Phát triển thuật toán lai ghép nấm nhầy để tối ưu tiến độ, chi phí và các tiêu chí khác trong các dự án xây dựng

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA

LƯU NGỌC QUỲNH KHƠI

PHÁT TRIỂN THUẬT TỐN LAI GHÉP NẤM NHẦY ĐỂ TỐI ƯU
TIẾN ĐỘ, CHI PHÍ VÀ CÁC TIÊU CHÍ KHÁC TRONG CÁC DỰ ÁN
XÂY DỰNG
DEVELOPMENT OF HYBRID SLIME MOLD ALGORITHM TO
OPTIMIZE TIME, COST AND OTHERS CRITERIA IN
CONSTRUCTION PROJECTS

Chuyên ngành

: QUẢN LÝ XÂY DỰNG

Mã số

: 8580302

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 7 năm 2023


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học:
Cán bộ hướng dẫn 1: PGS.TS. Phạm Vũ Hồng Sơn
Cán bộ hướng dẫn 2: TS. Chu Việt Cường

Cán bộ chấm nhận xét 1: TS. Lê Xuân Đại
Cán bộ chấm nhận xét 2: TS. Đặng Thị Trang
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa – Đại học Quốc gia
Thành phố Hồ Chí Minh ngày 14 tháng 07 năm 2023
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. Chủ tịch Hội đồng:

TS. Lê Hoài Long

2. Thư ký Hội đồng:

PGS.TS. Lương Đức Long

3. Uỷ viên phản biện 1:

TS. Lê Xuân Đại

4. Uỷ viên phản biện 2:

TS. Đặng Thị Trang

5. Uỷ viên:

TS. Nguyễn Hoài Nghĩa

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng khoa quản lý
chuyên ngành sau khi luận văn đã được chỉnh sủa (nếu có)
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA

KỸ THUẬT XÂY DỰNG

TS. Lê Hoài 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 do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: LƯU NGỌC QUỲNH KHÔI ..................... MSHV: 2170257
Ngày, tháng, năm sinh: 25/04/1998 ........................................... Nơi sinh: TPHCM
Chuyên ngành: Quản lý xây dựng .............................................. Mã số : 8580302
I. TÊN ĐỀ TÀI: PHÁT TRIỂN THUẬT TOÁN LAI GHÉP NẤM NHẦY ĐỂ TỐI
ƯU HOÁ TIẾN ĐỘ, CHI PHÍ VÀ CÁC TIÊU CHÍ KHÁC TRONG CÁC DỰ ÁN
XÂY DỰNG (DEVELOPMENT OF HYBRID SLIME MOLD ALGORITHM TO
OPTIMIZE TIME, COST AND OTHERS CRITERIA IN CONSTRUCTION
PROJECTS)
II. NHIỆM VỤ VÀ NỘI DUNG:
1. Giới thiệu thuật toán gốc nấm nhầy (Slime Mold Algorithm – SMA)
2. Lai ghép thuật toán SMA với các phương pháp phổ biến (phương pháp đối ngẫu –
OBL, phương pháp lựa chọn cạnh tranh – TS, phương pháp trao đổi chéo đột biến –
M&C) để giải quyết bài toán tối ưu các yếu tố đồng thời.
3. Lập và giải quyết các mơ hình tiến độ, chi phí và các tiêu chí khác đối với các dự án

xây dựng.
4. Đạt được các kết quả tối ưu từ các mơ hình phát triển
5. So sánh với các kết quả vừa tìm được, sử dụng thêm các cơng thức đánh giá hiệu
suất chất lượng của mơ hình với các thuật toán trước đây.
6. Phương hướng nghiên cứu trong tương lai.
III. NGÀY GIAO NHIỆM VỤ : 06/02/2023
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 12/06/2023
V. CÁN BỘ HƯỚNG DẪN : PGS.TS. Phạm Vũ Hồng Sơn và TS. Chu Việt Cường
Tp. HCM, ngày
CÁN BỘ HƯỚNG DẪN 1

CÁN BỘ HƯỚNG DẪN 2

PGS. TS. Phạm Vũ Hồng Sơn

TS. Chu Việt Cường

tháng 7 năm 2023

CHỦ NHIỆM
BỘ MÔN ĐÀO TẠO

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

LỜI CẢM ƠN

Luận văn là hành trang để giúp học viên có thể tự nghiên cứu, giải quyết
các vấn đề xoay quanh dự án xây dựng trong suốt các học kỳ Cao học. Để có thể
hồn thành luận văn chỉnh chu nhất về đề tài “Phát triển thuật toán lai ghép nấm
nhầy để tối ưu tiến độ, chi phí và các tiêu chí khác trong dự án xây dựng” thì em
muốn gửi lời cảm ơn chân thành đến thầy PGS.TS. Phạm Vũ Hồng Sơn và TS.
Chu Việt Cường đã luôn theo sát, hướng dẫn tận tình về vấn đề trí tuệ nhân tạo
áp dụng trong quản lý xây dựng, phát triển và định hướng đề tài lên một tầm cao
mới và tiếp cận các quá trình nghiên cứu hiệu quả hơn.
Để tiến tới được giai đoạn thực hiện Luận văn, em muốn gửi lời tri ân đến
với các Thầy/Cô đã giảng dạy em suốt các học kỳ vừa qua, được các thầy cô
cung cấp các kiến thức bổ ích và nhờ đó áp dụng vào đề tài Luận văn của em.
Với sự nỗ lực và tâm huyết của bản thân, định hướng theo Thạc sĩ nghiên
cứu ngành Quản lý xây dựng, Luận văn thạc sĩ đã được hoàn chỉnh một cách tốt
nhất nhưng cũng cịn nhiều thiếu sót. Qua đó, em hy vọng được nhận sự chỉ dạy
và cập nhật các kiến thức để hoàn chỉnh hơn trong tương lai.
Xin trân trọng cảm ơn./.
Tp. Hồ Chí Minh, ngày tháng 7 năm 2023

