, nơi lắp đặt thiết bị, khối lượng bê tông, v.v.  Thời gian hoàn thành công trình ct : Với số lượng lần bơm và tần suất bơm có thể tính toán thời gian thi công xây dựng, ct, có thể được tính theo công thức (7).

Hàm thay đổi giữa chi phí tối thiểu, 𝑐𝑝𝑜,𝑚𝑖𝑛, tương ứng với thời gian khả thi tối thiểu, 𝑐𝑡𝑚𝑖𝑛, và chi phí tối đa, 𝑐𝑝𝑜,𝑚𝑎𝑥, tương ứng với thời gian khả thi tối đa 𝑐𝑡𝑚𝑎𝑥: công thức (14). + ηij : Thông tin heuristic giúp đánh giá chính xác sự lựa chọn của con kiến khi quyết định đi trên cạnh (i , j) tượng trưng cho thông tin cục bộ được xem xét trong quá trình;.

Mô tả bài toán cụ thể

 Biểu diễn vấn đề dưới dạng biểu đồ hoặc cấu trúc tương tự dễ dàng bị kiến bao phủ;.  Chỉ định một ưu tiên thuật toán để tạo ra các giải pháp tại mỗi bước thời gian (nghĩa là, đường dẫn được chọn bởi kiến);. Để đảm bảo bê tông được đổ không bị nứt, chúng ta cần kiểm tra chỉ số nứt của bê tông.

Nếu kết quả tính toán thỏa mãn chỉ số nứt cho phép, ta có thể khẳng định các thông số kỹ thuật đã chọn đảm bảo bê tông không bị nứt khi thi công. Ngược lại nếu chỉ số vượt quá điều kiện khả thi, cần phải điều chỉnh lại các thông số đầu vào và tính toán lại để đưa ra lựa chọn khả thi hơn.

Xây dựng hàm chi phí cho bài toán cụ thể

• Chi phí cho biến thiết kế
• So sánh thuật toán đàn kiến ACO so với thuật toán di truyền GA và các thuật toán khác

Đơn giá 𝑐𝑅𝑀(𝑡𝑐) đối với một số loại bê tông, được tính theo công thức (10) bằng cách sử dụng số lượng nguyên liệu thô được trình bày trong Bảng 5.3 và cộng lại được đơn giá của các thành phần được đưa ra trong Bảng 5.5. Trong nghiên cứu này được thực hiện thực hiện bằng MATLAB 8.3 trên một máy tính trang bị bộ xử lý Intel Core i3-4160 @ 3.60 GHz và 16 GB RAM để lập trình giải bài toán tối ưu thiết kế kết cấu bê tông cho các công trình lớn là một lựa chọn phù hợp và hiệu quả. Việc áp dụng Matlab sẽ giúp tiết kiệm thời gian tính toán, đẩy nhanh quá trình nghiên cứu và phân tích kết quả, nâng cao độ chính xác và hiệu quả của quá trình giải bài toán tối ưu, đặc biệt trong trường hợp cần xử lý khối lượng dữ liệu lớn.

Trong nghiên cứu này, chúng tôi đã chọn lựa so sánh giữa GA và thuật toán tối ưu đàn Kiến (Ant Colony Optimization - ACO) để đánh giá hiệu quả của ACO trong quá trình tối ưu hóa các tham số kỹ thuật liên quan đến việc xây dựng đập bê tông. Cụ thể, mô hình trong nghiên cứu này đã lựa chọn được các thông số kỹ thuật phù hợp và tối ưu hơn cho bài toán lựa chọn loại bê tông, nhiệt độ làm mát, chiều cao lớp đổ và tần suất bơm bê tông trong dự án xây dựng đập so với kết quả từ tài liệu [10]. Trong nghiên cứu này, cũng tiến hành một so sánh chi tiết giữa ba thuật toán tối ưu hóa, bao gồm ACO (Ant Colony Optimization), Grey Wolf Optimizer và PSO (Particle Swarm Optimization), với mục tiêu đánh giá hiệu suất của 3 thuật toán trong việc tối ưu hóa chi phí và thời gian thi công trong các dự án xây dựng bê tông khối lớn.

Đề tài đã đề xuất một mô hình đại diện cho bài toán lựa chọn các thông số kỹ thuật trong dự án xây dựng đập bê tông, bao gồm lựa chọn loại bê tông, nhiệt độ làm mát, chiều cao lớp đổ bê tông và tần suất bơm phù hợp với thuật toán tối ưu hóa đàn kiến ACO. Kết quả nghiên cứu đã chứng minh được hiệu quả và sức mạnh của ACO trong giải quyết bài toán lựa chọn tối ưu giữa các phương án kỹ thuật khác nhau cho dự án - một vấn đề khó khăn mà các phương pháp thông thường thường khó có thể xử lý tốt hơn.