Lưu Ngọc Quỳnh Khôi

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang i


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHƠI

TĨM TẮT

Luận văn trình bày thuật tốn nấm nhầy (SMA) kết hợp với các phương pháp đối
ngẫu (OBL), lựa chọn cạnh tranh (TS) và trao đổi chéo-đột biến (M&C) tạo ra
các mơ hình phát triển thuật tốn nấm nhầy đối lập thích ứng (Adaptive
opposition Slimd Mold Algorithm – AOSMA), thuật toán nấm nhầy lựa chọn
cạnh tranh (Adaptive selection Slime Mold Algorithm – ASSMA), thuật toán
nấm nhầy trao đổi chéo – đột biến (Mutation&Crossover Slime Mold Algorithm)
và thuật toán nấm nhầy đối lập lựa chọn đột biến (Slime Mold Algorithm
Opposition Tournament Mutation) để áp dụng vào bài toán tối ưu hoá về tiến độ,
chi phí và các tiêu chí khác trong các dự án điển hình và các dự án xây dựng tại
Việt Nam. Đề xuất sử dụng mơ hình gốc SMA và lai ghép nhằm nâng cao khả
năng khám phá, tăng tốc độ hội tụ và giảm khả năng tối ưu cục bộ để tìm ra kết
quả tốt nhất nhưng sẽ làm mơ hình đề xuất tăng thêm độ phức tạp để xử lý các
dữ liệu trong q trình tối ưu. Bài tốn đa mục tiêu là các thông số quan trọng
trong lĩnh vực xây dựng, là thử thách khó khăn để có thể đồng nhất với nhau,
xem xét tới từng hoạt động cụ thể của dự án. Độ phức tạp của các dự án thực tế
sẽ giúp khai thác được khả năng tiềm ẩn của mơ hình được đề xuất để mang đến
giải pháp thực hiện thành công dự án. Bên cạnh đó, để tăng tính hiệu quả và tính
thuyết phục thì việc so sánh giữa mơ hình được đề xuất với các mơ hình nổi
tiếng trước đây. Dựa vào các kết quả phân tích, mơ hình đề xuất cho thấy sự đo
lường hiệu suất rộng hơn và tốt hơn thông qua các nghiên cứu điển hình và cho
ra các dữ liệu đầu ra cải tiến hơn so với các thuật toán khác.

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang ii

LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

ABSTRACT

The slime mold algorithm (SMA) is coupled with crossover-mutant (M&C),
tournament selection (TS), and opposition-based learning (OBL) in order to
provide models of slime mold algorithm development. The adaptive opposition
slime mold algorithm (AOSMA), adaptive selection slime mold algorithm
(ASSMA), mutation and crossover slime mold algorithm, and slime mold
algorithm opposition tournament mutation algorithm were used by the
researchers to address the optimization problem of time, cost, and other criteria
in construction projects in Vietnam. The original SMA and hybrid models are
suggested to be combined; however, this will make the suggested model more
complicated. This is done in order to improve discoverability, speed
convergence, and reduce local optimization to get the best results. The data
processing required for the optimization process is challenging. A key element in
the construction industry is the multi-objective problem, and it might be difficult
to stay consistent while taking into consideration each specific project activity.
The complexity of the actual projects will make it feasible to use the
recommended model's abilities to develop a successful project implementation
solution. A comparison between the proposed model and older, well-known
models is also done to increase the recommended model's effectiveness and
persuasiveness. The recommended model, which is superior to other algorithms
in terms of output data, is based on the analysis's conclusions, and case studies
show that it can assess performance more accurately and broadly.

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN

GVHD2: TS. CHU VIỆT CƯỜNG

Trang iii


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHƠI

LỜI CAM ĐOAN
Tơi xin cam đoan là Luận văn thạc sĩ do chính tôi thực hiện dưới sự hướng dẫn
của thầy PGS.TS. Phạm Vũ Hồng Sơn và TS. Chu Việt Cường. Các kết quả trong luận
văn là đáng tin cậy và tôi xin cảm kết chịu mọi trách nhiệm về công việc thực hiện của
mình.

Tp. Hồ Chí Minh, ngày tháng 7 năm 2023

Lưu Ngọc Quỳnh Khôi

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang iv


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

MỤC LỤC

LỜI CẢM ƠN............................................................................................................................. i
TÓM TẮT .................................................................................................................................. ii
ABSTRACT .............................................................................................................................. iii
LỜI CAM ĐOAN ..................................................................................................................... iv
DANH MỤC HÌNH ẢNH....................................................................................................... vii
DANH MỤC CÁC BẢNG BIỂU .......................................................................................... viii
MỘT SỐ KÝ HIỆU VIẾT TẮT .............................................................................................. x
Chương 1: MỞ ĐẦU................................................................................................................. 1
1.1 Lý do chọn đề tài ............................................................................................................... 1
1.2 Đối tượng và phạm vi nghiên cứu ..................................................................................... 2
1.2.1 Đối tượng .................................................................................................................... 2
1.2.2 Phạm vi nghiêm cứu ................................................................................................... 2
1.3 Phương pháp nghiên cứu ................................................................................................... 3
1.4 Đóng góp của Luận văn .................................................................................................... 3
1.4.1 Về mặt học thuật ......................................................................................................... 4
1.4.2 Về mặt thực tiễn .......................................................................................................... 4
1.5 Bố cục Luận văn................................................................................................................ 4
Chương 2: TỔNG QUAN......................................................................................................... 5
2.1 Liệt kê các nghiên cứu trước đây về vấn đề của Luận văn ............................................... 6
2.2 Liệt kê các nghiên cứu trước đây về thuật tốn mình áp dụng ....................................... 12
2.3 Giải thích vì sao thuật tốn SMA đầy hứa hẹn giải quyết được vấn đề trong ngành quản
lý xây dựng ............................................................................................................................ 23
Chương 3: CƠ SỞ LÝ THUYẾT .......................................................................................... 23
3.1 Giới thiệu chi tiết về thuật toán AI được sử dụng ........................................................... 24
3.1.1 Định nghĩa ................................................................................................................ 24
3.1.2 Giới thiệu .................................................................................................................. 24
3.1.3 Quá trình tối ưu ........................................................................................................ 24
3.1.4 Các biến trong công thức ......................................................................................... 26
3.1.5 Ưu điểm và nhược điểm ............................................................................................ 32
3.1.6 Sơ đồ quy trình của SMA .......................................................................................... 32

3.2 Giới thiệu chi tiết về các phương pháp đề xuất ............................................................... 33

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang v


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

3.2.1 Phương pháp việc học tập dựa trên đối lập (Opposition-based learning)............... 33
3.2.2 Phương pháp lựa chọn cạnh tranh (Tournament Selection) .................................... 34
3.2.3 Phương pháp trao đổi chéo – đột biến (Mutation and Crossover) .......................... 36
3.3 Giới thiệu về mơ hình lai ghép ......................................................................................... 37
3.3.1 Thuật toán SMA kết hợp với phương pháp OBL (AOSMA) ..................................... 37
3.3.2 Thuật toán SMA kết hợp với phương pháp TS (ASSMA) .......................................... 38
3.3.3 Thuật toán SMA kết hợp với phương pháp M&C (MCSMA) ................................... 39
3.3.4 Thuật toán SMA kết hợp với phương pháp OBL+TS+M&C (SMAOTM)................ 41
3.4 Mục đích lai ghép các mơ hình ....................................................................................... 41
3.5 Quy trình giải quyết vấn đề trong bài toán. ..................................................................... 42
Chương 4: ĐÁNH GIÁ MƠ HÌNH ĐỀ XUẤT .................................................................... 43
4.1 Giới thiệu các giai đoạn của việc lai ghép mơ hình ........................................................ 44
4.1.1 Giai đoạn 1: Áp dụng SMA giải quyết TCQ ............................................................. 44
4.1.2 Giai đoạn 2: Áp dụng AOSMA giải quyết TCQS ..................................................... 57
4.1.3 Giai đoạn 3: Áp dụng ASSMA giải quyết TCQE ...................................................... 71
4.1.4 Giai đoạn 4: Áp dụng MCSMA giải quyết TCQC .................................................... 78
4.2 So sánh kết quả và rút ra nhận xét................................................................................... 88
Chương 5: ỨNG DỤNG VÀO THỰC TIỄN........................................................................ 89

5.1 Dữ liệu từ một dự án thực tiễn ........................................................................................ 89
5.2 Giải dự án thực tiễn. ...................................................................................................... 100
5.3 So sánh với các thuật toán trước đây ............................................................................ 105
5.4 Giải thích sự nổi bật của mơ hình ................................................................................. 107
5.5 Những hạn chế .............................................................................................................. 108
Chương 6: KẾT LUẬN VÀ KIẾN NGHỊ NHỮNG NGHIÊN CỨU TIẾP THEO ....... 110
6.1 Kết luận ......................................................................................................................... 110
6.2 Những đóng góp của nghiên cứu .................................................................................. 110
6.3 Đề xuất hướng phát triển ............................................................................................... 110
DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC .............................................................. 112
DANH MỤC TÀI LIỆU THAM KHẢO............................................................................. 113

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang vi


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHƠI

DANH MỤC HÌNH ẢNH
Hình 1.1: Lưu đồ phương pháp nghiên cứu ................................................................................ 3
Hình 2.1: Phân loại phương pháp tiến hoá và SI ...................................................................... 22
Hình 3.1: Hình thái kiếm ăn của P. Polycephalum ................................................................... 25
Hình 3.2: Hình thái di chuyển của P. Polycephalum ................................................................ 25
Hình 3.3: Cách thức tìm nguồn thức ăn của P. Polycephalum ................................................. 26
Hình 3.4: Các vị trí trong khơng gian 2 chiều và 3 chiều ........................................................ 28
Hình 3.5: Đánh giá sự phù hợp ................................................................................................. 29

Hình 3.6: Xu hướng của vb và vc ........................................................................................... 31
Hình 3.7: Sơ đồ của SMA ......................................................................................................... 32
Hình 3.8: Quy trình các bước của SMA ................................................................................... 33
Hình 3.9: Mơ phỏng TS ........................................................................................................... 34
Hình 3.10: Shift Mutation ......................................................................................................... 36
Hình 3.11: Shift Crossover ....................................................................................................... 37
Hình 3.12: Lưu đồ của AOSMA ............................................................................................... 38
Hình 3.13: Lưu đồ của ASSMA ............................................................................................... 39
Hình 3.14: Lưu đồ của MCSMA .............................................................................................. 41
Hình 3.15: Lưu đồ của của SMAOTM ..................................................................................... 41
Hình 4.1: Mạng lưới dự án 1..................................................................................................... 45
Hình 4.2: Mạng lưới dự án 2..................................................................................................... 45
Hình 4.3: Hình pareto 3D có giá trị tiến độ tốt nhất (dự án 1).................................................. 53
Hình 4.4: Hình pareto 3D có giá trị chất lượng tốt nhất (dự án 1) ........................................... 53
Hình 4.5: Hình pareto 3D có giá trị chi phí tốt nhất (dự án 1).................................................. 53
Hình 4.6: Hình pareto 3D tốt nhất (dự án 2) ............................................................................. 55
Hình 4.7: Hình chuỗi giá trị tốt nhất (dự án 2) ......................................................................... 55
Hình 4.8: Mạng lưới dự án 1..................................................................................................... 57
Hình 4.9: Mạng lưới dự án 2..................................................................................................... 58
Hình 4.10: Mạng lưới dự án...................................................................................................... 71
Hình 4.11: Mạng lưới dự án 1................................................................................................... 79
Hình 4.12: Mạng lưới dự án 2................................................................................................... 79

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang vii


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHƠI

Hình 5.1: Hình pareto 3D (Dự án 1) ....................................................................................... 100
Hình 5.2: Hình chuỗi giá trị (Dự án 1).................................................................................... 100
Hình 5.3: Hình pareto 3D (Dự án 2) ....................................................................................... 101
Hình 5.4: Hình chuỗi giá trị (Dự án 2).................................................................................... 101
Hình 5.5: Hình pareto 3D (Dự án 3) ....................................................................................... 101
Hình 5.6: Hình chuỗi giá trị (Dự án 3).................................................................................... 101

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang viii


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

DANH MỤC CÁC BẢNG BIỂU
Bảng 2.1: Tóm tắt các nghiên cứu liên quan đến cân bằng tối ưu hố ....................................... 6
Bảng 2.2: Tóm tắt các nghiên cứu liên quan đến mơ hình thuật toán....................................... 12
Bảng 3.1: Mã giải của thuật toán SMA .................................................................................... 31
Bảng 3.2: Ưu nhược điểm của Physarum ................................................................................. 32
Bảng 3.3: Mã giải của AOSMA................................................................................................ 37
Bảng 3.4: Mã giải của ASSMA ................................................................................................ 38
Bảng 3.5: Mã giải của MCSMA ............................................................................................... 40
Bảng 4.1: Các phương án của dự án 1 ...................................................................................... 45
Bảng 4.2: Các phương án của dự án 2 ...................................................................................... 49

Bảng 4.3: Các cài đặt thông số cho SMA cho dự án 1, 2 ......................................................... 51
Bảng 4.4: Kết quả cho dự án 1 .................................................................................................. 52
Bảng 4.5: Kết quả cho dự án 2 .................................................................................................. 54
Bảng 4.6: C-metric cho dự án 1 ................................................................................................ 56
Bảng 4.7: C-metric cho dự án 2 ................................................................................................ 56
Bảng 4.8: Spread cho dự án 1 ................................................................................................... 56
Bảng 4.9: Spread cho dự án 2 ................................................................................................... 56
Bảng 4.10: HV cho dự án 1 ...................................................................................................... 56
Bảng 4.11: HV cho dự án 2 ...................................................................................................... 56
Bảng 4.12: Các cài đặt thông số cho SMA dự án 1 .................................................................. 58
Bảng 4.13: Các cài đặt thông số cho SMA dự án 2 .................................................................. 58
Bảng 4.14: Các phương án của dự án 1 .................................................................................... 60
Bảng 4.15: Các phương án của dự án 2 .................................................................................... 61
Bảng 4.16: Dữ liệu AOSMA cho dự án 1, 2 ............................................................................. 67
Bảng 4.17: Kết quả dự án 1 ...................................................................................................... 68
Bảng 4.18: Kết quả dự án 2 ...................................................................................................... 69
Bảng 4.19: So sánh với các thuật toán khác ............................................................................. 70
Bảng 4.20: Các hoạt động cụ thể .............................................................................................. 72
Bảng 4.21: Dữ liệu dự án .......................................................................................................... 73

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang ix


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHƠI

Bảng 4.22: Thơng số ASSMA .................................................................................................. 76
Bảng 4.23: Kết quả của dự án ................................................................................................... 76
Bảng 4.24: So sánh với các thuật toán khác ............................................................................. 78
Bảng 4.25: Dữ liệu dự án 1 ....................................................................................................... 80
Bảng 4.26: Dữ liệu dự án 2 ....................................................................................................... 80
Bảng 4.27: Thông số MCSMA ................................................................................................. 84
Bảng 4.28: Kết quả của dự án 1, 2 ............................................................................................ 84
Bảng 4.29: So sánh C-Metric .................................................................................................... 86
Bảng 4.30: So sánh Spread ....................................................................................................... 87
Bảng 4.31: So sánh HV............................................................................................................. 87
Bảng 5.1: Dữ liệu dự án 1 ......................................................................................................... 90
Bảng 5.2: Dữ liệu dự án 2 ......................................................................................................... 93
Bảng 5.3: Dữ liệu dự án 3 ......................................................................................................... 95
Bảng 5.4: Kết quả dự án 1, 2, 3 .............................................................................................. 102
Bảng 5.5: So sánh C-Metric .................................................................................................... 105
Bảng 5.6: So sánh Spread ....................................................................................................... 106
Bảng 5.6: So sánh HV............................................................................................................. 107

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang x


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

SMA

MỘT SỐ KÝ HIỆU VIẾT TẮT
Slime Mold Algorithm

AOSMA

Adaptive opposition Slime Mold Algorithm

MCSMA

Mutation&Crossover Slime Mold Algorithm

ASSMA

Adaptive selection Slime Mold Algorithm

SMAOTM

Slime Mold Algorithm Opposition Tournament Mutation

TCQ

Time-Cost-Quality

TCQT

Time-Cost-Quality Trade-off

TCQST

Time-Cost-Quality-Safety Trade-off

TCQET

Time-Cost-Quality-Environmental impact Trade-off

TCQWT

Time-Cost-Quality-Work continuity Trade-off

TCQCT

Time-Cost-Quality-CO2 Emissions Trade-off

OMODE

Opposition-based Multiple Objective Differential Evolution

NSGA-II

Non-dominated sorting genetic algorithm

MOPSO

Multiple objective particle swarm optimization

MODE

Multiple objective differential evolution

CAMODE

Chaotic initialized multiple objective differential evolution

NSGA-III

Non-dominated Sorting Genetic Algorithm III

LHS-based
NSGA-III

LHS-based Non-dominated Sorting Genetic Algorithm -III

DEA

Data Envelopment Analysis

MOABC

A multi-objective artificial bee colony algorithm

OMOSOS

Opposition multiple objective symbiotic organisms search

MOSGO

Multiple Objective Social Group Optimization

OBL

Opposition-based learning

TS

Tournament Selection

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang xi


LUẬN VĂN THẠC SĨ

M&C

Mutation & Crossover

MA

Metaheuristic algorithm

EA

Evolutionary algorithm

AI

Artificial intelligence

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

HVTH: LƯU NGỌC QUỲNH KHÔI

Trang xii


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

Chương 1: MỞ ĐẦU
1.1 Lý do chọn đề tài
Ngày nay, con người lấy thêm nhiều nguồn cảm hứng để phát triển các thuật tốn mới,
nó có thể xuất phát từ nhiều loại thuật toán khác nhau, từ những điều cơ bản nhất, xoay
quanh những yếu tố tự nhiên và các đặc trưng về sự tương tác trong quá trình tự nhiên
với nhau. Việc áp dụng các thuật tốn nhằm tối ưu hóa quy trình cân bằng đánh đổi
giữa các mục tiêu để đạt tới việc tối ưu hoá, cho ra kết quả sản phẩm có tính cạnh tranh
cao hơn.
Các yếu tố tác động đến dự án ln là vấn đề khó giải quyết đối với các nhà quản lý dự
án. Từ việc tối ưu ba yếu tố và bốn yếu tố đồng thời luôn là những vấn đề hàng đầu để
quyết định thành cơng của một dự án; tuy nhiên, bên cạnh đó để có thể hồn thành một
dự án thì phải tìm ra sự kết nối bởi đây hầu hết các yếu tố ln mâu thuẫn, khó có thể
hồ hợp với nhau để cùng hồn thành một dự án.
Bài tốn đánh đổi TCQ là sự mở rộng của bài toán trao đổi tiến độ - chi phí. Áp dụng
thuật tốn SMA vào tối ưu ba yếu tố này để tạo ra các điều kiện thuận lợi cho việc
phân tích TCQT. Mục tiêu chính là để chứng minh rằng thuật tốn được đề xuất được
sự hội tụ nhanh chóng mà khơng làm mất đi đa dạng của thuật tốn; đem lại tính ưu
việt cho bài toán TCQT và so sánh với các thuật tốn trước đây [1].

Bên cạnh đó, tác giả đã cải tiến mơ hình thuật tốn SMA kết hợp với phương pháp
OBL [2] trở thành mơ hình AOSMA mới áp dụng vào việc phân tích TCQS [3]. Tiếp
theo, tác giả đã thử nghiệm việc kết hợp SMA và phương pháp TS [4] thành mơ hình
ASSMA nhằm giúp thuật tốn tăng tốc độ hội tụ và tìm ra ứng cử viên tốt hơn trong
việc áp dụng vào tối ưu hoá TCQET [5]. Cuối cùng, tác giả áp dụng thuật toán SMA
liên kết với M&C [6-7] trở thành mơ hình MCSMA nhằm giúp thuật toán cải thiện tốt
khả năng khám phá, tăng cơ hội tìm được kết quả tối ưu thơng qua tính đột biến, sửa
đổi cơ chế lựa chọn là một tính chất quan trọng nhằm tối ưu hoá và lựa chọn cẩn thận
các giải pháp ứng viên tốt nhất để ứng dụng vào TCQWT [8].
Mơ hình càng phát triển càng giúp cải thiện các tính năng hạn chế của thuật tốn, tác
GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 1


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

giả mạnh dạn kết hợp thuật toán SMA với các phương pháp OBL, TS và M&C trở
thành mơ hình SMAOTM. Sự liên kết ba phương pháp phổ biến này vào thuật toán sẽ
giúp mơ hình cải thiện rất nhiều hạn chế và nâng cao tiềm năng của mơ hình nhằm giải
quyết vấn đề tối ưu hoá.
Từ các vấn đề nêu trên, Luận văn hình thành và phát triển một mơ hình lai ghép thuật
tốn về việc tối ưu hóa tiến độ-chi phí và các tiêu chí khác bằng cách áp dụng thuật
tốn SMA kết hợp với nhiều phương pháp khác nhau nhằm tìm ra mơ hình đề xuất tốt
nhất và kết quả đem lại khả quan nhất; từ đó, so sánh với các mơ hình trước đây của
các tác giả để chứng minh được tính ưu việt và tiềm năng hoạt động của thuật tốn trên
các nghiên cứu điển hình.

1.2 Đối tượng và phạm vi nghiên cứu
1.2.1 Đối tượng
Áp dụng thuật toán SMA để tối ưu hoá ba mục tiêu.
Phát triển thuật toán lai ghép với từng phương pháp OBL, TS và M&C để tối ưu hố
bốn mục tiêu.
Mơ phỏng thuật tốn bằng chương trình tin học MATLAB để giải quyết vấn đề trong
xây dựng.
So sánh từng mơ hình đề xuất với các mơ hình nghiên cứu trước đây thơng qua các kết
quả hội tụ và các chỉ số đánh giá chất lượng.
1.2.2 Phạm vi nghiêm cứu
Mục tiêu chính là ứng dụng thuật toán lai ghép vào việc tối ưu hoá tiến độ - chi phí và
các tiêu chí khác trong lĩnh vực quản lý xây dựng.
Dữ liệu được lấy từ bài báo trong và ngồi nước.
Nghiên cứu của Ln văn có xét đến vấn đề hạn chế của thuật toán trong việc giải
quyết các vấn đề tối ưu đa tiêu chí.
Kiểm nghiệm tính hiệu quả của từng mơ hình được đề xuất vào các dự án nghiên cứu
điển hình.
So sánh tính hiệu quả, tính ưu việt của từng mơ hình đề xuất với các mơ hình thuật tốn
GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 2


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

khác hoặc các cơng trình cụ thể khác nhằm đánh giá chính xác khả năng của thuật toán
mới này.

1.3 Phương pháp nghiên cứu
Quy trình phương pháp được thể hiện qua lưu đồ như hình 1.1, cụ thể như sau:

Hình 1.1: Lưu đồ phương pháp nghiên cứu

Mục đích chính của nghiên cứu là giải quyết được vấn đề tối ưu hoá cân bằng đa tiêu
chí bằng cách áp dụng thuật tốn gốc SMA vào giải quyết vấn đề. Khi thuật toán gốc
áp dụng vào các cơng trình điển hình chưa thật sự tối ưu, thì việc kết hợp với các
phương pháp khác nhằm tạo ra một mơ hình cải tiến hơn dùng để nâng cao và khắc
phục các hạn chế của thuật toán gốc vào việc giải quyết vấn đề trọng tâm của nghiên
cứu này.
Từ đó, phân tích được tính hiệu quả, kiểm nghiệm của mơ hình mới và lấy kết quả đó
nhằm so sánh với mơ hình nghiên cứu trước đây hoặc một cơng trình cụ thể khác để
đánh giá được tổng quan về tính đa dạng và sự vượt trội của mơ hình thuật tốn mới.

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 3


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHƠI

1.4 Đóng góp của Luận văn
1.4.1 Về mặt học thuật
Đối với những bài toán đa mục tiêu đã được thực hiện rất nhiều, kể cả những thuật toán
áp dụng lên những dạng bài toán này. Sản phẩm của từng thuật toán đã cho ra kết quả
rất khả quan, song song đó là những hạn chế cịn tồn động của các mơ hình trước đây.

Tuy nhiên, trong Luận văn đã áp dụng một thuật tốn mới, có tên gọi là thuật tốn
SMA và cịn kết hợp với nhiều phương pháp phổ biến khác nhau tạo ra một kết quả tối
ưu nhất cho vấn đề cân bằng. Mơ hình được đề xuất nâng cao, cải thiện những khuyết
điểm mà những thuật tốn gốc cịn vướng phải, một ngày càng hiệu quả hơn trong vấn
đề giải quyết các mục tiêu của các dự án xây dựng, đặc biệt là trong thời đại 4.0 như
hiện nay.
1.4.2 Về mặt thực tiễn
Nghiên cứu cung cấp một phương pháp luận dựa trên mơ hình gốc để giải quyết các
vấn đề đa mục tiêu của dự án xây dựng, tức là phải xác định rõ các tập hợp phương
pháp thi công tối ưu cho tất cả các hoạt động tương ứng.
Việc tạo ra được mơ hình kết hợp nhằm hỗ trợ các nhà nghiên cứu và các doanh nghiệp
áp dụng vào việc phân tích và lập kế hoạch các dự án xây dựng một cách hiệu quả.
Thuật toán nấm nhầy SMA và việc kết hợp với các phương pháp OBL, TS và M&C là
một dạng rất mới trên thế giới, chưa có ứng dụng vào lĩnh vực quản lý xây dựng. Mở ra
nhiều hướng nghiên cứu phát triển mới về thuật tốn này trong tương lai.
1.5 Bố cục Luận văn
Để có thể hồn thành được mục đích của Luận văn, tác giả bố trí bố cục cụ thể như sau:
Chương 1: Mở đầu
1.1 Lý do chọn đề tài
1.2 Đối tượng và phạm vi nghiên cứu
1.3 Phương pháp nghiên cứu
1.4 Đóng góp của Luận văn
1.5 Bố cục Luân văn
GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 4


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

Chương 2: Tổng quan
2.1 Liệt kê các nghiên cứu trước đây về vấn đề của Luận văn
2.2 Liệt kê các nghiên cứu trước đây về thuật tốn mình áp dụng
2.3 Giải thích vì sao thuật toán SMA đầy hứa hẹn giải quyết được vấn đề trong ngành
quản lý xây dựng
Chương 3: Cơ sở lý thuyết
3.1 Giới thiệu chi tiết về thuật toán AI được sử dụng
3.2 Giới thiệu chi tiết về thuật toán AI mà mình định kết hợp
3.3 Giới thiệu về hybrid – đưa sơ đồ lai ghép ra
3.4 Giải thích vì sao cần hybrid (lai ghép)
3.5 Đưa mơ hình lai ghép vào giải quyết vấn đề trọng tâm
Chương 4: Đánh giá mơ hình đề xuất
4.1 Giới thiệu các giai đoạn của việc lai ghép mơ hình
4.2 Giải bằng mơ hình lai ghép
4.3 So sánh kết quả và rút ra nhận xét
Chương 5: Ứng dụng vào thực tiễn
5.1 Dữ liệu từ một dự án thực tiễn
5.2 Giải dự án thực tiễn bằng mơ hình lai ghép
5.3 So sánh với dự án thực tế
5.4 Giải thích sự nổi bật của mơ hình
5.5 Những hạn chế
Chương 6: Kết luận và những nghiên cứu tiếp theo
6.1 Kết quả đạt được
6.2 Kết luận
6.3 Những đóng góp của nghiên cứu
6.4 Đề xuất hướng phát triển

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 5


LUẬN VĂN THẠC SĨ

HVTH: LƯU NGỌC QUỲNH KHÔI

Chương 2: TỔNG QUAN
Trước khi tìm hiểu sâu vào thuật tốn nấm nhầy, việc nghiên cứu các đề tài liên quan
đến lĩnh vực luận văn là một yếu tố cần thiết để có thể áp dụng và so sánh mang tính
khả quan và ưu việt của mơ hình mà tác giả dự kiến áp dụng.
2.1 Liệt kê các nghiên cứu trước đây về vấn đề của Luận văn
Bảng 2.1: Tóm tắt các nghiên cứu liên quan đến cân bằng tối ưu hoá

STT

Tên bài báo

1

Using genetic
algorithms to
solve
construction
time–cost
trade-off
problems

Tác giả

Năm

Mô tả (Vấn đề, ưu/nhược điểm)

Feng C-W, 1997 - Tác giả sử dụng thuật toán GA áp dụng và
Liu L,
việc tìm kiếm giải pháp tối ưu của bài tốn
Burns SA
tối ưu hố tiến độ-chi phí dự xây dựng.
- Thuật toán GA được phát triển tối ưu hoá
các yếu tố nhằm chứng tỏ được tính hiệu
quả của mơ hình bằng cách chỉ tìm kiếm
một phần nhỏ trong tổng khơng gian tìm
kiếm. Độ chính xác của nó được xác minh
bởi nhiều trường hợp thử nghiệm.
- Bên cạnh đó, thuật tốn cịn q khó và
trừu tượng để sử dụng, khiến nhiều người sẽ
ít thực hành được.

2

Project
scheduling by
integration of
time cost
tradeoff và
constrained

resource
scheduling

Tiwari S,
Johari S

2015 - Bài nghiên cứu tập trung vào quy trình hai
bước mà việc tối ưu hố tiến độ-chi phí
được áp dụng trên phần mềm Microsoft
Excel để giải quyết vấn đề.
- Phương pháp tiếp cận heuristic sử dụng
MS trên công cụ Excel và MSP đồng thời
nhằm chứng minh khả năng tạo ra các giải
pháp nhanh chóng, thiết thực để lập trình
các ràng buộc.
- Hứa hẹn nhiều tiềm năng mã hố thuật
toán để triển khai đến phần mềm độc lập để
giải quyết bài tốn tiến độ - chi phí và CRS
đồng thời trên một môi trường biến duy
nhất.

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 6


LUẬN VĂN THẠC SĨ

STT

3

Tên bài báo

HVTH: LƯU NGỌC QUỲNH KHÔI

Tác giả

Năm

Mô tả (Vấn đề, ưu/nhược điểm)

Project
Babu AJG, 1996 - Tác giả đề xuất mơ hình lập trình tuyến
management
Suresh N
tính để nghiên cứu sự cân bằng giữa tiến độ,
with time,
chi phí và chất lượng trong dự án xây dựng.
cost, và
- Với tính đơn giản trong giả định tuyến
quality
tính, tác giả đã phát triển chương trình tốn
considerations
học có thể giải được dễ dàng bằng cách tổng
hợp các mức đạt chất lượng tại các hoạt
động theo ba cách khác nhau sử dụng trung
bình cộng.
- Tuy nhiên, các mơ hình được phát triển
trong nghiên cứu này vẫn cần được mở rộng

để điểu chỉnh các mối quan hệ phi tuyến.

4

Time, cost và
quality
tradeoff in
project
management:
a case study

Khang DB, 1999 - Nghiên cứu đề xuất một Phương pháp lập
Myint YM
trình tuyến tính liên tục với nhau để giải
quyết dự án xây dựng nhà máy xi măng thực
tế.
- Mô hình dễ hiểu về mặt khái niệm và tính
tốn để giải quyết. Bên cạnh đó, mơ hình
cịn được đánh giá phù hợp và thú vị.
- Tuy nhiên, để có thể thấy trước tình huống
trong đó đơi khi cịn chủ quan và khơng
chính xác để được coi là một hàm khách
quan trong công thức.

5

Time-costquality tradeoff analysis
for highway
construction

El-Rayes
K, Kvàil
A.

2005 - Nghiên cứu trình bày mơ hình tối ưu hố
đa mục tiêu hỗ trợ những người ra quyết
định thực hiện nhiệm vụ đầy thách thức.
- Mơ hình được thiết kế để tìm kiếm việc sử
dụng tài nguyên tối ưu theo kế hoạch giảm
thiểu tiến độ và chi phí xây dựng trong khi
tối đa hố chất lượng của dữ liệu. Mơ hình
được tối ưu hoá theo sự phát triển của 03
giai đoạn đơn giản.
- Những khả năng mới này sẽ tỏ ra hữu ích
cho những người ra quyết định trong các dự

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 7


LUẬN VĂN THẠC SĨ

STT

Tên bài báo

HVTH: LƯU NGỌC QUỲNH KHÔI

Tác giả

Năm

Mô tả (Vấn đề, ưu/nhược điểm)
án xây dựng, đặc biệt là những đơn vị tham
gia vào các loại hợp đồng đòi hỏi hiệu suất
chất lượng cao.

6

Optimizing
multi-mode
time-costquality tradeoff of
construction
project using
opposition
multiple
objective
difference
evolution

Duc-Long
Luong,
Duc-Hoc
Tran &
Phong
Thanh
Nguyen

2018 - Nghiên cứu tập trung việc phát triển một
thuật toán tối ưu hoá mới, Tiến hoá vi phân
đa mục tiêu dựa trên đối lập (OMODE) để
giải quyết tiến độ-chi phí- chất lượng trong
dự án xây dựng.
- Nghiên cứu cung cấp một phương pháp
luận dựa trên DE thay thế để giải quyết các
vấn đề TCQT, nghĩa là xác định một tập hợp
xây dựng tối ưu các phương pháp cho tất cả
các hoạt động tương ứng với từng yếu tố.
- Mơ hình OMODE giải quyết đa mục tiêu
một các hiệu quả và tìm ra Pareto đa mục
tiêu các giải pháp tối ưu trong các lần chạy
mô phỏng, đa dạng tốt hơn, mang lại hiệu
quả tốt trong việc thoả hiệp và đạt được mức
độ cao hơn.
- Tuy nhiên, công cụ lập kế hoạch trong
nghiên cứu này chỉ xem xét dữ liệu đầu vào
xác định và tĩnh và giả định rằng mối quan
hệ logic giữa các hoạt động

7

Multiobjective
optimization
of time–cost–
safety using
genetic
algorithm

Afshar A,
Dolabi
HRZ

2014 - Để giải quyết bài tốn tối ưu hố tiến độ,
chi phí và rủi ro, tác giả đề xuất phát triển
mơ hình rủi ro an tồn dựa trên hoạt động
định tính (QASR)
- Mơ hình được phát triển như một cách tiếp
cận thích hợp để xem xét các đánh giá rủi ro
an toàn trong mơi trường rời rạc.
- Mơ hình được kết luận ràng chống lại
mạnh mẽ trôi dạt di truyền và kết thúc với
những cải tiến kể trong các chức năng mục
tiêu và cân bằng phân phối các giải pháp tối

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 8


LUẬN VĂN THẠC SĨ

STT

Tên bài báo

HVTH: LƯU NGỌC QUỲNH KHÔI

Tác giả

Năm

Mô tả (Vấn đề, ưu/nhược điểm)
ưu về pareto cuối cùng,

8

9

The LP/IP
hybrid
method for
construction
time-cost
trade-off
analysis

Burns SA,
Liu L,
Feng C-W

The discrete
time-cost
tradeoff
problem
revisited

De P,

James
Dunne E,
Ghosh JB,
Wells CE

1996 - Tác giả đề xuất sử dụng phương pháp
đường dẫn tới hạn (CPM) để giảm tổng thể
chi phí dự án bằng sử dụng các nguồn lực ít
tốn kém hơn cho các hoạt động mà khơng
ảnh hưởng đến tiến độ.
- Trình bày một thuật tốn mới để cung cấp
một cơng cụ dễ sử dụng để giải quyết các
vấn đề đánh đổi chi phí-tiến độ bằng cách sử
dụng mơ hình tốn học.
1995 - Nghiên cứu trình bày sự phân rã/giảm
thiểu mạng làm cơ sở thuận tiện để giải
quyết vấn đề và phân tích độ khó của mơ
hình.
- Sử dụng phân rõ mơ-đun như một thiết bị
thuận lợi để giải quyết vấn đề và nghiên cứu
sự phức tạp của mơ hình. Ngồi ra, đã đề
cập đến các phương pháp dựa trên việc giảm
mạng gia tăng.
- Tuy nhiên, một số vấn đề vẫn còn mở cho
nghiên cứu trong tương lai.

10

A multi-stage
approach to

time-cost
trade-off
analysis using
mathematical
programming

Jiang A,
Zhu Y.

2010 - Phát triển mơ hình là một hệ nhị phân
thuần tuý về lâp trình. Sử dụng để cải thiện
hiệu qủa tính tốn mơ hình điều chỉnh.
- So với các phương pháp tiếp cận toán học
khác, chẳng hạn như lập trình động, điều
này phương pháp tiếp cận xem xét các mối
quan hệ tồn diện hơn về thời gian và chi
phí trong các hoạt động xây dựng, và nó tìm
ra giải pháp tối ưu tồn cầu và cải thiện hiệu
quả tính tốn bằng cách mơ hình hóa vấn đề
đánh đổi trong nhiều giai đoạn
- Tuy nhiên, nghiên cứu điển hình chỉ có 13
hoạt động. Các dự án với nhiều hoạt động

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 9


LUẬN VĂN THẠC SĨ

STT

Tên bài báo

HVTH: LƯU NGỌC QUỲNH KHÔI

Tác giả

Năm

Mô tả (Vấn đề, ưu/nhược điểm)
hơn là cần thiết để chứng minh độ tin cậy
của điều này cách tiếp cận

11

Overall
multiobjective
optimization
of
construction
projects
scheduling
using particle
swarm

Elbeltagi
E, Ammar
M, Sanad

H, Kassab
M.

2016 - Nghiên cứu được trình bày bởi nguồn cảm
hứng từ hành vi xã hội của mô đàn chim di
cư.
- Trong bài báo này, một mơ hình tối ưu hóa
tổng thể để lập lịch dự án đa mục tiêu được
phát triển bằng cách tích hợp thơng tin được
chia sẻ về thời gian, chi phí, các nguồn lực
sẵn có và các thành phần dịng tiền và tiếp
theo, bằng cách sử dụng tối ưu hóa bầy hạt
đa mục tiêu kỹ thuật tìm kiếm giải pháp tối
ưu.
- Để khắc phục khó khăn trong việc lựa
chọn giải pháp duy nhất trong số các giải
pháp Tối ưu nhất, một quy trình để có được
giải pháp thay thế tốt nhất đã được áp dụng
để có được giải pháp thỏa hiệp Pareto.

12

A manyobjective
optimization
model for
construction
scheduling

Panwar A,
Jha KN.

2019 - Một số thách thức được giải quyết trong
cơng việc này thơng qua việc phát triển mơ
hình lập lịch nhiều mục tiêu (MOSM) dựa
trên thuật toán di truyền sắp xếp khơng bị
chi phối để tối ưu hóa đồng thời bốn mục
tiêu: thời gian, chi phí, tài nguyên và môi
trường va chạm.
- MOSM hoạt động hiệu quả trong điều kiện
tối ưu hóa đồng thời cả bốn mục tiêu dự án
mong muốn. Để xác định lợi ích của việc
bao gồm mục tiêu thứ tư, các mơ hình đánh
đổi đã được phân tích.
- Mặc dù nghiên cứu này sử dụng một loại
tài nguyên duy nhất, các nghiên cứu sâu hơn
có thể được thực hiện trên nhiều nguồn
trong khi giải quyết MOSP

GVHD1: PGS.TS. PHẠM VŨ HỒNG SƠN
GVHD2: TS. CHU VIỆT CƯỜNG

Trang 10